总第093期2023年 第1期内部刊物 免费赠阅非经华为技术有限公司书面同意，任何单位和个人不得擅自摘抄、复制本资料内容的部分或全部，并不得以任何形式传播。无担保声明: 本资料内容仅供参考，均“如是”提供，除非适用法要求，华为技术有限公司对本资料所有内容不提供任何明示或暗示的保证，包括但不限于适销性或者适用于某一特定目的的保证。在法律允许的范围内，华为技术有限公司在任何情况下都不对因使用本资料任何内容而产生的任何特殊的、附带的、间接的、继发性的损害进行赔偿，也不对任何利润、数据、商誉或预期节约的损失进行赔偿。跃升数字生产力，加速迈向智能世界73年前，艾伦·图灵的“模仿游戏”引发了人类对未来的期许：“机器能思考吗？”27年前，唐·塔普斯科特在《数字经济时代》中正式提出了“数字经济”的概念；数字化应用，如雨后春笋；数字化未来，如星辰大海，各行各业相继进入数字化转型的深水区。“芳林新叶催陈叶，流水前波让后波。”每一次生产力的跃升，时间都是最伟大的书写者，也是最客观的见证者。就像《沙与沫》中所说，“也许大海给贝壳下的定义是珍珠。也许时间给煤炭下的定义是钻石。”也许，数字化给行业下的定义，就是生产力的质变。作为开启数字化新时代大门的钥匙，5G、5.5G的技术演进和生态构建已在业界达成共识。云、大数据、存储与计算、人工智能等数字技术不断创新并深入应用，都在助力数实融合加速发展，推动千行百业数智化转型升级。“大厦之成，非一木之材也；大海之润，非一流之归也。”面对数字新机遇和产业新蓝海，华为将依托自身的数字化转型经验和技术积累，持续秉持“开放合作共赢”的理念，携手客户和合作伙伴，共谋数字化新篇章，共赢数字新未来。顺势而为，乘“数”而上。关于未来的智能世界，关于数字化的新明天，你我既是见证者，又是创造者，更是同路人。既然难以止息岁月的匆匆，唯有不停歇的脚步，方能加速与熠熠未来的相遇。01. 趋势洞察02. 前沿探索建设智能世界的假设与愿景要使不断发展的AI更好地服务于人类社会的进步，就要考虑AI的目标如何与人类一致、并且正确和高效地执行。文章分析了AI在理论、技术上面临的挑战、假设和未来的发展方向，并分享了华为在AI领域的一些探索与实践。希望高速发展的AI将成为有益的AI，更好地促进社会进步和文明发展，加速迈向智能世界。在迈向智能世界的过程中，核心是信息的感知、连接和计算，以及由此带来对物质和现象、生命和能量等的更高认知和掌控能力。要建设智能世界，就要解决未来通信和未来计算两大问题。在通信领域，75年前，香农基于经典电磁场、离散无记忆信源、简单传播环境提出了香农定律。而在后香农时代有很多新的发现：1987年Durnin发现具有自愈性的非衍射波束可以绕过障碍物而继续传播； 1992年Allen等人提出的旋转轨道角动量电磁场传播，在同一方向上有无数个正交量子模态，每个量子模态都可以提供一个香农容量；2016年继AlphaGO之后，人们发现可以通过大模型来很好描述具有先验知识的世界，这表明很多信息并不是离散无记忆的；2018年5G的MassiveMIMO规模商用，在城市高楼大厦林立的复杂传播环境中，通过很多独立传播通道可以大大提升通信的容量；这些新现象、新认知和新环境有条件超越香农定律最初的假设条件，为未来通信开启了十年百倍的发展空间。在计算领域，智能应用迅速发展，尤其是AI模型可能帮助解决应用碎片化的问题，引发了模型规模的爆发式增长。在AI自动编程、AI辅助科学研究、定理自动验证和自动证明等方面，学术界和产业界也已经有很多探索。随着计算模式的不断优化、算力的不断提升、更多和更好的数据，AI将能更好地服务于人类社会的进步。机器认知世界面临三大挑战在AI能力快速提升的情况下，就需要考虑AI的目标如何与人类一致、并且正确和高效地执行。除了AI的伦理和监管外，从理论、技术的角度看，目前还面临AI的目标定义、正确性和适应性、以及效率的挑战。挑战一，是对AI的目标定义缺乏共识。什么是我们认可和需要的智能？如果没有定义清楚，就很难确保AI发展的目标与人类一致，也很难合理地度量、分类和科学地计算。