浪潮“计算+”的升级之路 智慧计算不只是情怀

从2015年到2017年,浪潮IPF三年回望,有些逻辑的发展已经超出了我当初的判断,是好还是坏?

文/郑凯

2015年到2017年,浪潮IPF三年回望,有些逻辑的发展已经超出了我当初的判断,是好还是坏?

去年的浪潮IPF上,作为最初“计算+”的延续,浪潮进一步提出了三大计算的战略方针。按照我的理解,在这三大计算场景当中,高性能计算和关键业务计算,包含了浪潮当下的核心产品线,无疑是浪潮的强项,也是业务支撑。而智慧计算则是未来的战略方向,是目标,也是愿景。

通常来讲,任何一家公司的战略方向,无外乎高屋建瓴,营销的味道要大于落地。业界就有无数的公司也提出过相类似的战略未来,比如人工智能。

所以,最令人惊讶的是,只过了一年时间,IPF2017就以“共建智慧世界”的主题落地。浪潮集团执行总裁王恩东在谈及浪潮人工智能发展时说,“浪潮不仅有领先的计算平台,还有深度优化的智能算法平台,面向应用场景的智能算法引擎,和携手ISV打造行业智能算法生态。”

而浪潮集团副总裁彭震告诉我说,“今天浪潮针对人工智能,所提出的构想和一些产品设计在全球范围内也是非常超前的,在智慧计算这条路上,浪潮多走一步,行业就少走很多弯路。”

诚然,真正的智慧计算距离最终的落地还有很远,但浪潮却要做第一个吃螃蟹的人,浪潮始终是一家将技术流入血液的公司,可以肯定地说,对人工智能浪潮是认真的,对智慧计算浪潮不止有情怀更有行动。

技术派王恩东的“计算+”升级之路

分析过去几年浪潮的发展路径,不难发现浪潮正处在营业规模急速增长中,从2014年的73亿,到2015年101亿,再到2016年126亿。以这样的增长势头,2017年的营业额必然会超过2014年的两倍,等于三年时间,再造一个浪潮。

浪潮营业规模的快速膨胀,源自于浪潮在各项业务线上取得了市场领先。在2016年,浪潮已经实现了从中国第一到全球领先的目标跨越。在细分市场中创造了很多项中国市场第一,例如服务器中国第一、AI计算时从第一、存储市场增速第一、云计算政务云市场第一、大数据警务市场第一等等。

在我看来,能够短时间内取得如此明显的业绩突破,有浪潮多年来始终坚持技术导向的原因,最大的原因还在于浪潮拥有一位技术派掌门人王恩东。他对新技术的敏感性和持续的关注,使浪潮不断的在前瞻性技术上保持了专注,智慧计算则是其中典型的代表。

王恩东认为,智慧计算是指随着云计算、大数据、深度学习深度融合、互相发展,逐步演进出来的新计算类型,而其实现路径是“以云计算为基础平台、以大数据为认知方法、以深度学习为优化工具”。

在本届大会上,王恩东也表达了很多自己对智慧计算的探索,他表示,智慧计算等于云计算+大数据+深度学习,这三个维度共同构成了智慧计算,同时,智慧计算应经历“三步走的”过程:第一步,物理集中;第二步,数据整合;第三步,应用创新。另外,智慧计算还应包含三大支柱:“计算”、“数据”和“算法”。

那么王恩东眼中的计算+,将会在智慧计算的维度上,实现何种升级?浪潮认为,智慧计算是未来的主流计算形态。2016年浪潮将“计算+”解释为智慧计算、关键计算和科学计算三大主流计算。智慧计算,以云计算为基础平台、大数据为认知方法、深度学习为优化工具”,简称CBD。

在王恩东看来,物理世界信息化、信息世界智能化的过程中,对于关键计算、科学计算和智慧计算的需求都会不断扩大,但是增长最快、成长空间最大的是智慧计算。未来智慧计算所占的市场份额将快速增加,在2020年将达到2/3,在2025年有可能达到4/5,成为未来计算最主要的组成部分。这将是浪潮计算+策略在智慧计算上的一次升华。

同时,2017年浪潮也将进一步明确智慧计算发展方向,围绕“计算+”,构筑计算、数据、算法三大支柱,建立和扩大计算生态。浪潮定位是面向智慧计算提供计算平台和工具,一方面加快计算平台创新,为智慧计算提供强有力的平台,另一方面开发各类平台工具和算法工具,推动伙伴的算法优化,最终将伙伴的算法与浪潮的创新计算平台结合,推动智慧计算的发展

抬头看路 浪潮的创新不止于人工智能

今年的IPF相比于2016年,最大的不同就是:今年浪潮宣布成立人工智能部门,明确从组织保障、研发投入方面加大对人工智能计算的产品创新、深度学习算法框架优化、生态系统建设。

作为一家产品级的公司,浪潮为什么对人工智能报以如此大的热情?

王恩东表示,“在过去的一年里,我们意识到传统IT向智慧IT转型的过程。其中,人工智能对传统计算有很大的颠覆性。云计算和大数据实际上,是数据大量积累,和计算能力积累的过程,但最终智慧应用的变革,才是最根本的。”

所以,在今年的IPF上,浪潮发布了诸多有关人工智能的产品和解决方案,其中最引人注意的就是AI云的推出。实际上,很多的互联网云计算公司比如百度云,就推出了智能云的服务,那么浪潮的AI云在本质上有何特意之处?

