以下是現(xiàn)場速記。
浪潮企業(yè)推進部 總經(jīng)理 劉志勇
劉志勇：各位領(lǐng)導(dǎo)、各位嘉賓，大家早上好!開始今天內(nèi)容分享之前，先跟大家分享幾個比較有意思的數(shù)據(jù)。
左邊這一組是各個國家，我們?nèi)〉氖潜容^大的經(jīng)濟體的國家和服務(wù)器每年的發(fā)貨量的關(guān)系。在這里面能比較清楚看到最大的兩個國家，中國和美國是全球的服務(wù)器用量最大的國家。這里面沒有標(biāo)數(shù)字，但是從比例上能看出，中國GDP大概是美國的三分之二，我們服務(wù)器每年在中國發(fā)貨量大概也是美國的三分之二。后面這幾個數(shù)據(jù)比較詳細對比過都是差不多的比例。
在未來一些年，我們說一個國家是否強大可以從經(jīng)濟數(shù)字、軍事方面比較。但是未來因為大部分的應(yīng)用會跑在服務(wù)器上，大部分應(yīng)用會和運作相關(guān)，所以再過些年很有可能這個國家擁有的計算力可能會變成這個國家國力的反應(yīng)。
盡管我們在硬件上包括PC筆記本發(fā)貨、服務(wù)器發(fā)貨、網(wǎng)絡(luò)應(yīng)用等，我們看起來好像和發(fā)達國家比他們還好，但實際上在右邊這張圖里邊能夠看出來，這個是每個國家數(shù)字經(jīng)濟的規(guī)模比例，從這里來看，中國的比例并不高，大概32%，我們比法國低一些，當(dāng)然比加拿大等印度國家要好一點。
這些年我們可能會有一個錯覺，我們支付都不用鈔票了，都用電子支付了，買東西都在網(wǎng)上下單了，好像看起來我們從日常生活里面似乎我們的數(shù)字化的能力好像很強，數(shù)字經(jīng)濟挺厲害，但是從統(tǒng)計角度來講其實不是這么回事兒，換句話說我們可能在另外領(lǐng)域數(shù)字化做得不是特別好。這里主要體現(xiàn)在工業(yè)上，我后面還有一組數(shù)據(jù)，能看到跟發(fā)達國家的差距。
這個數(shù)據(jù)可能更直觀一些，它是直接反應(yīng)在10個公司，左邊這張圖是2009年全球500強的排名，從大到小排序，很明顯除微軟以外基本都是傳統(tǒng)公司包括做金融、能源的，右邊的圖是2019年4月全球最大的公司排名，微軟還在，其他的幾乎換掉了，傳統(tǒng)的那些公司可能在未來不一定會變得很大，可能實體很大。在這里像facebook這種公司，成立于2007年，大概用了12、13年時間已經(jīng)排名到全球最大公司之一了，所以從某些角度來看，這個世界的發(fā)展可能跟我們20年前的預(yù)期可能完全不一樣。
在最右邊的這個數(shù)據(jù)里顯示的是2018年，這些單個公司在IT上服務(wù)器采購量的投入，前幾名公司就是這些公司。從這個角度來看，可能一個國家擁有的所有的計算能力，某種程度上在反應(yīng)國家的實力，同時很可能你從一個企業(yè)角度來講，你自己擁有的計算能力，可能在某種程度上似乎好像也在反應(yīng)這個公司的實力。
因為國內(nèi)的數(shù)字化轉(zhuǎn)型趨勢還有重要性，我覺得基本已經(jīng)不用再去討論這個問題了。我們直接說結(jié)論，浪潮認為在中國從數(shù)字化轉(zhuǎn)型的企業(yè)特別是大型企業(yè)的數(shù)字化基本考慮四個問題：第一，是云計算，資源跟以前使用方式不一樣，數(shù)據(jù)建設(shè)中心不一樣。第二，大數(shù)據(jù)會產(chǎn)生大的數(shù)據(jù)。第三是人工智能，簡單的說人臉識別、客戶畫像到最高層的BI，這些未來可能都不是人來做判斷，可能是機器在做判斷。最后還有一個跟中國自己的特點有關(guān)系，今天在座的各位都是央企領(lǐng)導(dǎo)和大型的國企領(lǐng)導(dǎo)，所以我們還有一個問題是安全可控的問題。