杜克大学物理学家Adrian Bejan教授在《生命的物理学》中列出了对智能的二十多种理解，有的强调理解和认知能力、有的强调学习和适应能力、有的强调抽象思考和解决问题的能力等等。人工智能在历史上也有不同的流派，它们还没有很好地融合起来，缺乏共识的目标定义可能是重要的原因之一。挑战二，是正确性和适应性。依靠大数据统计规律进行的学习，存在过程不透明、结果不稳定和偏见的风险。比如采用统计和相关计算模式来识别香蕉，有时候容易受到背景组合和微小噪声的影响。如果我们在香蕉边上放一些其他图片，识别结果可能从香蕉变成烤箱，中间还有一定的比例是鼻涕虫。这些人眼来看是一目了然的，但是机器为什么会犯错便很难解释，也无法调试。挑战三，是效率问题。第60届全球超级计算机Top500中排名第一的Frontier，计算性能约1102PFLOPS，能耗是2千1百万瓦；而人脑只需约20瓦就能等效处理约30PFLOPS的计算。可见当前这些超级计算机单位能量的计算效率，要比人脑低大约三万倍到十万倍。除了能效，还有数据效率。除了通过从大数据中得到统计规律来认识和理解世界外，能否从小数据中进行思考，发现逻辑性，形成概念，抽象出原则和规律？应对AI挑战的突破与愿景应对AI三个挑战，可以从假设开始寻求突破。我们假设：知识是从外部环境和我们自身的事实和现象的经验中，归纳抽象出来的概念和属性、及其关系和运行规律；
智能是通过感知与交互、计算或者试错，在复杂的环境和有限的资源下达成目标的能力。
实现智能的手段，除了从已有大数据中提取其概率分布来进行拟合和推演，也可以从小数据甚至没有数据中，考虑因果推理、给出假设和进行试错、提出问题和创造性地解决问题。
在此基础上，建议从实用的角度，来发展知识和智能。方向一，是将系统工程与AI结合起来，发展高正确性的自主智能系统。近几年学术界有很多跳出Transformer之外的新型AI架构的思考，建议在此基础上通过重点发展感知与建模、知识自动生成、求解与行动三个部分，通过从多模态感知融合与建模，到“知识+数据”驱动的决策，实现更高正确性的自主智能系统。感知与建模是对外部环境以及自身的表征与抽象，知识的自动生成应该将人已有的经验融入到策略模型或评价函数当中，提升正确性。求解可以是在已有知识的基础上结合内外部信息进行演绎推理，或者通过试错、归纳找到解决办法。希望这些技术能够映射到未来的自主系统中，更好地支持自动驾驶网络、自动驾驶汽车、云服务等领域。方向二，发展更好的计算模式、计算架构与计算部件，持续提升智能计算的效率。我曾与菲尔兹奖教授Laurent Lafforgue讨论，当前在视觉与空间计算上，不是仅采用像素点来表达物体，而是增加几何流形来进行表达和计算，是否能更好地抓住物体的不变性，提升正确性与效率？EPFL的Gestner和Kistlei等教授在《神经动力学》一书中介绍了人大脑皮层的功能柱、以及功能柱中的六层连接情况，这样的浅度神经网络架构，能否比当前的深度学习更高效？另外，当前AI计算面临的存储瓶颈导致我们要花比计算多上百倍的时间去读写和搬迁数据，今后能不能抛开传统的冯·诺依曼架构的处理器、指令集、总线、逻辑器件和存储器件，围绕先进AI计算模式的需要来定义新的架构与部件？以实践促进价值创造华为在AI领域做了一些探索与实践。AI4Industry通过行业大模型促进价值创造。华为针对行业的开发难题，比如样本标注工作量大、模型维护困难、泛化能力不足、行业人手短缺等，在视觉、语言文字、图网络、多模态等专用L0基础大模型之上，形成L1行业专用大模型，来降低开发门槛、提升泛化能力，解决应用碎片化的问题，帮助电力、煤矿、交通、制造等行业提升作业效率、提升安全性。华为机场与轨道军团在呼和浩特、武汉、西安、深圳、香港等地与客户及合作伙伴们一起探索城轨、铁路与机场的数字化转型，不仅提升作业安全性与效率，还提升用户体验与满意度。比如在深圳机场，通过基于云和大数据以及AI创新，实现了智能机位分配，每年可以节省260万旅客免坐摆渡车，成为全球数字化转型的标杆。利用AI4Science提升科学研究能力。