7月22日,由企業網D1Net舉辦的全國CIO大會盛大召開。本屆大會主題為“數字化升級轉型新場景”。主要分享交流CIO在數字化工作中的經驗和困惑,幫助全國各地的CIO們更好地應對后疫情時代的數字化轉型,傳授以多種IT手段賦能新業務并實現降本增效實戰經驗,內容涵蓋基礎架構、信息安全、協同辦公、數據、新技術(AI,低代碼等)等眾多領域。大會同期評選和頒發“2022全國優秀CIO個人獎”。
以下是現場速記。
戴爾科技售前系統工程部技術總監 劉凱
劉凱:很高興有這個機會給大家匯報一下在大數據時代,戴爾具體能夠做一些什么,我們的一些洞察力,包括我們對于未來趨勢的判斷。
我前一段時間拜訪一位客戶,他問了我一個問題,特別有趣,他說,我們回憶過去兩到三年IT行業的發展和變化,可能有兩個話題是最熱點的,一個是芯片,圍繞著芯片的IP、產能、供貨、供應鏈的管理,包括價格,大家有太多的討論,聽說最近又要漲價了。另外一個話題是元宇宙,這也代表了新的技術演進方向,包括資本出口的方向。這位客戶問我,這兩件事戴爾都沒有直接參與,每天都在變化的IT時代里,戴爾的核心價值如何體現?我給的答案是戴爾是一個平臺或一個橋梁,可以在基礎架構層面把剛才說的兩件事情連接起來。今天無論是支撐元宇宙的核心技術,還是支撐各個行業、垂直行業來進行數字化轉型的核心技術,歸根到底,越來越倚重于基礎架構。這恰恰是戴爾最能夠發揮自己擅長和優勢的地方。
戴爾的能力輸出
大家都在談ABCD,看看戴爾ABCD的故事是什么?
人工智能。戴爾確實不做芯片,也不造汽車,也不做基因的生命測序,但是這并不妨礙戴爾成為這些行業轉型頭部的客戶,與戴爾一起共建基礎架構,包括核心的超算平臺,仿真平臺,數據湖的建設,包括核心網絡的建設。這是戴爾在人工智能領域有非常高的可見度。
B是A的前提,這是戴爾最能夠發揮自己價值的地方,可以實現端到端的數據生命周期的管理。從數據采集開始,到數據的存儲、移動、備份、歸檔等等,一直到滿足像等保這樣的法律法規遵從的要求,這是真正端到端的數據管理。
大數據計算框架,我們支持包括Hadoop等這樣的平臺,給到我們客戶更多靈活的選項。
云,這兩天很多廠商、客戶都談到云,戴爾的多云戰略,今年5月份戴爾全球科技大會發布了一系列跟公有云廠商進一步深度的合作,比如核心存儲平臺,在未來可以在云端部署,所以會更加開放的來擁抱多云環境、多云生態。很多客戶在建多云,最大的挑戰是如何實現云之間的協同,因為通常云是沒有辦法打通的,所以戴爾的最大價值在于可以提供一致的多云管理,包括統一的云管平臺,統一的資源調度、資源供應、存儲的流動性,通過這種方式提供我們IT資源協同工作的效應。
數據中心,這是戴爾的老本行,尤其戴爾跟EMC合并之后,幾乎找不到一款IT的主流產品在戴爾的解決方案內是不包含的,而且所有的計算、存儲、超融合等,全球市場占有率都是第一位,這也是戴爾的核心能力之一。
我們也看到一些新的趨勢,越來越多的數據的處理請求正在從數據中心拓展到邊緣端,所以戴爾也是把我們在數據中心平臺的能力無縫拓展到邊緣端,可以通過一致的管理納管到邊緣和數據中心,并且能照顧到在邊緣滿足非常嚴苛環境的要求。
訂閱(Flex On Demand),這不是技術解決方案,是成本優化方案。FOD是給到我們客戶OPEX選項。
所有這些新興的技術解決方案的落地,是依靠服務,所以是通過本地非常完善生態體系的建立實現所有方案的落地,進而賦能所有行業的客戶,來實現業務轉型。
還有一點非常重要,在中國為中國,一顆紅心。上周我非常有幸陪同工信部一位部長在廈門產線做了參觀,他對于戴爾在中國為中國的發展戰略,包括在本土的研發、供應鏈管理、本地產線非常認可。
通過這一張圖看到今天戴爾解決方案能力的全部。
在所有新興技術里找到一項最重要的,我個人認為應該是數據,相信這也是今天很多專家來到現場的原因。昨天張總講的數據賦能一切。
談到數據平臺的建設,發現應用對于數據的要求越來越苛刻,我們上學時學到爭分奪秒,其實今天對于大數據的建設要求是爭分奪毫秒,這種對于性能極致的要求是以共享、可靠、安全為前提。
在大數據框架下,戴爾能夠做哪些事情?
