馬匹、馬鐙、馬車，和華為的資料基礎設施革新

在人類文明史中，好像沒有哪個問題能比“生產力的進化”更為重大。它代表著更高的文明程度、更快的發展速度，以及更強大的統治權。

當然，與問題的重要性相呼應的是，它也從來不缺少答案。不過我注意到，大多數人總會將注意力聚焦到工業革命，從西方的崛起中按圖索驥，尋找中國的增長密碼。

事實上，回溯到更遠的黃帝時期，中國人對馬的馴化、馬鐙的發明、馬車的使用，以及相關基礎設施的鋪陳，更能帶來富有啟發和裨益的思考。

《馬政敘》中提到，陣馬之勇，勢比風檣，馬有益於國也。可以說，冷兵器時代，馬就等同於力量的象徵。

而在智慧時代，資料就如同馬匹，對它的利用、管理、延展，就像“拘獸以為畜”的野馬馴化一樣，奠定了數字化生產力的基礎。

(華鯤振宇總經理萬諍、華為機器視覺領域總裁段愛國代表雙方簽署協議根據協議)

最近，2020創新資料基礎設施峰會·成都上，與四川數字經濟龍頭企業的合作，嘗試打造資料的“三駕馬車”。其所引發的震動，並不亞於戰馬的出現。

資料馬車由怎樣的技術架構組成，將如何改變智慧產業的奔跑速度，又與普通人有著怎樣千絲萬縷的聯絡?

想要搞清楚這些問題，我們不妨將注意力拉回到歷史深處，來揭開資料基礎設施所隱藏的機遇和挑戰。

從馴化到演化：資料時代的“馬匹效應”

從黃帝堯舜時期開始，服牛乘馬，引重致遠，開啟了輝煌的中華文化篇章。馬，也就成了生產力的代名詞，而對資料的馴化，亦然。

AI的發展、5G的普及、物聯網的爆發、雲端計算的落地，種種前提都決定了我們投身在資料海洋的驚濤駭浪之中。每個人、每個角落、每個時刻，都在源源不斷地生產著資料。

自動駕駛汽車內建的數百個感測器，每天可以產生64TB的資料量;看一小時8K視訊，需要600GB的資料流動;數字化工廠的運轉，也將產生每天100萬GB的資料量……《華為全球產業展望GIV》預測，2025年全球產生資料量高達 180 ZB，屆時中國擁有的資料量將成為全球首位。

這樣龐大的資料浪潮，就像百萬匹駿馬組成的馬群，代表著強大的氣勢和力量，也代表著無序管理可能造成的風險。

這也是為什麼，我們將這場數字變局，稱之為“馬匹效應”，因為對它的理解與應對，與對馬的役使和生產力釋放，異曲同工。

從這個角度看，我們可以將資料基礎設施的建設，歸納為三個步驟：

第一，資料馬匹的馴化。

對於冷兵器時代的人們來說，騎在馬上的人幾乎是不可戰勝的。同樣，對於智慧時代的產業競爭來說，沒有資料、無法利用資料的企業也不堪一擊。

資料的增長能讓中國城市和企業擁有更多的養料，為智慧化增長奠定了基礎。但資料的暴漲，也如同未馴化的野馬一樣衝擊著IT世界的基礎設施。越來越多的資料需要被儲存、流動、利用，資料基礎設施的限制也隨之而來。

第二，儲存馬鐙的發明。

韓非子形容國家治理，無轡策而御悍馬，不知之患也。正是中國人發明的雙馬鐙，讓從未騎過馬的人可以跨馬遠行，由此改變了古代戰爭的面貌。智慧時代的產業戰爭，對於資料採集、儲存、管理、應用等底層設施革新，就如同“馬鐙”的發明一樣，看起來簡單，卻對競爭格局來說至關重要。

舉個例子，資料來源多樣化、業務多元化導致了企業獲取的資料大多是非結構化的，往往需要實時化的高速流動，這就要求儲存設施既要全面完整地儲存資料，又要讓資料之間相互融通，並在效能保障下儘可能地降低企業的儲存成本，就成了拉開競爭身位的關鍵之一。

第三，整架馬車的鍛造。

如果說馬鐙的發明是基於馬匹本身的觀察，那麼給正方體裝上輪子的馬車，則體現了中國人超越自然的創造力與智慧，更讓人得以擁有超越所有動物的速度。

對於企業IT基礎設施來說，智慧化、數字化升級的前提之一，就是通過對整架“資料馬車”的鍛造與使用，從資訊採集、大資料儲存、資料處理、智慧資料管理、多後設資料應用等一整個全生命週期，都實現深度的技術融合與創新，來讓資料的每個位元都釋放出價值最大、成本最優的動能。

所以我們看到，在智慧時代的大背景下，華為與四川數字企業軍團們也針對資料基礎設施，交出了獨特的應對答卷。

華為的三駕馬車：無遠弗屆的資料基礎設施

把資料洪潮從脫韁的野馬，變成所向披靡的騎兵軍團，是當下產業智慧化轉型的當務之急。

而華為在此次峰會上提出的“三駕馬車”——OceanStor儲存，HoloSens機器視覺，IdeaHub 企業智慧屏，就嘗試將多種資料產品與服務形成合力。

具體來看，華為的“三駕馬車”主要拉動了三個資料方陣：

1.資料的生產與採集。

華為資料儲存與機器視覺產品線總裁周躍峰在此次峰會的媒體分享中透露，行業中有65%的數字資訊都來自視訊，對視訊的有效採集和識別，也就成為提升產業數字化水準的關鍵。

針對此類資料，華為通過HoloSens機器視覺，在幫助人們看的更遠、更清晰的同時，從資料生產、採集的源頭將讓無處不在、四處衝撞的資料“野馬”被成功役使。

這次華為與四川華鯤振宇智慧科技共同建立的智慧全息解決方案，就以機器視覺產品為核心，在城市社群、高速公路、水利電力、油田製造等生活的方方面面，通過智慧攝像頭+高精演算法+垂直場景，讓視訊資料被全面感知、採集和利用，開啟智慧世界的眼睛。