比如，通过构造新型的、地理信息3D Transformer编码结构，以及层次化时域聚合方法，华为推出盘古气象大模型，用更精准、高效的学习与推理机制，从大自然历史运转出来的数据中提取出全球气象先验知识，代替传统科学计算的超大规模偏微分方程的时序求解，从而可以实现快速完成全球未来1小时到7天的天气预报，预测精度比欧洲中期天气预报中心高20%以上。在软件编程上，除了用传统AI在大量已有代码中进行检索和推荐外，华为也在发展科学的模型驱动和形式化方法。尤其是在大规模并行化的情况下，很多处理是相互纠缠和前后关联的。华为探索出了一套名为Vsync的方法，实现了操作系统内核的自动化验证和并发代码优化，在提升性能的同时也确保可靠性。在Linux社区，Vsvnc仅用20多分钟就发现且修复了一个社区专家要两年多才修复的一个内存屏障Bug。华为也在研究新的计算模式，来实现定理自动证明。拓扑斯理论是可能的途径之一，将有助于探索范畴证明、同余推理系统、以及理论的自动导出能力，以提升定理证明器的自动化水平，希望解决形式验证中的状态爆炸问题和自动模型抽象问题，增强形式验证能力。同时，华为也在探索先进计算部件。基于余数理论，解决实际应用中的变换效率以及溢出等，希望能将最基本的加法和乘法在芯片和软件中实现，提高智能计算的效率。在迈向智能世界的过程中，在通信和计算两大基石的驱动下，从狭义人工智能，到通用人工智能与超级人工智能，首先要发展好人工智能的理论和技术、伦理和治理，通过支持万物智联，来促进社会的进步；其次要不断拓展思想的边界，增强我们对智能的认知水平、提升对智能的掌控能力；最终，希望用正确目标和有力的手段，牵引人工智能的发展，真正助力人类超越极限，实现文明的进化，增强生命，创造物质，控制能量，跨越时空，征服星辰大海。03. 创新技术ADN铺就高阶自智网络之路数字经济高速增长，驱动通信产业持续升级，释放网络更大潜力，向自智的更高阶段演进。届时，自智网络将不再是“诗和远方”，而是一个崭新而真实的智能新世界。当前，技术的创新速度一日千里，呈现多领域、跨越式发展。5G、云计算、AI等新技术对社会经济的影响力呈指数级增长，由数字技术发展而催生的数字经济已成为全球经济增长的核心引擎。过去三年，全球47个国家的数字经济规模从30.2万亿增长至38.1万亿美元，每年的增幅都明显领先于GDP大盘。网络自动化是数字经济发展底座数字经济作为一种新的经济形态，深刻融入了人们的生产与生活中。数字经济推动了应用场景变革，包括远程办公、教育和医疗、虚拟现实的社交娱乐、全屋智能的场景体验、工厂的智能制造物流，甚至世界杯赛场上，出现了“智能裁判”身影。同时，新的应用场景不断出现，也促进了数字经济整体高速发展。2022年，中国在线办公用户高达4.6亿，在线教育用户规模超过3.5亿，居家+公司的混合办公、线上+线下的远程教育、虚拟+现实的社交娱乐成为后疫情时代下的新常态。网络连接着个体、家庭和组织，已成为继水、电、煤、气后，关乎民生的新型社会基础设施。家庭网络从承载生活娱乐延伸到了支撑办公、学习乃至生产；企业网络从基础支撑系统升级为参与生产的核心系统。清晰顺畅的在线课堂教学、安全可靠的远程访问接入、超低时延的工业互联等对网络提出了更严苛的要求。高质量的网络连接，成为数字经济时代下的刚需。网络随时随地按需就绪、提供可承诺SLA网络保障、确保最优的网络业务体验等需求变得越来越迫切，网络的规划、建设、维护、优化需要自动化智能化的升级，网络的获取、交付和管理方式也正在向网络即服务（NaaS）转变。当前，运营商为了更好地把握数字经济新机遇，纷纷启动数字化战略，加速向NaaS提供商、数字服务提供商升级演进。从第三方报告显示，已经有超过90%的运营商将网络自动化纳入其业务战略。生产工具决定生产力发展水平，每一次科技创新和产业变革也会开拓通信网络新格局。二十年前，IP技术重构通信网络转发架构；十年前，云技术深刻影响网络管理控制架构。未来十年，人工智能技术将嵌入网络各层架构，推动网络向高阶自治进化，开启通信产业的又一次升级，释放网络的更大潜力，赋能千行百业。在人工智能的加持下，网络将从自动化走向智能化，从机器辅助人到人辅助机器，从按需就绪到实时感知实时优化业务体验。在网络自动化和智能化大势之下，TMF联合3GPP、GSMA、ETSI、CCSA等标准组织以及运营商、网络设备厂家和OSS软件开发商，提出“自智网络”产业理念，共同确定目标愿景和分级标准，以确保网络自动化智能化的升级有效有序。