有一個數據重力的概念,應用和數據之間的邏輯關系。數據跟著應用走,因為應用是重負載的,無論是基于裸機還是基于虛機的開發,應用很大,數據量很小。今天反過來,數據體量變得很大。我們對于數據的移動,無論時間成本還是風險成本都比以前高很多,我們如何構建一個數據的基礎平臺滿足未來五到十年發展規劃的要求,在共享平臺之上,才是我們的AI、BI、Hadoop、超算平臺。
構建大數據平臺的目的是為了釋放數據價值,價值如何釋放?做好兩件事情:一是數據的保值,一是數據的增值。不同類型的數據對于平臺建設的需求有非常大的差別,以數據庫為代表的高價值數據,通常對于平臺建設的要求是6個9或7個9,一個字節都不能丟,同時提供持續穩定的高性能的支撐,包括豐富的數據服務,比如快照、容災,包括與公有云的對接。所以我們的PowerMax得到PowerStore,在全球所有行業關鍵業務領域里有非常多的落地案例。
今天核心的平臺變得越來越更加智能,因為內嵌了很多機器學習的算法,具備應用感知的能力,通過這種方式保證我們在正確的時間一定會把最重要的資源給到應該給的應用。
第二類平臺是面向容量更大的非結構化平臺,這類平臺建設的需求一定是橫向擴展,同時具有極強的靈活部署能力,最重要一點是要共享,因為通常企業做數字化轉型、應用轉型的核心數據是構建在這類數據之上的。舉例,比如ADAS,汽車輔助駕駛,全球在ADAS領域已經落地容量超過1500PB,國內超過100個PB,都是基于PoweScale或ECS平臺建設。通過一個副本支撐所有的業務,使得我們存儲效率變得更高。
第三類是融合平臺,一個平臺可以把計算、存儲、網絡所有東西融在一起進行建設,比如VxRail、PowerFlex。
這兩年肆虐在我們周邊的不只是新冠病毒,還有勒索病毒,昨天吳總談到如何實現更完善的數據保護,保護我們的數據資產,按照戴爾的架構,我們提供三位一體的數據防護,所有的數據一定要做備份。我兜里還有一個移動U盤,一旦這個系統不靈,我隨時要把這份拿出來。重要的數據要建容災,甚至雙活,像金融行業建了兩地三中心已經成為行業金標準,最最重要的數據一定要防勒索。9.11時,很多公司倒掉了,這些公司人還在,組織架構還在,為什么公司倒掉了?因為數據沒有了。
數據平臺建設過程中有一個非常重要的概念,是有效容量。一方面我們對于數據的無限增長的需求,另一方面我們有存儲平臺節能減排的壓力,有雙碳指標的壓力,我們是否有機會通過更少的物理介質來存放更多的邏輯數據,支撐我們更多的應用,這個技術就叫有效容量。通過有效容量,貫穿戴爾所有數據存儲平臺,包括保護平臺。
對于數據中心的管理,戴爾我們提供這樣的服務來對于普羅米修斯等架構做了包裝,提供定制化的數據中心服務。
向上找到數據之間的關聯關系,來做計算。其實越來越多的需求是從邊緣端來發起,這些數據是有實時計算的要求,比如監控探頭,傳感器的數據。
戴爾針對這樣的需求,開發了SDP流式數據平臺,我們對于Flink、Spark做了優化和分裝整體服務。比如工業領域,所有傳感器的告警信息實時處理,做并發交易所有信息實時風控,包括零售店實時數據統計和匯總。如果把處理的時間窗口拉長,可以做P處理。SDP是流批一體化的大數據平臺,當然它的部署也更加靈活。
戴爾不可能一家做所有的事情,我們非常重視商業生態的建設,我們在國內跟Cloudera等有很多合作,通過存算分離方式,實現算力跟數據分別擴展,我們在5月份跟全球一家做數倉的公司實現了互聯互通的認證,包括對于湖倉一體的認證。在生態框架里,我們很多高性能計算平臺,包括工作棧,是很多客戶的選擇。
