以下為現(xiàn)場速記。

 

浪潮信息大企業(yè)部總經(jīng)理 趙文慧

 

趙文慧：尊敬的各位領(lǐng)導(dǎo)、各位來賓、各位朋友，大家上午好!今天和各位領(lǐng)導(dǎo)一起分享《智領(lǐng)制造-浪潮助力企業(yè)信息化轉(zhuǎn)型》。

 

在過去可能更多的是產(chǎn)品銷量，我們發(fā)現(xiàn)在銷量的背后，用戶帶來的流量也非常重要。我們生活在這樣一個(gè)智能的時(shí)代，我們可以看到，很多企業(yè)是靠一項(xiàng)或幾項(xiàng)技術(shù)。在這種背景下，像新的IT技術(shù)就讓我們?cè)谒伎?，包括我們的生產(chǎn)模式都在發(fā)生變化，其中重要的變化是我們?nèi)绾蝸韺?shí)現(xiàn)以客戶為中心，是一種按需的方式。

 

從互聯(lián)網(wǎng)+來看，在過去的互聯(lián)網(wǎng)方向更多的是消費(fèi)互聯(lián)網(wǎng)，現(xiàn)在產(chǎn)業(yè)互聯(lián)網(wǎng)的空間更大。企業(yè)在信息化的過程中，我認(rèn)為整個(gè)企業(yè)的智能化應(yīng)該分幾步走。第一步是內(nèi)部整合，在內(nèi)部整合的過程中，要進(jìn)行全面的數(shù)字化改造、全面的數(shù)據(jù)中心整合、全面的業(yè)務(wù)整合。第二步是內(nèi)外部整合，從供應(yīng)鏈到銷售體系到物流體系的全面整合。第三步是產(chǎn)業(yè)生態(tài)整合，包括產(chǎn)業(yè)數(shù)據(jù)整合和產(chǎn)業(yè)生態(tài)鏈整合。如果說放在一個(gè)城市當(dāng)中，我們也需要思考通過智慧化能不能讓我們的出行更加優(yōu)化、更加高效，如果我們每天在路上的時(shí)間節(jié)省30%，一年下來會(huì)節(jié)省很多的時(shí)間。

 

這是浪潮智慧計(jì)算的框架圖，我們做了三大支柱，以云計(jì)算作為基礎(chǔ)平臺(tái)，以大數(shù)據(jù)作為方法，以深度學(xué)習(xí)為工具。同時(shí)擁有開放與融合的兩大理念，最后構(gòu)建一個(gè)生態(tài)。在這三個(gè)理念的指導(dǎo)下，很多時(shí)候我們?cè)诳紤]是建設(shè)私有云，還是公有云或者其它模式，我們更需要思考的是，能不能把云計(jì)算當(dāng)作一種資源使用方式，跟我們的業(yè)務(wù)是怎樣的一種關(guān)聯(lián)關(guān)系。同時(shí)我們要思考，我們的業(yè)務(wù)怎么能夠?qū)崿F(xiàn)靈活性，最后讓公有云上的技術(shù)實(shí)現(xiàn)業(yè)務(wù)和資源的解耦，讓整個(gè)業(yè)務(wù)靈活性進(jìn)一步提高。我們要思考的是圍繞最核心的數(shù)據(jù)價(jià)值，來構(gòu)建不同的云模式。企業(yè)未來面臨的場景一定是混合云的模式，在這種環(huán)境下有私有的環(huán)境，也有很多外部的SaaS的服務(wù)，最終實(shí)現(xiàn)整合。

 

針對(duì)混合云的模式，對(duì)于浪潮來講，首先我們提供的是全棧的云計(jì)算產(chǎn)品和結(jié)局方案，包括計(jì)算、存儲(chǔ)、軟件定義。在這里跟各位領(lǐng)導(dǎo)講一下，實(shí)際上我們?cè)谧龌A(chǔ)設(shè)施的過程當(dāng)中，圍繞著整體的云計(jì)算、大數(shù)據(jù)，智能優(yōu)化，對(duì)產(chǎn)品做了大量的優(yōu)化。這是我們可以看到的，同樣是一個(gè)服務(wù)器的產(chǎn)品，實(shí)際上我們?cè)谠朴?jì)算時(shí)代，更關(guān)心的是針對(duì)于不同場景，比如有很多場景像大數(shù)據(jù)可能是需要計(jì)算和存儲(chǔ)同時(shí)具備的，還有需要存儲(chǔ)的場景，我們?cè)谝粋€(gè)空間里面做更多的云化，關(guān)心均衡的，希望計(jì)算和存儲(chǔ)能夠達(dá)到一個(gè)平衡。關(guān)心存儲(chǔ)的，希望能夠提供更大的空間。通過這樣一種設(shè)想，對(duì)我們的云計(jì)算建設(shè)來講，可以提供一種更加優(yōu)質(zhì)的解決方案。