截止到2022年底，全球已经有十多个头部运营商发布2025年实现L4自智网络的目标，自智网络已成为运营商数智化转型的关键抓手，并已进入快速发展阶段。ADN为自智网络产业提供澎湃动力自动驾驶网络（ADN）是华为自智网络产业的解决方案。经过三年从架构到实践的探索，在高精数字孪生、压缩感知技术、并行仿真和增量仿真技术以及知识自闭环等领域的创新，ADN已具备全面达成L3级自智网络的解决方案能力。华为与全球领先运营商如中国移动、中国电信、泰国AIS、MTN集团、VDF集团等客户成立联合创新工作组，助力运营商在提质增收、运维增效、绿色节能等方面取得了显著成效。家庭宽带实现了用户体验精准感知、质差问题精准定位等业务升级，可帮助运营商质差用户改善率达到83%；潜客识别支撑FTTR、千兆等业务的营销成功率从3%提升到10%。这些成果不仅实现了面向用户体验的主动运维，还提升了家宽业务的品牌口碑。智能故障通过对告警及关联数据的特征提取、清洗与聚合，利用机器学习训练推理，获得告警间的关联及衍生关系，有效识别定位故障根因。故障识别准确率超过90%，工单减少30%以上，每故障平均修复时长至少缩短30分钟，极大提升运维效率。基站节能方案建立了基站能耗与频段、覆盖、性能等模型，动态生成节电策略，实现“一站一时一策”的精准节能，兼顾网络体验和能效最优，单站平均能耗下降10%以上，真正做到了绿色低碳。秉承三大原则，稳步迈向L4自智网络打造“网元-网络-业务”全栈AI的自动驾驶网络解决方案，将有效助力运营商达成2023年L3、2025年L4自智网络目标。为网络的最终使用者提供“零等待、零接触、零故障”的新型数字化网络服务体验，为网络的运营运维者打造“自配置、自修复、自优化”的智能网络和高效运维能力。面向未来，华为的自动驾驶网络方案将秉承智能原生、单域自治、跨域协同三大原则，坚定不移地加大投入。在网元设备层，通过智能硬件和算网融合，打造超融合感知能力。在网元设备上引入光虹膜、智能光模块等创新技术及实时感知器件，实现从有源到无源、从分钟级到毫秒级感知能力；凭借融合低功耗计算、流计算等技术，实现网元侧数据的预分析&压缩，提高网元本地推理决策能力。在网络管控层，构建高精网络地图，提供实时仿真服务。围绕意图建网、预测性维护、多目标自适应优化等方面，聚集多态配置、高精仿真、值守数字员工、电信网络大模型、多故障模式动态识别等关键技术，最终实现大规模复杂网络的实时在线仿真、预测性全局优化和自适应控制闭环。在业务协同层，通过平台演进、业务流程优化和人员转型三方面综合提升跨越协同能力。平台从烟囱式支撑系统向统一融合全域数据和专家经验的平台演进；业务流程从面向网络的工单驱动的流程向面向体验的零接触的流程转型；同时，通过构建低代码开发体系，降低CT人员向数智化转型的门槛，帮助运维运营团队向DICT复合型人才转型。统一标准繁荣产业生态自智网络经过三年积累，已经在“愿景、架构、分级标准、核心理念”等方面达成了广泛的产业共识，并从战略走向实现。在2022年10月的自智网络全球峰会上，TMF联合CCSA、中国移动、华为等54家产业伙伴共同发布的AN4.0白皮书标题就是《自智网络赋能数字化转型-从战略到实现》。在迈向高阶网络自智的道路上，不仅需要攻克一个又一个关键技术难题，更需要产业伙伴协同运作，在接口标准、评估体系、商业模式等多维度上通过三步走的方式，共同携手促进电信产业升级，使L4-L5成为可能，这三步分别为：第一步：通过细化专业分级标准、定义面向业务的成效指标，加速L3商用落地；第二步：共同定义L4代际，探索新的商业UC，牵引产业跨越式发展；第三步：面向L5愿景驱动，定义目标画像，提前布局基础理论研究和技术攻关。一直以来，自智网络被称是电信业的“诗和远方”。自智网络不仅会给电信行业带来革命性的变化，更是未来智能世界万物互联、万物智联的ICT底座，数字经济发展的关键生产工具。华为自动驾驶网络解决方案在这个自智网络蓬勃发展的关键时期，必将迎势而上，携手产业各界，让诗歌不再傲然，远方亦不见遥远，一幅波澜壮阔的智能新世界画卷即将展于眼前。