今天我們再講云的時候，三四年前我們剛剛可能開始考慮云，包括我在內(nèi)云和虛擬化的關(guān)系都弄得不太清楚。大概兩三年前我們一直很努力的把云的概念向客戶去推，但實際上今天通過短短兩三年時間以后，我們對云的話題基本不太需要花太多時間去解釋了，因為這個東西不需要解釋。
左邊這張圖是全球的基礎(chǔ)設(shè)施硬件的支出，大家可以看到最下邊的深藍色這一條是傳統(tǒng)的數(shù)據(jù)中心的基礎(chǔ)構(gòu)架，從60%逐步下降到40%左右。基于公有云跟私有云，這個全球還是公有云多一些，私有云少一點，2022年預(yù)計工業(yè)互聯(lián)網(wǎng)38%，私有云19%。
右邊是中國的圖，幾乎完全是一樣的。未來，我覺得IT的基礎(chǔ)架構(gòu)，應(yīng)該說不會因為云的原因就導(dǎo)致傳統(tǒng)的那些構(gòu)架就不存在了，這個是不可能的。大家從趨勢上能看見，當(dāng)穩(wěn)定在大概40%左右的水平上的話，基礎(chǔ)設(shè)施部分的該投入還是要投入的，六成預(yù)算會花在公有云和私有云
上，單獨的公有云和私有云都不能滿足大中型需求，大中型需求是多云需求，我們有個統(tǒng)計，大中型企業(yè)平均使用云的個數(shù)是3.4個。
這張圖是比較標(biāo)準(zhǔn)的云數(shù)據(jù)中心或者是未來企業(yè)的IT的基礎(chǔ)構(gòu)架，最底層的肯定還是集中在硬件上，三大件：服務(wù)器、網(wǎng)絡(luò)、存儲。在這一層未來的應(yīng)用管理層會跑在云的管理平臺上，應(yīng)該會涉及到，第一個是基于云的操作系統(tǒng)，第二個是基于虛擬化的虛擬化工具，第三個是基于容器的工具，大概是這幾種。再往上跑的是應(yīng)用的場景，再往上一層有可能是國家或者行業(yè)的比如工業(yè)互聯(lián)網(wǎng)或者物聯(lián)網(wǎng)或者是行業(yè)云等等，這是一層層接上去的。
浪潮更關(guān)注的是在底層的基礎(chǔ)構(gòu)架，我們硬件會多一些。第二個我們能夠提供比較完整的基于云的平臺，我剛才說的基于虛擬化、操作系統(tǒng)、管理平臺、容器的等等。
在硬件部分，我們目前看到浪潮在國內(nèi)的業(yè)務(wù)發(fā)展還是挺好的。去年是服務(wù)器全球、全國發(fā)貨不太好的情況下，我們增長了15%，目前在出貨量大概占36.4%，這個已經(jīng)是絕對優(yōu)勢了，比第二名華為、H3C，等于二者加在一起的總和，當(dāng)然華為降了6%，它可能有一些政策的關(guān)系。H3C在今年整個發(fā)展情況還是蠻好，增長非常快，聯(lián)想稍有一些增長，目前戴爾、曙光跌幅比較大，曙光可能也是跟它的制裁相關(guān)，因為發(fā)不了貨了，整體的市場情況大概是這樣的情況。所以我們總體上在基礎(chǔ)構(gòu)架、硬件部分，浪潮還是有一定的優(yōu)勢，這一塊我們比較有信心。
這個是關(guān)于云平臺的，我們不展示數(shù)據(jù)，只展示在幾個領(lǐng)域里的情況。在云上，軟件定義數(shù)據(jù)中心上我們增長是第一的。政府云平臺我們沒有問題，還有基于OpenStack的云管理平臺，還有整個開發(fā)包括二次開發(fā)等等，這部分我們還是有一些經(jīng)驗和實際的案例。
所以在云上，浪潮強調(diào)的：第一，堅持自己在硬件上的優(yōu)勢;第二，充分發(fā)揮我們在軟件管理上的優(yōu)勢。
