科技行者 10月22日 上海消息(文/周雅):去年,華為把公有云業(yè)務(wù)從IT產(chǎn)品線剝離出來,成立了一個獨立的部門——“Cloud BU”,組織架構(gòu)上與華為三大BG(運(yùn)營商BG、消費者BG、企業(yè)BG)并列。一時間,華為云的品牌Slogan鋪滿各大機(jī)場、車站廣告牌,“有技術(shù)、有未來、值得信賴”成為華為云朗朗上口的頭號標(biāo)簽。
云服務(wù)早已經(jīng)是華為整體業(yè)務(wù)和解決方案的底座,華為云也逐漸在市場嶄露頭角,引用一項來自今年4月初的Gartner最新報告《Market Guide for Cloud Infrastructure as a Service, China》作為佐證,當(dāng)中Cloud IaaS第一梯隊 "Hyperscale(超大規(guī)模)"的云廠商名單里,成立僅一年的華為云赫然在列。
然而快速擴(kuò)張之余,華為云開始思考如何決勝未來。2018華為全聯(lián)接大會期間,華為云BU CTO張宇昕接受了包括科技行者在內(nèi)的媒體采訪,闡述了華為在Cloud2.0時代的準(zhǔn)備。
張宇昕認(rèn)為,Cloud2.0時代來臨,相對于過去十幾年互聯(lián)網(wǎng)的發(fā)展有顯著的不同,有幾個很明顯的特征:
第一,企業(yè)開始上云,尤其是企業(yè)的關(guān)鍵應(yīng)用上云。相比過去云僅應(yīng)用于個人娛樂和消費領(lǐng)域,Cloud2.0時代的云進(jìn)入了生產(chǎn)領(lǐng)域,帶來一些明顯的問題,比如企業(yè)的關(guān)鍵應(yīng)用上云如何支撐,關(guān)于企業(yè)應(yīng)用的數(shù)字化、智能化如何支撐?
第二,Cloud2.0時代,即便是傳統(tǒng)的互聯(lián)網(wǎng)應(yīng)用也發(fā)生了很多變化。在過去十幾年,互聯(lián)網(wǎng)廠商的成長模式基本靠做流量紅利,誰能獲得更多的流量,誰就能發(fā)展壯大。但是流量紅利終有天花板,且流量紅利模式容易被復(fù)制。Cloud2.0時代要想做好新的互聯(lián)網(wǎng)業(yè)務(wù),核心是從流量紅利變成數(shù)據(jù)紅利,比拼的是人工智能和大數(shù)據(jù)。由此帶來技術(shù)的變化、全系統(tǒng)架構(gòu)的變化,明顯與Cloud 1.0時代通過流量來堆規(guī)模不同。
“所以,我把Cloud1.0時代的技術(shù)簡單總結(jié)為常見名詞:分布式、自動化、大規(guī)模彈性。但是Cloud 2.0時代光有這些技術(shù)是不夠的,云服務(wù)商需要思考的問題是,如何支持更好的可靠性和安全性,以滿足企業(yè)關(guān)鍵應(yīng)用上云”,張宇昕表示。
第三,無論是企業(yè)應(yīng)用還是互聯(lián)網(wǎng)應(yīng)用都要智能化,如何讓智能應(yīng)用做得更簡單,性價比更高,讓用戶用得起、用得好、用得放心,這是云服務(wù)商在技術(shù)方面遇到的挑戰(zhàn)。
顯然,如果說Cloud1.0時代的云服務(wù)更多聚焦在軟件創(chuàng)新,Cloud2.0時代則更進(jìn)一步,芯片和硬件創(chuàng)新將是常態(tài)。
華為積極擁抱變革。“Cloud 2.0時代,華為云數(shù)據(jù)中心進(jìn)行了全棧的技術(shù)創(chuàng)新”張宇昕介紹,從芯片、硬件、整個數(shù)據(jù)中心的管理到基礎(chǔ)云服務(wù),到應(yīng)用開發(fā)平臺,包括應(yīng)用的開發(fā)部署運(yùn)維平臺和工具框架,一直到AI的基礎(chǔ)模型算法以及面向各個領(lǐng)域的建模和算法……華為追求的是整個垂直軸的技術(shù)突破。