拥抱多云，构筑可靠数据基础设施为使能企业进行多公有云加多私有云的IT建设，华为聚焦企业正面临的新应用、新数据、新安全等挑战，持续创新，拥抱多云，构筑可靠数据基础设施。人类文明的演进，就是一部信息记录与传承的历史。从结绳记事到甲骨文的出现，从纸张的发明，再到打孔卡、硬盘、闪存的科技进步，随着信息保存方式的不断革新，数字化的存储成为文明传承的新方式。回顾过去，数据存储产业一直随数据应用的发展而发展。早期的数据应用主要是数据库，最早的IBM大型机主要就是执行数据库系统。RAID（Redundant Arrays of Independent Disks，独立冗余磁盘阵列）技术让磁盘可以互联为“磁盘阵列”，在此基础上，EMC在1991年推出世界上第一台专业存储设备。从此，大机“存算分离”，升级为“计算+存储”的架构，这便是SAN存储的由来。2000年左右，互联网兴起，为实现文档类数据高可靠保存与高效共享，NAS存储应运而生。2010年左右，以虚拟机为代表的“云计算”概念兴起，融合了SAN、NAS的统一存储成为时代新宠。2015年左右，全闪存存储以其高性能、高可靠、绿色节能的优势，开始大规模代替机械盘存储。同时，视频、大数据、AI等以海量非结构化数据为基础的新兴应用，催生了以扩展能力见长的分布式存储。驱动未来存储产业发展的两大动力驱动力之一：新应用、新数据、新安全千行百业的数字化转型即将进入快速发展深水区。新应用、新数据、新安全正在驱动数据存储产业持续创新发展。首先，数据应用日新月异。除了传统的数据库业务应用，虚拟化、容器、大数据、AI等新应用不断产生。数据的可靠性诉求逐渐凸显，计算的生命周期和数据的生命周期管理之间的鸿沟越来越大，计算、存储资源需要灵活独立规划、维护。采用计算和存储解耦的架构，使用弹性、可靠、经济高效的专业存储，不仅可以快速部署创新业务，还可以增加可靠性，实现降本增效。其次，非结构化数据正在成为生产决策数据，在企业广泛应用。以AI的使用场景为例，56%的企业使用AI对非结构化数据进行分析处理。随着企业数据治理能力的逐步提升，数据驱动业务增长成为可能，为海量非结构化数据设计的高效、可靠的分布式存储成了企业数据治理的基础。再次，数据安全事故频发导致巨大经济损失，提升企业数字化韧性成为当务之急。近年来，数据安全已从传统的防止物理因素破坏扩展到防止人因性损坏。根据统计，在2021年勒索软件攻击事件中，恢复企业数据的平均总成本达到185万美元。在勒索软件入侵后，网络已经无法阻止勒索软件对数据的破坏，此时，就需要存储对数据进行保护，通过勒索检测、安全快照、数据隔离、数据恢复等能力来做好数据的安全防护，存储成为最后一道防线。 驱动力之二：多云成为新常态随着企业云化的不断实践，以容器为代表的云原生技术开始流行，要求存储支持容器的应用资源发放和容灾备份。同时，根据统计，全球89%的企业有多云战略规划，企业正积极拥抱多云，充分发挥多家云平台各自的技术优势。但是，多云建设模式在事实上形成了云数据孤岛，数据难以在多云应用之间共享。此外，各家云平台的服务存在差异，生态难以互通。应对这些挑战，部分企业采用数据集中共享、应用多云部署的IT架构，实现最大程度的数据资源共享和流通。图 数据集中共享、应用多云部署的多云IT架构同时，企业正在根据应用的类型、数据安全的要求，选择将不同的应用和数据部署在企业数据中心或公有云，构筑跨云的统一数据管理、数据流动，以实现数据存储和管理的最佳效率。业界各存储厂商也在积极将数据中心广泛应用的专业存储，通过软硬件一体或者纯软件的方式部署到公有云平台，帮助企业实现数据的跨云平滑演进。华为数据存储为千行百业构筑多云时代可靠数据基础设施过去几年，华为OceanStor Dorado全闪存存储凭借高性能、稳定可靠的特点成为众多客户的选择，比如在金融行业，全球TOP100银行中有超过40家选择华为。今天，华为数据存储全系列产品覆盖了更多行业，为企业构筑多云时代可靠数据基础设施。首先，从数据中心到企业分支全覆盖。华为数据存储提供高性能的OceanStor Dorado全闪存存储、面向海量非结构化数据的OceanStor Pacific分布式存储、OceanProtect专用备份存储以及FusionCube超融合基础设施。