看到新的趨勢越來越多數據的處理正在從中心拓展到邊緣,不只是數據重力在發生變化,數據的重心也在發生變化,幾年前預測到2025年時,全球新產生的數據超過70%會在邊緣端完成計算和分析,動態清零的防疫政策其實是得益于我們對于數據實時價值的獲取。我們要就近在數據產生的地點對于數據進行計算和分析,來獲取數據最大的價值。
絕大部分數據仍然是有機會回到數據中心,通過同步或異步的方式,我們有機會在數據中心做更加復雜的運算,從而優化數據模型,優化算法,再推到邊緣端,來優化邊緣的計算流程。這是兩個閉環。今天所有企業的基礎架構平臺的建設要能同時應對和處理這兩個閉環。
談邊緣計算,什么叫邊緣?這是一個邏輯概念,不是一個物理概念。舉例,我們在市中心大型超市、商場,大量的邊緣其實是攝像頭,是每一位顧客,手推車,肆意要對手推車里物品信息做實時分析,才能做實時的廣告推送。在數據中心仍然可以對每一位顧客的歷史采購信息進行更加深度的分析,來做出更準確的客戶畫像。這是邊緣跟中心的協同。
邊緣的場景非常多,包括工業互聯網,也包括產業互聯網,挑戰也隨之而來,一方面看到確實有很多物理邊緣,計算環境非常苛刻,風火水電的供應都是問題,多樣化OT設備跟數據中心里的IT不一樣,我們需要做協議的轉換、打通,做統一管理,也包括隨著邊緣暴露點的增加,總體網絡安全性也受到挑戰。
戴爾能做什么?一方面我們對于邊緣的產品做了優化和定制,比如應對邊緣的“三高”問題,高溫、高壓、高海拔。打通了OT和IT的環境,實現數據的統一治理,基于零信任數據防護措施,最重要一點,我們在邊緣的平臺是數據中心向邊緣的拓展,所以我們可以同時照顧到邊緣和中心的基礎架構。
具體來肯,不只是在硬件的平臺上的管理,也包括數據端到端生命周期的管理,如果把這種方式繼續拓展到云端,實現邊緣到中心再到云端一致的基礎架構的管理,包括協同一致。
把邊緣平臺分成兩大類:
第一大類叫瘦邊緣,主要工作是跨OT和IT的環境來實現環境的適配,數據的搜集,也包括在邊緣端的管理。比如看到有些IoT的網關或嵌入式的PC,在硬件上做了沒有風扇的設計,減少在邊緣端維護的概率。在軟件端可以在工廠預裝選擇的操作系統,實現戴爾統一管理服務的接口。最重要的一點是生態的建設,在邊緣計算領域有一個很著名的開源項目,AGEX(音),這個項目的LOGO就是一只章魚,從數據中心把觸角探伸到邊緣,為了建立統一數據規范,提高各個廠家的互聯互通,提高互操作性,這個項目最最重要的牽頭廠商就是戴爾。我們也是貢獻了幾萬行的源代碼給到這個項目,在未來幾年會持續加大在邊緣計算,包括物聯網領域的投資。
第二大類叫做胖邊緣,可以在邊緣端做輕量級計算、分析,甚至是一些AI。把這個產品分成幾類:
與計算相關的,比如邊緣GPU的服務器,這類平臺也是我們在數據中心計算集群的擴展,當然是面向邊緣端同樣做了優化,無論是尺寸、IO接口的位置,包括內部氣流風扇的設計,都是面向邊緣端來量身訂作的,最重要的是邊緣端的計算跟數據中心的計算集群可以進行統一協同和管理。
對于存儲平臺,有兩種方式拓展到邊緣,一是衛星節點,這是我們數據中心一體機在邊緣端更輕量化的落地,所以啟配、體積、尺寸更小、更輕便,適合在邊緣段部署,更主要的是數據可以跟數據中心打通。基于這樣的方式,在邊緣和數據中心來實現一體化的包括單位策略,數據的同步。二是軟件定義,擴展方式會更加靈活,更加輕量級,連硬件都不需要,只需要給我一個虛機就可以了,軟件定義的版本跟數據中心的版本一樣,功能是一樣的,而且保證數據的互聯互通。