 

如果說我們的業(yè)務(wù)資源是更大的，我們就需要更多的資源，在這里我們提供了四類場景。第一類是業(yè)務(wù)相對(duì)比較復(fù)雜，需要有自己的專屬平臺(tái)。第二類是我們共同做一個(gè)行業(yè)云或者風(fēng)險(xiǎn)資源，第三類是用戶方面的資源，第四類是公有云的資源。我們目前已經(jīng)建成全國4個(gè)核心的數(shù)據(jù)中心、28個(gè)地市云計(jì)算數(shù)據(jù)中心，這些數(shù)據(jù)中心全國交付面積超過10萬平米，可用機(jī)柜超過12000個(gè)以上。同時(shí)在這個(gè)云平臺(tái)上面，能夠?yàn)橛脩籼峁膶Ｓ性?、私有云、公有云等服?wù)。

 

在浪潮有一個(gè)專門的公司，我們過去更多的是構(gòu)建私有云，去年以來有一些公有云的產(chǎn)品，對(duì)一些中小企業(yè)來說，如果需要一些會(huì)計(jì)或者稅管或進(jìn)銷存的，我們會(huì)提供以上的服務(wù)，我們可以真正打造一個(gè)基于混合云的服務(wù)，真正能夠做到低成本、高效率。

 

有了這樣的資源以后，我們還需要思考一個(gè)問題，就是大數(shù)據(jù)。講到大數(shù)據(jù)的時(shí)候，我們希望每個(gè)企業(yè)能夠圍繞企業(yè)的業(yè)務(wù)目標(biāo)，明確大數(shù)據(jù)的應(yīng)用方向。我們舉個(gè)簡單的例子，如果說我們看到小區(qū)里面有一個(gè)攝像頭，這個(gè)攝像頭基本上是24小時(shí)在工作。當(dāng)這個(gè)攝像頭在某一個(gè)時(shí)刻、某一個(gè)時(shí)段只有一個(gè)人經(jīng)過的時(shí)候，我們從這個(gè)數(shù)據(jù)的本身來看，要存儲(chǔ)幾百兆的數(shù)據(jù)。如果說我們的攝像頭是一個(gè)智能化的，當(dāng)有一個(gè)人經(jīng)過的時(shí)候，我們做數(shù)字化的描述，它就會(huì)很清楚。大家想一想，跟幾百兆的數(shù)據(jù)相比哪個(gè)更大，可能我們只需要描述的是這里有沒有人經(jīng)過。我們?cè)诖髷?shù)據(jù)的認(rèn)知過程當(dāng)中，要明確業(yè)務(wù)的場景。在這個(gè)過程當(dāng)中，我們有三類場景，第一類場景是業(yè)務(wù)支持，在現(xiàn)有的業(yè)務(wù)上，用大數(shù)據(jù)技術(shù)支撐我們的業(yè)務(wù)，統(tǒng)稱為業(yè)務(wù)支持類的大數(shù)據(jù)場景，主要是提升業(yè)務(wù)管理和預(yù)警水平，這里講的更多的是在不影響正常業(yè)務(wù)的情況下，我們能更好更快的進(jìn)行決策。第二個(gè)場景更多是業(yè)務(wù)優(yōu)化場景，通過大數(shù)據(jù)分析技術(shù)，挖掘潛在業(yè)務(wù)，實(shí)現(xiàn)市場洞察、客戶畫像、產(chǎn)品管理等。第三類場景是業(yè)務(wù)創(chuàng)新，這里就需要我們思考，多軌數(shù)據(jù)整合，探索行業(yè)新業(yè)態(tài)模式。

 