比如芯片方面,華為的AI芯片覆蓋全場景、全棧式。計算領(lǐng)域,華為圍繞AI構(gòu)建普惠AI的實例,比普通的計算實例性能提升了16倍。另外,華為通過100G的云智能網(wǎng)卡實現(xiàn)了網(wǎng)絡(luò)轉(zhuǎn)發(fā)的能力,通過控制面架構(gòu)重構(gòu)實現(xiàn)在數(shù)據(jù)中心內(nèi)部百萬節(jié)點的網(wǎng)絡(luò)連接,這可以進(jìn)一步支撐從虛機(jī)到容器、到Serverless應(yīng)用之后的更大規(guī)模的計算節(jié)點。
張宇昕:我把華為公司的技術(shù)創(chuàng)新分為三類:基礎(chǔ)技術(shù)的創(chuàng)新,長遠(yuǎn)的技術(shù)創(chuàng)新投入,以及面向客戶場景的技術(shù)創(chuàng)新。
· 基礎(chǔ)技術(shù)的創(chuàng)新。這些都是通用的技術(shù),是圍繞著計算機(jī)的基礎(chǔ)技術(shù),是沒有行業(yè)特征的。比如芯片,無論是計算的芯片、存儲的芯片、網(wǎng)絡(luò)的芯片,華為均有涉獵。再比如軟件,從操作系統(tǒng)、數(shù)據(jù)庫到虛擬化,到分布式的一些技術(shù),這些技術(shù)均沒有明顯的行業(yè)特征或者產(chǎn)品特點。再往上就是華為積累的大數(shù)據(jù)、AI的能力。華為早期積累了運(yùn)營商業(yè)務(wù),2011年開始涉足企業(yè)和消費者領(lǐng)域,更多技術(shù)得到積累。
· 面向長遠(yuǎn)的、長期的技術(shù)創(chuàng)新。這些技術(shù)可能還沒有進(jìn)入到華為的生產(chǎn)和研發(fā)領(lǐng)域,華為自己內(nèi)部叫做三代戰(zhàn)略——應(yīng)用一代、開發(fā)一代和研究一代。目前市面上華為銷售的產(chǎn)品和服務(wù)都是應(yīng)用一代,開發(fā)一代未必對外公開,而研究一代相對而言更為神秘。華為在面向未來的準(zhǔn)備上投入非常大,大家看到的華為技術(shù)可能只是冰山一角。
過去八年,從2009年開始到現(xiàn)在,華為研發(fā)投入將近4000億人民幣,2017年華為的研發(fā)投入將近900億人民幣,2018年肯定會突破這個數(shù)字,這么多錢投到哪里去了?我們不說國內(nèi)的研發(fā)中心(國內(nèi)的研發(fā)中心有產(chǎn)品的開發(fā),也有一些超前的技術(shù)研究);僅就華為海外的研發(fā)中心都是以面向未來超前的技術(shù)為主,華為目前在北美約有20個研發(fā)中心,在歐洲已經(jīng)有30多個研發(fā)中心,跟當(dāng)?shù)氐难芯繖C(jī)構(gòu)、學(xué)校、公司都建立了很好的創(chuàng)新連接,可以講,華為不惜以各種形式投入研發(fā),包括對世界TOP100的學(xué)校、世界最頂尖的學(xué)者和教授進(jìn)行資助,包括開放一些課題讓學(xué)校來研究。這就是為什么華為的研發(fā)投入如此之大的原因。去年,華為研發(fā)投入在全球高科技公司排名第六。
通過這些側(cè)面告訴大家,華為在冰山下面的部分是非常龐大的,而這些技術(shù)未來我們都會用到,可能明年,可能3-5年,甚至于5-10年都在做技術(shù)準(zhǔn)備。華為的這些技術(shù)投入也是云BU可以利用的。