說完云之后看看數(shù)據(jù)，我們展示一個有意思的對比。左邊是中國的數(shù)據(jù)對比，右邊是美國的數(shù)據(jù)對比，這是十年的對比。從2015年到2025年，可以看到我們在2015年時娛樂數(shù)據(jù)是很多的，那個時候可能大家在網(wǎng)上看電影、下載音樂等等會比較多，到了2025年，當(dāng)然這是個趨勢，逐漸的在娛樂上的數(shù)據(jù)比例會下降，但是會在非娛樂圖像數(shù)據(jù)，非娛樂圖像數(shù)據(jù)主要指的是攝象頭，小到可能是大街上普通攝象頭拍幾十K、幾百K圖像，大到衛(wèi)星拍的遙感數(shù)據(jù)等等數(shù)據(jù)增長。
還有生產(chǎn)力數(shù)據(jù)，我們說的生產(chǎn)力主要來的是邊緣我們一直講邊緣計算，還有生產(chǎn)力數(shù)據(jù)。在IOT上肯定會有大規(guī)模增長，這部分未來會發(fā)展更快。語音數(shù)據(jù)發(fā)展也比較快，在美國這里能夠看到，它的生產(chǎn)力數(shù)據(jù)比我們高，剛才我們看到有一張圖，我發(fā)了那么多的硬件，可是我的數(shù)字經(jīng)濟的水平比例還是比發(fā)達國家要低，我覺得主要的原因是因為我們在生產(chǎn)力數(shù)據(jù)上這方面的應(yīng)用比西方發(fā)達國家還是要差一些。
所以基于數(shù)據(jù)，云浪潮也有比較成熟的平臺，我們起的名字叫云海insight，主要做大規(guī)模數(shù)據(jù)引擎搜索，是基于客戶自己的數(shù)據(jù)的，基于數(shù)據(jù)挖掘、企業(yè)學(xué)習(xí)的建立。
有了云，資源使用方式跟以前不一樣。第二，大量的數(shù)據(jù)產(chǎn)生，包括未來大量產(chǎn)生生產(chǎn)數(shù)據(jù)、交易數(shù)據(jù)還有攝象頭數(shù)據(jù)等等。
人工智能基本上可以理解成就是大數(shù)據(jù)的應(yīng)用，沒有大數(shù)據(jù)應(yīng)用是不可能有人工智能。大家有很多定義，其中有一個定義是說，大數(shù)據(jù)的本質(zhì)實際上就是在那么多的數(shù)據(jù)里面，可能是幾億、幾兆條的數(shù)據(jù)里去尋找事物運作的規(guī)律，比如阿爾法狗下圍棋這件事情，醉棗的阿爾法狗讀了幾十萬個棋譜，后來的阿爾法狗升級以后，它變成一個算法，它是根據(jù)你每下一步給你做進一步的推算，從這個角度看基本都是基于大數(shù)據(jù)的運算，到最后由于算法原因?qū)е滤男史浅８摺?/div>
在2020年之前，我們比較成熟的應(yīng)用，大家比較常見的，能看得見的比如說人臉識別、語音處理，最近幾個月，大家會發(fā)現(xiàn)我們現(xiàn)在上高鐵的時候基本上都是身份證刷臉了，連紙質(zhì)票都不用拿了，如果不報銷不需要那張票了，這個應(yīng)用在現(xiàn)在已經(jīng)越來越成熟了，而且識別率比較高，但是在未來五年里逐漸應(yīng)用會變得更高級、更復(fù)雜，把更復(fù)雜的事情通過人工智能的方式去做，就會產(chǎn)生智能工廠、智能網(wǎng)絡(luò)、智慧節(jié)能等等，這部分的應(yīng)用一方面是由于現(xiàn)在計算力的大幅度的提升，還有基于5G的落地以后的低延時、高帶寬等等網(wǎng)絡(luò)特性。
再往下展望幾年，也許是十年以后，可能這時候更多會應(yīng)用在智能診斷、自適應(yīng)學(xué)習(xí)以及更強的語音處理。