我们从彭震的观点里,可以略见端倪。他对整个IT发展的判断是阶段性的,最早是信息化,其次是数字化,最后慢慢的进入智慧化。智慧化和以前信息化最大的变革是:过去的流程和应用是人定义好的,智慧化则是IT系统具备了自学习,有了自我更新的能力,逐步产生创造性。那么支撑智慧化底层的计算技术,将会是支撑IT基础设施的一部分,这就是工具化的AI。

那么所谓AI云就是工具化的云,它会包含不同行业的应用经验,但不会生产数据,提供给合作伙伴之后,再通过调用数据来打造应用。所以,浪潮的定位还是工具,而目前很多的智能云本质上,还是一些浅层的AI应用,还在云服务的范畴。

正如彭震所说,“在智慧计算里面,浪潮并不可能做所有的事情,我们的定位更多的是智慧计算里工具的提供商。计算力也是一种工具,它对处理器和未来的基础设施都会带来很大的成长,这部分的计算也会变成资源,这就是AI云。”

在我看来,浪潮在人工智能上的角色还是定位于平台,AI云也是该平台上的一种工具集的具体表现。无论是面向云计算、大数据还是更上层的应用场景和应用类型,浪潮致力于提供更多的工具给合作伙伴,浪潮的身份就是赋能者。

浪潮在智慧计算上的投入要远远超乎预期,彭震对此的解释是,“浪潮的策略是希望未来业务保持高速发展,注定了我们要弯道超车,跑在别人前面。那么,在传统IT上的优势,并不足以让浪潮在全球化市场中获得话语权。浪潮走向全球,必然是以技术创新,去找到价值,智慧计算就是我们确定的战略方向。”

而浪潮的技术创新并不止于人工智能,正如彭震所说,“创新不只是低头拉车,更需要抬头看路。参与全球化布局是浪潮未来重要的业务布局。2016年,浪潮服务器海外业务增长高达15倍,全面进入了美国、欧洲、韩国、日本等发达国家市场,业务拓展至100多个国家和地区,在全球 建立五个智能制造基地。”

计算+生态正在改变传统IT生态

IPF作为浪潮每年一度的合作伙伴大会,除了展示未来的发展方向和战略思路之外,对生态建设的新主张,也会在这个大会上进行披露。如今浪潮全国的合作伙伴超过9000家,其中的2000家在今年来到了乌镇IPF大会的现场。

浪潮合作伙伴生态在国内一直是有口皆碑的,可以说浪潮在2016年取得的一系列的好成绩背后都有合作伙伴的贡献。浪潮服务器业务保持中国第一,全球前五,增速超过50%;存储实现高速增长,增速超过80%;整机柜服务器SR,累计出货达15万节点,中国市场占有率超过70%。这些成绩在IPF大会现场被写在了很多背景板上,进一步彰显了合作伙伴的付出。

当然,在智慧计算的战略导向中,浪潮的新生态也有了很多不同的意义。

首先,彭震说,“浪潮定位是平台厂商,我们对生态的理解,跟过去传统IT生态不一样了。传统IT时代都是标准化的组件和产品,合作伙伴很容易进行联接,很多时候基本做应用对接一下就行了。但现在的挑战是互联网化,云计算和大数据,还有很多开源的组织和技术。很多项目会存在不稳定的问题。这些难题都需要浪潮和合作伙伴共同去适应。”

其次,浪潮去年提出了硬件重构和软件定义的模式,那么本身硬件都是池化的,这对于不少合作伙伴来说等于是新的商业模式。

第三,在智慧计算的模式下,技术已经跑得太领先了,导致很多合作的企业,找不到方法论,所以很多的合作伙伴要和浪潮一起来面向应用。

做一个小的总结:云计算和大时代的生态和过去烟囱式IT时代的生态是不同的。新技术和新模式层出不穷,合作伙伴也只有不断的学习才跟得上浪潮前进的脚步。

总体来看浪潮在2017年的生态策略,浪潮仍将坚持开放融合的渠道策略,继续发展合伙生态2.0,以智慧计算为核心使能合作伙伴。一方面,浪潮以放+融合,深耕4个合作伙伴生态圈,通过8个举措使能合作伙伴,增值伙伴,拓展商业领域。另一方面,浪潮继续提高支持力度,和合作伙伴一起基于智慧计算新技术创新客户业务,创造新市场,成立面向合作伙伴的解决方案中心,转变原来项目的技术支持模式为联合方案的支持模式,转变产品层面的支持到研发层面的支持。

为了推进新的生态策略落地,浪潮将会成立Incloud Lab联合创新中心,2017年,OpenLab浪潮计划与5大行业涵盖28个场景的联合方案开发,2019年底,OpenLab的合作伙伴总数将增加到200家。让伙伴普遍具备云计算、大数据产品技术能力,争取2020年赋能一批合作伙伴完成转型,具备服务器、存储、网络的全栈业务能力。

最后,今年的IPF是浪潮对业界固有看法的一次颠覆。浪潮之所以能够为认知所不能,能够做到在人工智能这样的领域弯道超车,靠的是决心、是研发投入、是落地,是方法论,缺一不可。

精彩评论:0

还可以输入250个字 评论

评论成功

评论失败

热门文章HOT NEWS

订阅 "百家" 频道, 观看更多百家精彩文章

 

百度新闻客户端

  • 扫描二维码下载
  • 订阅 "百家" 频道
  • 观看更多百家精彩新闻
用户反馈