圍繞這樣的一個(gè)場景，我們來看在一個(gè)企業(yè)里面是怎么做的。目前來看，我們?cè)谄髽I(yè)內(nèi)部數(shù)據(jù)的挖掘，到底有多少，可能相對(duì)來講還是比較低的狀態(tài)。很多時(shí)候，很多企業(yè)自己有的數(shù)據(jù)里面，能夠?qū)I(yè)務(wù)支撐和決策帶來價(jià)值的只有10%左右。當(dāng)我們實(shí)現(xiàn)大數(shù)據(jù)的時(shí)候，需要思考的時(shí)候，在建模的過程當(dāng)中，模型的完善度以及數(shù)據(jù)的支撐，就需要我們?nèi)タ紤]互聯(lián)網(wǎng)的數(shù)據(jù)能夠?qū)ξ覀兊臉I(yè)務(wù)帶來更好的支撐。我們要思考不同類型的數(shù)據(jù)，浪潮能夠提供的是大數(shù)據(jù)平臺(tái)。同時(shí)我們?cè)谌萜骷軜?gòu)方面的創(chuàng)新，把大數(shù)據(jù)跟服務(wù)器結(jié)合在一起，我們的目的是通過新的方式，幫助我們更多企業(yè)實(shí)現(xiàn)自己的大數(shù)據(jù)戰(zhàn)略，能夠達(dá)到有10%-80%的數(shù)據(jù)價(jià)值。

 

在智能化的過程中，我們把深度學(xué)習(xí)作為優(yōu)化工具。我們不同的數(shù)據(jù)通過數(shù)據(jù)平臺(tái)，加上深度學(xué)習(xí)的算法之后，我們進(jìn)行可視化的分析。我們的機(jī)器能夠自我學(xué)習(xí)，能夠識(shí)別。像車輛在安全方面，GPS的控制，最終到無人駕駛，在這個(gè)過程當(dāng)中，深度學(xué)習(xí)是一個(gè)過程。真正學(xué)會(huì)讓機(jī)器自我學(xué)習(xí)，最終實(shí)現(xiàn)真正的智能化、自動(dòng)化，服務(wù)于整個(gè)企業(yè)的業(yè)務(wù)。所以說，圍繞著整個(gè)深度學(xué)習(xí)的智能化來看，浪潮構(gòu)建了這樣的一個(gè)深度學(xué)習(xí)的方向。在這里主要是四個(gè)層面，第一是AI產(chǎn)品研制，第二是AI軟件實(shí)現(xiàn)，第三是AI框架優(yōu)化，第四是AI應(yīng)用加速。

 

我們現(xiàn)在很多時(shí)候需要的模型訓(xùn)練更多是在線下做的，我們今天面臨最大的挑戰(zhàn)實(shí)際上是訓(xùn)練的過程。針對(duì)這樣的情況，像百度的無人駕駛90%都是浪潮提供的AI。另外從我們剛剛發(fā)布的GPU產(chǎn)品，我們可以看到可以達(dá)到300兆的能力。它可以集成2.5倍，對(duì)于不同的連接方式來看，就意味著我們整個(gè)線下可以大幅降低。同時(shí)我們提供了AIStation管理軟件，希望我們的企業(yè)更多關(guān)注模型算法，包括業(yè)務(wù)創(chuàng)新。對(duì)于整個(gè)AI模型訓(xùn)練和算法來看，像AIStation管理軟件，能夠幫助用戶事項(xiàng)管理，從而實(shí)現(xiàn)不同的模型虛擬調(diào)度。同時(shí)我們做了集群并行版Caffe深度學(xué)習(xí)計(jì)算框架--Caffe-MPI。我給各位領(lǐng)導(dǎo)舉一個(gè)例子，在我們做機(jī)器學(xué)習(xí)的時(shí)候，我們加速可以做到35倍。像深度學(xué)習(xí)我們做到MPI+CUDA單GPU擴(kuò)展到16GPU，性能提升13倍。我們可以讓更小的設(shè)備、更小的投入，實(shí)現(xiàn)更快的模型訓(xùn)練。

 

從以上內(nèi)容來看，我們從整個(gè)深度學(xué)習(xí)訓(xùn)練平臺(tái)來看，能夠?yàn)槠髽I(yè)不同領(lǐng)域提供人工智能的場景和解決方案。從浪潮的智慧計(jì)算來看，我們圍繞云計(jì)算、大數(shù)據(jù)、深度學(xué)習(xí)，希望我們的智慧計(jì)算能夠真正推動(dòng)各個(gè)行業(yè)的智能化轉(zhuǎn)型。過去20多年我們的產(chǎn)品服務(wù)于中國的大多數(shù)企業(yè)客戶，國資委企業(yè)38%，中國500強(qiáng)是26%。希望浪潮能夠?yàn)楦魑黄髽I(yè)在智能化的道路當(dāng)中提供支撐，我今天的演講就到這里，謝謝大家!