· 面向客戶場景的技術(shù)創(chuàng)新。這當(dāng)中包括在客戶業(yè)務(wù)場景下的一些工程方案,和面向業(yè)務(wù)的一些使能技術(shù)。由于華為在2011年由單一運(yùn)營商業(yè)務(wù)拓展到企業(yè)和消費者業(yè)務(wù),使得華為形成了“端、網(wǎng)、云”協(xié)同的優(yōu)勢。幾年時間,華為云全球也是主要的玩家,因此積累了豐富的經(jīng)驗。比如金融行業(yè)對于高可靠、安全的能力要求,這些在實驗室里面是體會不到的,只有跟客戶不斷地進(jìn)行聯(lián)合創(chuàng)新,不斷地進(jìn)行交流和迭代,才能夠理解,從而突破這一類的技術(shù)。很多互聯(lián)網(wǎng)客戶上華為云,為什么?我們基于Intel V5的計算實例性能達(dá)到業(yè)界領(lǐng)先,可以幫助互聯(lián)網(wǎng)客戶提性能,支持客戶的高峰流量能夠平穩(wěn)渡過,這也是面向客戶場景經(jīng)驗的積累。
這三方面的技術(shù)加起來促使“云BU”站在華為巨人的肩膀上快速前進(jìn)。
張宇昕:目前來看,華為過去30年所積累的無論是軟硬件技術(shù)的能力,還是基于運(yùn)營商在網(wǎng)絡(luò)方面的經(jīng)驗,基于企業(yè)在行業(yè)里面的經(jīng)驗,還是哪怕基于終端消費者客戶的經(jīng)驗,對我們來說都是一個很好的積淀。
大家覺得華為沒有互聯(lián)網(wǎng)基因,但是華為的Vmall也是中國最大的幾個電商之一,華為的消費者云去年已經(jīng)達(dá)到了全球4~5億用戶,今年據(jù)估計有可能全球突破6億用戶,而他們都承載在華為云上。這就是很典型的互聯(lián)網(wǎng)應(yīng)用,對于華為云也是一個很好的場景積淀。
運(yùn)營商業(yè)務(wù)到底對華為云有什么幫助?我剛才講過一句話:華為是業(yè)界為數(shù)不多的能夠把企業(yè)的數(shù)據(jù)中心網(wǎng)絡(luò)、云接入網(wǎng)絡(luò)、華為云數(shù)據(jù)中心的內(nèi)部網(wǎng)絡(luò)以及華為云骨干網(wǎng)絡(luò)協(xié)同起來的進(jìn)行端到端創(chuàng)新的云服務(wù)商,全世界沒有幾個廠商可以這么做。企業(yè)數(shù)據(jù)中心網(wǎng)絡(luò)是華為私有云的網(wǎng)絡(luò)方案;云接入和云骨干本質(zhì)是運(yùn)營商網(wǎng)絡(luò),華為一直在從事這個領(lǐng)域的工作;華為云數(shù)據(jù)中心里面的網(wǎng)絡(luò)由華為云BU在持續(xù)創(chuàng)新。所以我們不僅僅具備全部能力,而且關(guān)鍵是能進(jìn)行端到端的協(xié)同創(chuàng)新,這一點充分體現(xiàn)了華為在運(yùn)營商和企業(yè)的技術(shù)積累。
比如華為的單芯片100G云智能網(wǎng)卡,其中有一個架構(gòu)叫類NP的架構(gòu)。大家應(yīng)該了解:一些中國的云廠商還沒有做芯片的能力,而美國云廠商雖然也做了智能網(wǎng)卡,但是沒有能力做單芯片的SOC。我們之所以能夠做類NP的架構(gòu),是因為NP架構(gòu)過去是用于運(yùn)營商領(lǐng)域的,華為有長期的積累,所以我們把這個架構(gòu)用來做云智能網(wǎng)卡,我們能夠快速支持單芯片SoC,多協(xié)議卸載,性能是業(yè)界最佳的2.5倍,功耗低,這些都是我們傳統(tǒng)運(yùn)營商業(yè)務(wù)和企業(yè)業(yè)務(wù)的能力積累。
張宇昕:我們現(xiàn)在創(chuàng)新與傳統(tǒng)創(chuàng)新有不同,也有相同。不同就是創(chuàng)新的方式變了,傳統(tǒng)ICT的創(chuàng)新是以產(chǎn)品的方式來做,周期比較長,需要長期提前的投入,提前3-5年,甚至提前5-10年,華為敢于投、舍得投,敢于對未來做預(yù)判。這種創(chuàng)新的方式很大程度上是一個預(yù)判,是一個對未來的投資,過去的創(chuàng)新大都是此類方式。
