本站点使用Cookies，继续浏览表示您同意我们使用Cookies。Cookies和隐私政策>
本站点使用Cookies，继续浏览表示您同意我们使用Cookies。Cookies和隐私政策>
从十三五规划国家大力引导政企上云，到十四五开 篇国家陆续发布《关于推进“上云用数赋智”行 动培育新经济发展实施方案》、《关于加快推进 国有企业数字化转型工作的通知》、《深圳市人民政府关于加快智慧城市和数字政府建设的若干意见》、《关于全面推 进上海城市数字化转型的意见》等多篇推动政府、企业从 “政企上云”到“上云用数赋智”数字化深入改革的政策， 政企坚定推进数字化转型已然成为确定性的方向。
据华为的统计，当前约有七成客户仍处于Cloud- Based 阶段，主要特点是把业务平移上云，通过虚拟化、容器、裸 金属服务把它原封不动的放在云平台上，使得资源发放、运维效率得到明显的提升，我们也称为On Cloud阶段。这一阶 段重点关注极致稳定、可靠的云平台，以及自动化管理能 力、南北向开放性等。三成左右的领先政企和行业先行者， 已经走向Cloud- Native全面云化创新探索，业务和数据逐 步通过云原生技术体系进行重构来打通断点，实现跨域的协 同和创新，这一阶段称之为In Cloud，是业务与平台的有机 结合以提升政企生产力效率。随着数字原生用户、平台技术 的快速发展变化，对政企数字化转型带来巨大的挑战，结合 华为数字化转型的经验，我们总结了三个维度的挑战，内部 称为平台能力阻碍数字化发展的“三堵墙”：
• 规模墙：随着业务上云和数字化改造的深入，将引发客 户在服务器、云服务、数据中心等多个维度的规模指 数级增长，给云平台的运维管理和安全保障带来巨大 的挑战。
① 服务器规模：数据中心云平台纳管的物理服务器数量 将指数级增长，增加大规模云管理的复杂度；
② 云服务堆栈规模：当前大量客户业务仍然采用云主机 部署，随着业务改造的深入，容器、微服务、中间件、 AI、区块链等新型服务将陆续被使用，将引发云服务技 术堆栈规模的增长；
③ 数据中心规模：核心业务云化部署节奏加速，通常通 过扩展同城数据中心、异地数据中心、公有云等异地的 容灾来解决高可用问题，需要运维管理的数据中心规模 急剧增长，未来还有可能通过云边协同架构将算力延伸 至边缘数据中心或者边缘节点实现AI等能力的部署等， 也将增加多数据中心管理复杂度。
• 技术墙：随着云服务堆栈的增长，客户加速采用容器、 微服务技术改造应用，采用大数据、AI技术提升海量高 频业务的生产效率，采用区块链等技术进行数据可信交 易。越来越多的技术涌现并成熟广泛应用，新时期下技 术多样性提高和变革步伐加快是架构决策者的两个主要 障碍。
• 人才墙：无论是应对规模墙的运维人才储备，还是应对 技术墙新技术的加速采用和试点，对政企无疑是需要储 备大量的高科技人才，而人才的可获得性矛盾日益突 出。比如最突出的AI领域，今年上半年我们做了全国最 好医院之一- 301医院的人工智能项目，客户选择华为有两个原因：首先是产品和解决方案的可行性，更重要 的是我们有八个算法方面的博士，与客户一起进行应用 创新的落地。华为公司持续高强度的研发投入，吸引高 端人才，和客户联合起来将技术落地，帮助客户解决实 际问题。
2020年全连接大会上华为发布了智能体的概念，它以 云为基础、以AI为核心，通过云网边端协同来使能各个行业 的智能化升级。从客户业务平移上云到业务全面云化的路径 中，我们从技术纬度归纳了3个层次，首先是资源池化，实 现上云第一步，打通云边端，使能基础设施全面云化，帮助 政企业务On Cloud；其次是应用容器化，业务分布式部署， 打通数据孤岛，政企业务转型为In Cloud；最后一层是AI等 先进技术创新与业务场景结合，打造行业智能体。这三个层 面，是政企数字化转型的必经之路。
政企从On Cloud到In Cloud不是一蹴而就的，各行业 的云化进程不一样，这两个阶段会长期并存。在智能升级的 过程中，持续同步公有云能力，本地化部署，构建用户视角 的一朵云，将是华为云Stack为客户带来的竞争力主线。
持续同步华为云能力，满足政企客户创新需求
华为云Stack和华为公有云师出同门，在设计上遵循了 “五同”原则，即同架构、同API、同主干版本、同云服务 体验、同生态，我们可以把公有云丰富的云服务能力以及它 的生态资源快速同步到客户本地机房，支撑行业客户的智能 化创新，这是“公有云能力本地化部署”的能力。
华为云Stack做了大量的标准化、轻量化、工程化的工 作，包括自动化的安装部署、升级、监控，以及南北向需求 的适配，这对厂商的技术底蕴和敏捷开发提出了挑战。公有 云每天都在做大量的迭代和刷新，华为云Stack会保持适当 的同步节奏，为客户带来和公有云的一致体验，带来最先进 的服务。
大数据、数据湖正在从离线走向实时，下一步将继续向 逻辑数据湖方向演进。这个过程中，华为云Stack构建了几 方面的能力：