我們仍然有很多數據會從邊緣端傳到數據中心,中間帶寬成本是計算TCO時不能忽視的。比如基于源端消重的方式,數據從邊緣端產生,進到網絡、傳到數據中心之前,我們就會知道這個數據是不是全局重復的,如果全局重復,數據是傳的。很多場景里,通過源端消重方式,整體帶寬成本可以節省超過90%,來實現窄帶傳輸。
一體化交付,相信在場有很多能源行業,包括電信運營商行業的用戶,有大量出海服務,您可以在本地下單、本地生產,在海外完成安裝、交付,包括保修,提高總體效率。
大家如果有機會去我們廈門工廠參觀,我們所有的筆記本在產線的最后一道工序就是通過邊緣的AI來看外觀的識別,是不是有劃痕、凹陷,做出廠前最后一道工序。
我們跟數據中心打通,一致性管理既包括對平臺資源的管理,也包括軟件的分發,補丁的管理,包括數據統一的治理,也包括統一的安全策略。
“金牌”案例
我們在前幾年跟國家賽艇隊、皮劃艇隊一起建的聯合實驗室,把AI和大數據技術應用于今天國家隊的訓練。競技體育比的就是人的極限,但是當人的體能達到極限時,運動技巧就特別重要了。可能很多人在跑步,我們經常刷抖音,看到抖音給我們跑步的指導叫做送髖,這是非常有技術含量的技術動作,賽艇隊傳統的訓練方式是通過教練做指導,比如動作要做到位,但是做到位是沒有辦法量化的。舉例,劃槳手臂彎曲的角度如果差了2度,肉眼無法分辨,我們跟國家隊一起做了一個完整的交付,開發了“實時反饋智能訓練輔助系統”,首先我們做基于劃槳姿態的生物力學建模,這個工作跟我們國家隊專業體育人士一起做的,因為需要很多專業的知識。基于這個建模,對運動員訓練時的視頻進行采集,基于這樣的采集做實時的數字化的反饋,只要視頻能夠捕捉到的運動所有關節都可以給出量化的方式來對于運動員的訓練,提高訓練的針對性。
AI跟邊緣計算有什么?國家隊訓練經常是在海外,尤其是沒有網絡的公開水域進行,需要在現場進行實時反饋。在網絡恢復之后,這些數據仍然回到數據中心,我們對于每一位運動員長期的訓練狀態進行監測,甚至對于下一次比賽的狀態做出預測。
上周在廈門,我自己試了一下,有兩個感受:
第一個感受,確實是完全數字化的呈現,手腕彎曲角度都可以做數字化的處理。如果國家運動員,應該每個框都是綠色的,才代表是標準的。
第二個感受,我大概做了5分鐘就已經比較喘了,他們說國家隊運動員一天訓練量1萬槳,相當于100公里的水平,所以取得歷史性的突破最重要還是運動員和教練員的努力與優秀,戴爾在背后通過科技方式進行了賦能。
我們有大量數據處理的機會在邊緣端發生,邊緣跟中心是打通的,所以可以通過這種方式把我們的能力在邊緣和數據中心實現協同。
進到數據中心之后,我們有更多的機會來構建更加復雜的網絡體系、基礎架構,來支撐更加復雜的業務邏輯。同樣道理,我們把一致性的管理繼續擴展到云端。一方面戴爾在做能力的輸出,比如今年戴爾全球科技大會發布了一系列與公有云的合作,未來像有效容量、多樣化備份的方式、防勒死的方式,可以更多在云端部署,即使您使用公有云,也可以用到戴爾的技術。這是輸出。
反過來也一樣,這些云服務提供商軟件堆棧的體系架構,可以通過戴爾的硬件平臺在數據中心落地,通過輸出和輸入兩種方式實現多云生態體系的建設。
在邏輯上我們是實現了從數據到應用到開發者一致的體驗來進行數字化的轉型,在物理上打通了邊緣到數據中心再到云端的邊界,來實現一體化、一致性的管理,提高運維效率。這就是在大數據時代戴爾所能給到我們客戶最大的價值。
謝謝大家!