第二，从结构化数据到非结构化数据存储。华为数据存储在SAN领先的基础上全面发力NAS文件应用，同时，华为全新OceanStor Pacific分布式存储，是业界唯一支持混合负载，实现一套存储支持HPDA、大数据、视频、备份归档等多样化应用的产品。 第三，从数据存储到智能运维。通过数据管理引擎DME自动化运维，帮助运维人员从繁杂的例行工作解放出来，投入到更加有创新性的工作场景。最后，从数据保护到数据安全。华为数据存储提供从主存储到备份存储的全方位存储防勒索解决方案，通过基于机器学习算法的自研专利勒索软件检测引擎，分析数据读写行为和文件损坏特征，勒索软件识别率高达99.9%。四大行动方向，全面拥抱多云面向未来多样的数据应用场景，华为数据存储将从四个方向发力，全面拥抱多云，将企业级存储能力融入到企业私有云及公有云，为客户构筑多云时代全局共享、云上云下能力一致的可靠数据基础设施。方向一：构建面向多云的统一数据底座，使能数据跨云自由流动华为数据存储将多样化存储设备形成统一资源池，通过支持业界开放、标准的接口协议，实现存储与多云的连接与融合，构建跨多云、跨数据中心的全局存储资源池，实现最大程度的数据资源共享和流通。此外，数据流动的关键在于企业自建数据中心内能够实现数据的冷热分级，本地数据中心与公有云之间也能够方便的进行分级流动、备份。华为数据存储支持热、温、冷数据智能分级，让数据在本地生产存储、备份、归档存储与云之间按需流动，不同的数据放在不同的介质，实现整体TCO最低。方向二：构建跨云数据共享能力，实现统一数据视图和调度企业采用多云建设模式之后，数据被分散在不同的云平台中，由于每家云服务商在应用接口、数据交换标准、技术采用上存在着差异，所以天然在生态上难以互通、跨云调用数据难度大，多云之间数据共享等互操作性难度大且成本高昂。面向未来的多地、多数据中心场景，华为数据存储打造全局文件系统GFS，将云上云下存储资源进行整合，基于统一元数据构建全局命名空间，提供全局数据视图，让全局文件随时可见。同时通过统一数据调度能力，设置调度策略，让跨域、跨集群、跨厂商、跨云的数据按需高效、安全地流动起来，提升数据访问效率。方向三：构建容器存储能力，使能数据中心应用云化改造为满足应用更敏捷、更弹性的新要求，企业需要对传统应用进行容器化改造，并持续将云原生应用生态迁移到本地数据中心。因此，企业需要升级数据基础设施，更好地支持容器技术。华为数据存储打造CSI（Container Storage Interface，容器存储接口）插件，广泛兼容主流容器云平台，便捷地利用华为存储提供持久化的高性能、高可靠性、按需配置的存储资源，实现资源发放效率领先业界30%。另一方面，华为提供CDR（Container Disaster Recovery，容器容灾恢复）插件，为容器提供应用级的跨云、跨数据中心容灾，使云原生关键应用拥有和传统应用一样的容灾能力，提升容器场景下业务应用的数据安全性与可靠性。方向四：构建Diskless数据中心架构，破解多云海量数据高效存储难题云和互联网企业为了应对激增的海量数据，主要采用最简单的应用与本地盘耦合的服务器一体化架构构建存储。这种传统的存算一体架构会带来资源浪费、性能可靠性不足、存力效率不佳、弹性扩展受限等问题，进而制约算力的发挥。华为OceanDisk智能盘框面向Diskless服务器架构设计，通过将服务器本地盘独立出来，形成Diskless服务器和远端存储池，实现计算和存储独立弹性扩容，并通过NoF+高速以太网络联接到服务器，实现像本地盘一样的高性能存储。此外，借助数据缩减、硬盘亚健康管理等多重技术，能够有效降低成本，简化运维，助力云和互联网数据中心实现绿色节能、高性能、高可靠。过去三十年，数据存储一直是高价值数据的可靠专业底座，伴随着数据应用协同发展。我们正在迎来YB数据时代，数据应用蓬勃发展，华为数据存储全面拥抱多云，与全球的存储客户和广大合作伙伴一起共同努力，共创数据存储产业新未来。一切皆服务，共建智能世界云底座云原生已成为企业数字化转型的必经之路，华为云将提供优质云服务，让云服务的使用更便捷安全，帮助企业解决在转型上云时所面临的新挑战。