• 存算分离：存算分离的本质就是计算不够扩计算、存储 不够扩存储，非常灵活。过去五年华为在政企市场部署 了1000＋大数据的系统，我们发现温冷数据达到500TB以上时，存算分离能带来明显的TCO节省。任何场景只要数据量超过5PB，存算分离一定有明显的优势。同时，基于专业存储设备强大的数据备份、容灾能 力构建数据湖，可实现传统方案的数据保护能力。
• 实时入湖：围绕着数据处理的实时性，Hive、Spark响 应周期是10秒+，尤其是数量级大的场景。我们提供了每秒上亿条的查询和处理能力，也引入了增删改查，可 以实现T+0的入库周期。
• 协同分析：基于自研的HetuEngine，对上提供统一的 查询，对下几乎能适配所有主流的数据引擎。在套牌车 查询系统中，可以快速地从海量数据中识别出同一个数 据是否在同一时间出现在不同的地点，从而实现精准、高效识别。
企业的传统应用向云原生演进是长期的过程，可能有十年左右的并存周期。华为一直在强调“立而不破”的理念， 我们认为新老应用、数据要能有机协同起来，在一朵云里渐 进式的发展，即互联网厂商常说的非破坏式的创新。华为践行“立而不破”的理念，有两个关键点，首先，一云多池的方案可以支持新老资源池并存，不同厂商的资源池可以和谐共存。去年我们发布了ROMAConnect企业级的总线，可以灵活打通新老应用和数据，通过消息和API集成的方式实现新老应用和数据的协同。今年我们还发布了ASM非切入式的应用治理组件，实现多种开发框架、编程语言在同一朵云里的统一治理。这个方案已经在全国的检察院体系做了试点，对原有的应用进行 了非侵入式的改造，成本非常低。
针对金融的大/小机下移趋势，我们推出了分布式新核心 的方案。这个场景对性能、一致性、可靠性要求非常高，也 是华为云Stack面向政企云原生场景重点要构筑的能力。 2020年我们在金融做了七个试点，包括工商银行、人民银行等。工行去年8月上线，目前已部署30多个节点，承载十个 业务，今年可能再扩展到17个业务。客户认为华为数据库和 分布式核心基本具备了替代中小规模的Oracle集群的能力， 实际上我们认为替代更大的也没问题，但我们尊重客户自己 的节奏。当然，我们也会持续加强工具和生态能力建设，这 是中国厂商普遍存在的短板。
政企正在采用多云、多资源池的业务部署模式，虽然可 以满足不同属性的业务带来的IT需求，但势必会给运营运维部 门带来一定的管理复杂度。站在用户视角，未来一定是多云 架构、多样化选择。如何在复杂的IT环境下带来简单高效的使 用和管理，避免多云或多样化架构带来使用体验上的碎片 化，我们提出了“用户视角一朵云”的理念。
统一云管ManageOne，匹配政企治理架构
云管是云的大脑，也是用户行使权利和责任最主要的载 体。很多大型的部委、央企是集团加分支的结构，用户需要 统一规划、统筹建设、统一监控。但这是很客观的需求，华 为做了大量的工作来匹配企业组织结构上的特点，比如说全 局的统一视角、全场景的云管理等。也支持分层分级的运营 运维，以及同一层级之间不同的领域、不同的业务单元分权 分域的隔离和授权。同时，多厂商基础设施并存是企业的普 遍现象，云管需要具备让用户存量资源纳入同一朵云管理的能力。
华为现有的运维能力已经非常强大，实现了整个云平台 软硬件运维的拉通和统一，在此基础上我们在往更精准的智 能运维方向发力。这个诉求来源于某大型银行客户，主要两个触发因素：
• 用户做主机下移，开发了很多的应用软件，也引用了大量第三方开源的组件，但这些组件依赖很多碎片化的工具， 导致业务分布式改造后运维体系非常分散，定位问题错综复杂；
• 云原生架构下网络、大数据、数据库、应用组件的边界 变得模糊，导致流程的响应效率降低，协同定位变得非常难；
• 华为提供统一的CMDB，并且将硬件、云平台和应用做 了运维数据的统一建模，基于此叠加确定性的算法以及人工 规则，再结合故障检测和故障自愈的自动化引擎，从而形成智能运维的方案，目前支持闲置分析、瓶颈分析、健康度分 析、关联追踪等能力。我们希望用智能升级、智能运维这套 系统，把故障定位溯源效率提高到秒级和分钟级。
过去，省级、市级和集团中心侧的云平台建设是相对较 快的，但在边缘还在大量使用非常传统甚至人工的方式在做 管理，比如电网的换流站、变电站，以及一些门店或是企业。
分支的IT办公系统。我们希望通过云边协同方案把我们整个 云的能力拉远到边缘，帮助客户提升IT能力统筹规划和部署 的覆盖度。
我们认为边缘站点的堆栈形态是开箱即用、无人值守 的。边缘方案一定是站点特别多，七国八制，管理成本高导 致落地困难。通过IEF，可以实现海量边缘节点安全接入、边 缘应用生命周期管理、安全可靠的边云数据通道、丰富的边缘AI算法等关键能力，满足客户对边缘计算资源的远程管 控、数据处理、分析决策的诉求，为用户提供完整的边云协 同的一体化服务。
免责声明：文章内容和观点仅代表作者本人观点，供读者思想碰撞与技术交流参考，不作为华为公司产品与技术的官方依据。如需了解华为公司产品与技术详情，请访问产品与技术介绍页面或咨询华为公司人员。