云時代的創(chuàng)新,有些技術(shù)仍然需要這樣去創(chuàng)新(提前投入),尤其需要長期積累的底層技術(shù)、通用技術(shù),越是需要提前投入的方式去創(chuàng)新。而且華為還有這樣的優(yōu)勢,我們敢于投未來。然而我們發(fā)現(xiàn),云的技術(shù)越上層越是接近客戶的應(yīng)用,創(chuàng)新節(jié)奏和創(chuàng)新形態(tài)的變化越多,這就需要新的創(chuàng)新模式。以造芯為例,芯片是長周期的,比如AI的基礎(chǔ)框架(Deep Learning的基礎(chǔ)網(wǎng)絡(luò)模型和算法),都是長周期的投入,此基礎(chǔ)上,AI面向業(yè)務(wù)領(lǐng)域的一些算法,華為一方無法做成,因此采取了另外的創(chuàng)新模式,比如與客戶一起進(jìn)行聯(lián)合創(chuàng)新:華為提供專業(yè)的數(shù)據(jù)工程師和科學(xué)家,建立抽象業(yè)務(wù)的模型,做數(shù)據(jù)的分類標(biāo)記,從而訓(xùn)練出的初始模型放到客戶的系統(tǒng)去試用,通過試用來驗證這個模型好與壞,再將驗證的結(jié)果進(jìn)行調(diào)優(yōu),然后進(jìn)行訓(xùn)練,優(yōu)化到一定精度了才能放到客戶的業(yè)務(wù)系統(tǒng)里面去用。
所以越是上層的創(chuàng)新,越是一個交互式、迭代式的創(chuàng)新;越是底層的技術(shù),越需要有耐心和長期的投入。所以,上層的一些技術(shù),尤其是面向業(yè)務(wù)場景的技術(shù),我們可以以全新的方式,與每個行業(yè)處于領(lǐng)導(dǎo)者地位、先行者地位的客戶進(jìn)行聯(lián)合創(chuàng)新。比如金融領(lǐng)域,華為與工行、招行、建行有很多的合作;醫(yī)學(xué)醫(yī)療基因領(lǐng)域,華為與金域、貝瑞都有很好的合作。這就是在做聯(lián)合創(chuàng)新,這些創(chuàng)新的方式跟過去完全不同。
舉例表面,華為芯片的架構(gòu)毫無疑問是一個獨創(chuàng)。
網(wǎng)絡(luò)方面,華為在廣域網(wǎng)絡(luò)之上開創(chuàng)性的提出一個Internet智能專線的技術(shù),這個技術(shù)來源于高可靠要求的客戶。具體而言,企業(yè)領(lǐng)域如果業(yè)務(wù)斷了,問題很嚴(yán)重,所以我們借助了華為過去在電信領(lǐng)域的網(wǎng)絡(luò)高可靠理念,在云骨干網(wǎng)絡(luò)上提供雙平面,在物理層面提供MPLS專線網(wǎng)絡(luò),用SDN技術(shù)進(jìn)行管理,又用類SDN的技術(shù)在Internet上形成一個虛擬廣域網(wǎng),雙平面進(jìn)行協(xié)同。這樣一來,關(guān)鍵客戶如果一個平面走不通了,至少還有另外一個平面可以做逃生通道。
為什么用類SDN的技術(shù)在Internet上建立虛擬廣域網(wǎng)?好在兩個地方,第一,它的流量性能比普通的Internet高3-5倍。第二,在3-5倍性能基礎(chǔ)之上,它本身的成本與物理網(wǎng)絡(luò)相比只有三分之一。這樣對于客戶而言,Internet的平面僅僅不是一個末日世界時候的逃生通道,性價比也有一定的競爭力。所以,這些創(chuàng)新得益于華為的跨界經(jīng)驗,否則可能是做不出來的。