云技术已经发展了十多年，企业依然存在“不愿上、不会上、用不好”的问题。究其原因，过去十几年云服务是“以资源为中心”，更关注计算、存储、网络等应用运行环境。随着数字化转型的推进，用云的广度和深度不断拓展，企业开始重新思考如何通过数字化技术使能业务应用变化，带来客户体验、运营效率、商业模式的转变。这些新价值驱动云呈现出明显的 “以应用为中心”的特征，推动云整体技术架构的创新演进。云原生解锁新价值在云计算领域，云原生正在成为企业转型升级的必然选择，这主要得益于云原生给各行业带来的新价值。无论是传统的金融、汽车、制造、港口行业，还是新兴企业，都正借助云原生提升业务效率，加速业务创新速度，获取更大价值。金融行业对数据安全要求异常严格的金融业，传统业务模式发展遇到瓶颈。银行破除对公有云安全的担忧，利用云厂商提供的包括技术、人员、运营、流程等系统化的安全防护体系，建设可靠的平台，并与资源弹性、敏捷创新、高并发等云原生能力充分结合，让泰国的百年老行开发出数字化增长的新引擎，新业务上线仅3个月，赢得45000新数字用户，新发展了2.04亿泰铢的信用额度，通过数据驱动和自动化流程，实现大批量贷款业务5分钟内审批完成，交易性能相比传统贷款提升2倍。汽车行业正处在巨大变革中的汽车行业，数据快速增长。企业通过利用云原生基础设施资源弹性的特点，在白天车联网业务高峰期分配较多算力，晚上缩减算力，有效降低成本40%以上。更重要的是，车企利用云上的数据和AI分析技术，更好地了解用户的驾驶行为，衍生出智慧门店、智慧售后、智能制造等诸多创新服务，2022年预计销量增长100%以上。制造业作为制造业竞争着力点的供应链体系，系统性风险在增加，企业在打通从供应商到客户各个环节、构建高质量数据底座的基础上，基于场景的算法模型，提升供应链运作的智能化水平。在需求、订单、库存、物流、产能、外界环境等多种复杂变量中，找到供应资源优良配置，分钟级内完成场景供需模拟，整体计划周期从周缩短到天，敏捷应对不确定性。港口行业在数字化转型中上下求索的港口行业，在人才、技术等方面存在诸多挑战。企业以全面上公有云的方式，探索出一条 “平台+运营”的转型路径，让经验汇聚沉淀在平台，让数据驱动持续业务运营。打通港口、物流、工业及各方生态伙伴数据，建设并落地了业务底座“全球数字化供应网络”和运营底座“OCC数字化运营平台”。在此基础上，企业利用云上方便快捷的开发工具自行开发了诸多创新应用，实现集装箱在港时间缩短13%，较大程度保障海铁联运的高效对接，铁路运输周期缩短了1天，为实现全面数字化输入源源不断的动力。新兴企业对未来发展充满想象力的新兴企业，新需求暴增，通过云原生和微服务的改造，将资源全托管于云厂商，基于云原生秒级扩缩容的能力，应对业务发展波动，自身专注于核心商业的创新。从这些实践可以看出，越来越多的企业不再单纯地去比较使用云的成本，而是把云同企业适应新时代发展结合起来，让场景应用与云以及云上的数据、AI技术深度融合，对云的价值有了更全面更新的认识。这些新价值也正在推动云产业迈向新高度（如图1）。图1：云原生价值新价值驱动新技术理念Gartner预测，到2025年全球新数字项目中采用云原生平台比例将会大于95%，可以说云原生将成为深耕数字化的必由之路。然而，企业数字化转型需要的是复杂的技术组合，不仅涉及数据的全要素联接、安全保护、智能决策和运营等，还涉及转型的知识与经验，这对绝大多数企业来说是有难度的。为了让每一个企业都能成为新的云原生企业，2020年，华为提出云原生2.0理念（如图2）。云原生2.0围绕三大方面持续创新，从多个维度为用户全面提供升级版云原生的实践体验：第一，在基础设施即服务方面，华为云在全球29个地理区域部署75个AZ（可用区），覆盖170多个国家和地区，构建统一架构的全球一张网，提供计算、存储、网络、安全等基础设施服务，打造50ms优质体验时延圈，业务快速触达全球。第二，在技术即服务方面，坚持技术创新，持续突破根技术，打造最简单易用的工具让开发者使用，让创新触手可及。