比如說現(xiàn)在的語音處理，我大概半年多以前偶爾接了一個電話，是平安保險打過來的，我完全沒反應(yīng)過來它是一個機器，它進行非常正常的問答，而且反應(yīng)很快，聲音也聽不出來是機器，但是后來有一個問題的時候，它突然停了一下，因為干這行就比較敏感，我立刻問了他一個問題，我說你是人還是機器?對方停了大概兩三秒鐘，回答我說，“你可真聰明”，這個意思就是機器，我就是在跟一個機器對話，但是我還是聽出來了，可能十年以后我們就完全聽不出來了，那個時候機器語氣模擬更像人，這個東西是未來人工智能的發(fā)展方向。
因為你是人工智能的實戰(zhàn)，所以人工智能就面臨大量的運算，也許到最后應(yīng)用過程的時候，比如未來的自動駕駛運算的時候不可能在車端算，它大量的算在云端算好最后變成模型直接倒在車里的邊緣計算里。
類似這樣的事情一直都在發(fā)生，比如我們對ERP、銷售數(shù)據(jù)的分析等等。所以我們在看產(chǎn)品線時不再像以前那樣去看最常見的幾路、幾U是用在什么小型辦公室等，或者插多少卡，現(xiàn)在不這樣看了。
重新的分類變成這樣的了，我指的是AI服務(wù)器。第一個是我們把一部分的設(shè)備定義成專門做線下訓(xùn)練的，它會有一些設(shè)備的特征，比如說它對加速的要求等等。第二類設(shè)備把它定義成云的環(huán)境下做資源整合、虛擬化的運算，因為AI運算設(shè)備都特別貴，隨便一臺設(shè)備都幾十萬、一兩百萬，更貴的像百度用來做自動駕駛的設(shè)備基本千萬級的，非常昂貴。在這種情況，企業(yè)沒必要每算一樣?xùn)|西加設(shè)備，這個東西未來通過虛擬化的方式去做，所以中間我們會有專門的產(chǎn)品用來做AI云的運算平臺的，然后還有線上推理的包括卡的加速等等。所以我們在考慮適應(yīng)這個企業(yè)要用到的這些人工智能方面的運算，我們在產(chǎn)品線設(shè)計上跟以前也不太一樣了。
因為你不是只算就好了，我們不是說把那么多GPU堆到一兩臺機器以后就可以把這個東西算好，不是這樣的。但是浪潮又沒有能力做算法和應(yīng)用，我們基于硬件做中間件開發(fā)，名字叫AIStation，大概三四年前只是小工具，現(xiàn)在這個平臺越來越豐富了它變成了作業(yè)部署的工具，我們現(xiàn)在部署一個基于框架的算法去做訓(xùn)練的時候，以前復(fù)雜的系統(tǒng)、復(fù)雜的算法導(dǎo)入一次大概需要4個小時，現(xiàn)在只要幾分鐘，最短只需一分鐘，會大幅度降低時間。
另外它還有一個功能，它會幫用戶偵測系統(tǒng)的性能所以我們會在性能提升上也有很大的改善，這兩個東西加在一起才是我們要給使用者提供的平臺，是中間件+硬件。具體的算法以及具體的算力由客戶或者專業(yè)的公司來提供的。
這是另外一個很具體的案例，這是基于通用CPU即X86構(gòu)架的CPU超算，這個是在濟南的國家超算中心，現(xiàn)在我們超過大概一萬個節(jié)點，建成時間大概是在6月份，現(xiàn)在正在建，全建成在全球超算里，我們這一套大概不是排第五就是第六。德克薩斯州戴爾做的超算中心是排第二個，聯(lián)想排在第三，在這樣的案例里，目前來看國內(nèi)不光在專業(yè)CPU里有些領(lǐng)先，比如曙光做的太湖機器，我們基于通用服務(wù)器做的超算，目前中國在全球也是比較領(lǐng)先的，這個一萬臺肯定是通用CPU是最強的。
整體來看，2017年、2018年差不多浪潮賣了全中國一半以上的人工智能的服務(wù)器設(shè)備，所有人加起來等于我們，所以在這兒我們有一定的優(yōu)勢，我們的優(yōu)勢體現(xiàn)不是堆砌硬件上，更多是在中間件和整個設(shè)備硬件組合上，只有這樣才能真正滿足客戶運算的需求。