張宇昕:華為從不把領(lǐng)先對手作為目標(biāo),華為的核心價值觀最核心的一條就是“以客戶為中心”,所以公司一直對于各個業(yè)務(wù)的要求是眼睛盯著客戶。在華為公司,眼睛盯著對手那是沒有出息的,基本上每一個華為人的認(rèn)知都是服務(wù)好客戶。當(dāng)然,我們在服務(wù)好客戶的同時,也要看到業(yè)界的技術(shù)進(jìn)步。
所以華為進(jìn)步的驅(qū)動力來源于兩個方面,我們把它叫做雙輪驅(qū)動:一個是客戶需求驅(qū)動,一個是技術(shù)驅(qū)動。兩者最終的目的都是讓華為更好地服務(wù)于客戶。領(lǐng)先不是我們追求的目標(biāo),而是我們業(yè)務(wù)不斷發(fā)展壯大的一個自然的結(jié)果。
張宇昕:不應(yīng)該單純從價格來看AI,單純的低價格也是沒有出息的。華為推出了AI芯片后,結(jié)合自己軟件的技術(shù)(比如虛擬化、容器),就打造了普惠AI的虛機(jī)實例和容器實力。這些技術(shù)出來以后,華為能實現(xiàn)計算實例對于AI處理器的共享,那么就可以充分地提升AI處理器的利用率。這些技術(shù)綜合起來能夠大幅地降低AI使用單位成本,使得單位的AI計算成本得到降低,使得大家用得起了,這時候我們帶來更多的是AI應(yīng)用的井噴。再結(jié)合華為在AI平臺上所提供的算法,以及華為打造的全鏈條AI開發(fā)的環(huán)境,可以幫助華為的客戶更好地開發(fā)AI應(yīng)用,甚至于華為有技術(shù)幫助客戶把現(xiàn)存的應(yīng)用遷移到華為AI的系統(tǒng)上來,使AI的應(yīng)用開發(fā)更簡單。
我認(rèn)為能夠引發(fā)AI的井噴,讓AI進(jìn)入到各個行業(yè)里面去,才是普惠AI的價值,否則AI就仍然只是一小部分懂行的專家掌握的技術(shù),如果AI停留在這個時代,AI永遠(yuǎn)不會成為一個普適的技術(shù)。
張宇昕:我們理性看待。我們不把ARM用于X86替代,ARM有適合于自己的場景,所以我們未來希望在ARM的使用上形成多元計算的形態(tài),把適合ARM處理器的Workload放到ARM處理器上進(jìn)行處理。
至于ARM未來的前景,有幾個場景在企業(yè)里面是非常適合的:
第一,邊緣云服務(wù)。邊緣意味著設(shè)備的形態(tài)比較小,功耗比較低,這種情況下,ARM是有它的優(yōu)勢的。
第二,ARM因為core相對比較多,所以對于高發(fā)的計算(比如某些場景下的HPC)需要的并發(fā)數(shù)是比較多的,單核并不一定特別強(qiáng),這個應(yīng)用在企業(yè)里面也是有的。
第三,華為現(xiàn)在逐步在把生態(tài)的邊界打通。比如說,把原來手機(jī)上的生態(tài)通過ARM引入到云里面去。請大家關(guān)注一下云手機(jī),就是在云上用一個虛擬的手機(jī),這樣一來我就有兩臺手機(jī),一臺手機(jī)自己用,另一臺手機(jī)在云上,可以做手機(jī)的備份,或者用于存放私密帳號。我們把終端的生態(tài)引入到企業(yè)里面去,我們用這樣的方式給大家提供服務(wù)。
所以對于ARM應(yīng)用有兩個方面,第一就是適合ARM的workload,第二個就是形成不同生態(tài)的交互,這樣可以為企業(yè)提供新的應(yīng)用,這是我的想法。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學(xué)習(xí)外觀和運(yùn)動信息,顯著解決了當(dāng)前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運(yùn)動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。
關(guān)注科技創(chuàng)新、技術(shù)投資。
以文會友,左手硬核科技,右手浪漫主義。