融合华为云多种生产线能力，推出DevCloud开发云，可以支持数据、AI模型和数字内容的协同开发、按需编排，能够让应用开发者、数据工程师、AI科学家们工作在同一平台，共享研发能力和资产，提升多团队的协同效率，更快地构建现代化应用。第三，在经验即服务方面，华为云也是行业数字化转型的使能者，通过携手4.1万伙伴和400万+开发者，将华为自身及全球客户/伙伴的优秀实践，以服务的方式提供给客户，已开放10万+API。图2：云原生2.0全景图华为云技术创新为实现让客户更简单便捷地使用最新的云服务，华为云在计算、应用、数据、智能、安全等技术方面做出很多创新与突破，并形成系统化的技术架构体系（如图3）。本文选取其中的基础设施KooVerse、安全专区、数智融合做详细介绍。图3：云原生2.0关键技术华为云全球存算网KooVerse是覆盖全球、统一架构的分布式云基础设施，为客户提供全球一致体验的计算、存储、网络等基础设施服务。华为云KooVerse通过CloudOcean、CloudSea和CloudLake三层架构（如图4），打造了30ms时延覆盖圈，满足企业业务的不同时延要求：云边缘枢纽CloudLake提供云到端侧5ms以内的超低时延覆盖，满足工业制造、无人驾驶等场景的极低时延热应用的要求，规模在5000台服务器以内；CloudSea是城市枢纽，时延覆盖在10ms以内，规模在10万台服务器左右；在贵州、内蒙古和安徽等地规划建设的百万节点CloudOcean云核心枢纽，能够为客户提供30ms时延的云资源。通过科技创新与自然优势相结合，为客户提供更加绿色、高效的云服务，满足未来数字经济发展对海量算力的需求。图4：华为云KooVerse“全球一张网”华为云以数据保护为核心，构建了高可靠、自动化、智能化的云安全防护和运营运维体系。通过安全云脑实时识别和解决安全风险、威胁和攻击，为客户构建一个比本地数据中心更加安全的云平台，让客户的业务安心上云。为满足企业不同业务和数据上云的安全要求，华为云可以为客户提供4种安全等级的云上专区服务（如图5）：S1级为公有云用户提供从主机安全、网络安全、应用安全、数据安全、管理安全等全系列的安全云服务，满足企业安全上云的需求；S2级专区在S1级的基础上，面向政府、金融、汽车等行业，提供满足行业安全合规要求的云资源，实现专区专用；S3级专区可以为客户提供物理隔离的专属资源，以及专享的运营运维专区服务；S4级专区可以为客户提供更高等级的物理隔离，并且对维护人员都有指定的要求，实现客户对身份权限、资源归属、数据使用的全面掌控。 图5：安全专区为兑现数据价值，实现数据驱动运营，打通数据治理和AI开发是关键，华为云把DataArts和ModelArts两大生产线实现了融会贯通，为客户提供高性价比、简单易用的数据解决方案（如图6）：基于云原生存算分离架构创新。通过云存储、缓存、计算的三层分离架构，使性价比足够高，计算也足够灵活，云存储是一个池化的大存储池，资源经过多租户充分共享，使单位成本非常低，让用户放心存储全量历史数据，应对无法预知的分析需求；拉远存储，使得计算和存储可以各自弹性伸缩，按需使用；通过缓存，弥补拉远后的性能损失，把损耗控制在很小范围内，业务不感知。
统一元数据使能新一代数智融合平台创新。打破原有的大数据、数仓、AI的数据孤岛，把数据目录、数据权限、多版本管理等能力都统一到一个中心点，都依赖这个中心点来访问数据，这样数据的使用就不会被孤立的系统束缚。例如，同一个表格可以被不同的分析工具做分析，既可以跑数仓任务，也可以做大数据和机器学习任务，不同的用户角色不管用什么工具访问数据，不再需要在专用系统之间来回导入导出数据。
AI for Data，AI辅助的一站式数据治理平台，支持40+异构数据源及华为云各类基础数据服务的一键集成，完成数据全生命周期的开发治理、质量保障，沉淀模型资产和构筑行业知识库；Data for AI，统一数据和AI开发环境，让不同角色各用所长，各取所需，比如让数据工程师使用熟悉的工具来调用AI能力，使大数据开发和AI开发协同起来。
图6：数智融合面向客户和伙伴，华为将把在云-网-边-端-芯的技术积累，以云服务的方式开放给全球客户，降低客户使用数字技术的门槛，加速创新。}