最后一個，大家都會關(guān)心這個事兒，只要有國資背景，現(xiàn)在甚至有些私營企業(yè)也是這樣。前幾天有個私營公司，我們中了5億的項目，他們的領(lǐng)導(dǎo)也是點名說我們要看一看全過程是什么樣的，是純粹的私營資本的。安全可控這個話題已經(jīng)是誰都感興趣，未來可能在央企、國營企業(yè)可能是躲不開的話題。這個工作從2013年6月開始到現(xiàn)在為止差不多是8、9年的時間。
目前來看我們看到國家要求在電子政務(wù)、稅務(wù)、國防科工、金融等領(lǐng)域最先開始全國產(chǎn)化替代。
大家可以從圖表中看到包括有幾個理事單位還有兩個高校，說這些公司大家都沒問題，比如做中間件、數(shù)據(jù)庫的、系統(tǒng)集成的大家都好理解，中間有兩個大學(xué)在做標(biāo)準(zhǔn)
，有基于互聯(lián)網(wǎng)集成、基于集成技術(shù)的以及各種硬件技術(shù)的，我們整理完之后是這樣的，這個就是未來國產(chǎn)化替代的生態(tài)。
因為國產(chǎn)化替代不是簡單的生產(chǎn)CPU，為什么還有人做標(biāo)準(zhǔn)?我前段時間聽北航的教授講，他是做標(biāo)準(zhǔn)的專家，他講我們國內(nèi)目前看把我們的東西像搭積木搭起來之后，連電池方面的標(biāo)準(zhǔn)都沒有，這里邊我們在看別人的拿說明書進行比較，確實國外的廠商比我們做得好，今天我們看到國產(chǎn)化替代難度不是能把不能一個東西拼起來而是是否能夠形成完整的生態(tài)，完整的生態(tài)第一要做系統(tǒng)集成，第二要去做應(yīng)用軟件，第三要去做中間件連接，還有人去做操作系統(tǒng)，還有人做網(wǎng)絡(luò)安全，還有些人把所有部件整理起來做成整機，還有CPU即芯片也得是全國產(chǎn)。
現(xiàn)在看到的是未來幾年生態(tài)越來越成熟，可能國產(chǎn)化設(shè)備適應(yīng)性會越來越強，目前來看只是在辦公系統(tǒng)用，在生產(chǎn)系統(tǒng)沒有這方面的要求。
這是浪潮做的從存儲、服務(wù)器、網(wǎng)絡(luò)、云平臺數(shù)據(jù)庫、終端一整套都是用的國產(chǎn)品牌的，我們浪潮不做CPU芯片，但是我們在數(shù)據(jù)庫、云平臺等等是我們正在做的。
現(xiàn)在已經(jīng)有落地的案例了，一直有人在問我們，說你們雖然講那么多，有沒有人買有沒有人用，企業(yè)里還沒有。所以我舉一個比較標(biāo)準(zhǔn)的案例，這是山東省的，當(dāng)然我們在貴州省政府和民政部，目前可以看到，首先它所有的設(shè)備一共是259臺物理服務(wù)器、200G存儲、48個網(wǎng)絡(luò)交換機，支持一共5萬個終端，255個省級單位、16個市委、137個縣委縣政府，這是一整套東西，所有設(shè)備托管在浪潮的第四代云計算中心里，這個也是有安可認證的，所以它很完整的體系目前看是基本上沒怎么有美國的技術(shù)，當(dāng)然你說板上有個電容，這個確實細不到那個程度。
這里要強調(diào)一下，它的應(yīng)用主要在公文處理系統(tǒng)信息資源門戶、綜合辦公業(yè)務(wù)。實際上涉及到生產(chǎn)部分，目前還是沒有這方面的強制要求。
最后，跟大家再總結(jié)一下，我們眼前正在經(jīng)歷的數(shù)字化轉(zhuǎn)型過程中，我們一直堅持在國內(nèi)業(yè)務(wù)四個最重要的事兒：云、大數(shù)據(jù)、人工智能、數(shù)據(jù)信息安全。所以我今天給大家的匯報就到這兒，謝謝大家!
關(guān)鍵字：數(shù)字化轉(zhuǎn)型
京公網(wǎng)安備 11010502049343號