從根源上“馴化”資料，是促進資料在企業智慧化過程中流動和價值最大化的根本手段。

2.資料的儲存與處理。

儲存，就像馬鐙之於騎兵一樣，是資料基礎設施的基石。

在華為全快閃記憶體、海量儲存等產品推出之前，不少企業都面臨著資料存不下、流不動、用不好的問題，就如同沒有馬鐙的戰士，攻擊力和靈活性都大受限制。

以對大容量、穩定性、擴充套件性、實時性等要求最為苛刻的金融行業為例，每天有大規模的多樣化資料挑戰傳統IT設施的能力。比如招商銀行大資料儲存，中國銀行雲資料中心分散式塊、物件儲存資源池等，就是與華為儲存服務共同為應對金融業務新局面而打造的創新解決方案。

3.資料協作的生產力呈現

資料基礎設施的能力究竟如何釋放給企業生產一線，來充分展現潛在價值呢?

從業務層面來看，最核心的痛點的協作困難、資訊分享不通暢，由此導致了交流延遲、時效性低、企業競爭力下降等等問題。而解決這些普通人可知可感的體驗問題，考驗的是靈活、快捷調動資料和智慧系統的能力，也是資料基礎設施體現出差異化優勢的核心焦點。

針對這一需求，華為融合了雲、AI、超高清視訊的核心能力，推出了雲時代的生產力工具——企業智慧屏。讓人、組織、資料、智慧技術在同一個平面上達成了一次握手。

來自不同地方的醫療專家，可以在醫療企業智慧屏前，對同一張CT分析探討;峰會上華為聯合四川大學開啟的高校智慧教育創新專案，也將使用華為企業智慧屏產品，從智慧辦公、智慧教室、科研協同、校園治理等角度重新整理我們對校園的認知。

可以想見，作為資料和資訊的匯聚入口與展示出口，企業智慧屏的生產力效應還會以四川為起點連線全球。

作為機械之母，沒有馬車，就沒有人類的機器時代。而華為智慧資料、機器視覺、智慧企業協作三架馬車的出現，就像華為資料儲存與機器視覺產品線總裁周躍峰所說的那樣，幫助企業完成從資料收集、資料儲存到資料分享應用的體系化價值打造。

將資料價值最大化地交付到了產業手中，也會徹底改寫企業、社會乃至一個國家的進化故事。

車同軌：華為底座上的數字生態

最為全世界人所熟悉的馬上戰爭，可能要追溯到秦國的建立。

秦始皇以浩浩蕩蕩的戰車和騎兵消滅其他六國，登基之後所做的第一件事，就是實現了帝國之內的“車同軌”，修建了世界第一條高速公路——直道。

而同一時期的西方世界，羅馬帝國也以“條條大路通羅馬”的馬路，建立了一個龐大帝國，僅在英倫島就修築了1400公里的馬路。

提到馬路，是因為在見證了華為及合作伙伴對資料基礎設施的革新“是什麼”之後，必須回答一個問題，那就是“為什麼”。

我們看到，OceanStor儲存，HoloSens機器視覺，IdeaHub 企業智慧屏，構成了華為資料基礎設施體系。從“採-存-算-管-用”全生命週期的視角，提供全方位的資料支撐能力，華為的“三駕馬車”正在延展傳統IT基礎設施的邊界，讓資料在可用、可動、可感的道路上暢快奔湧。

為什麼是華為?為什麼是四川?

要回答這個問題，或許需要從資料基礎設施的融合中尋找答案。

一方面，這三款產品背後是基於鯤鵬+昇騰兩大生態的技術釋放，鯤鵬在計算架構等方面的技術更新，讓海量資料有了基礎保障，昇騰提供的AI能力讓智慧在資料的全生命週期中流動，在各個角落釋放價值。

正是全棧全場景的AI基礎能力，以及在儲存、計算、雲、通訊網路、IoT等全方位的技術整合優勢，讓華為可以作為“高速公路”，紮實地託舉起各行各業，進入高速行駛的賽道。

另外，華為堅持平臺和底座的戰略，與合作伙伴共建資料基礎設施的開放態度，能夠更好地吸附產業和開發者。

比如鯤鵬的計算架構和工具打通，就提供了高效的開發環境，讓合作伙伴可以在華為的技術融合之中創造獨屬於自身的創意與優勢。

比如與四川龍頭企業共同打造智慧視覺生態圈，就能不斷吸引關聯產業在成都聚集，為四川掘金數字經濟奠定良好的基礎。

除了能夠扶持更多的商業標杆之外，在科學探索、森林防火等公益領域，同樣可以啟用出資料的社會價值。

不誇張地說，華為利用自身的平臺和技術底座，鋪設了一條通往智慧世界的“直道”。

中國古代曾有人為馬車加上了風帆，“可載三十人，日行數百里”。詩人元稹形容其，風車籠野馬，八荒安足遊。英國詩人彌爾頓更是不無詩意地寫道：在絲綢之國，中國人駕著藤車揚帆遠行。

可以說，對生產工具的價值放大，中國人從不缺乏智慧與想象力。

如今，華為已經將數字經濟所需要的馬鐙、馬車與馬路，通通曝光，等待著每個企業和開發者駕車遠航，出發尋找數字時代的富礦。

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/31561483/viewspace-2702393/，如需轉載，請註明出處，否則將追究法律責任。