原标题:企业上云一张网,华为将在分析师大会上亮出哪些大招?
一切坚固的东西都烟消云散了,这句话所描绘的,原本是19世纪工业革命时期的欧洲人。用来形容当下人们对不确定性的普遍忧虑,似乎也同样恰当。
“黑天鹅”事件层出不穷,引发了普遍的忧虑。在所有的社会经济推动力当中,数字化、智能化已经成为全球的一致选择,成为最具确定性的答案。所以,在过去的一年间,我们看到各国打造数字基础设施、各行各业上云,成为大势所趋。
前赴后继的上云浪潮中,一个隐藏的挑战就是,现有的网络基础与云服务的不适配,必然导致了应用、运维、安全等一系列新问题。
举个例子,当企业将办公系统、业务生产等搬到云上时,按照传统网络架构,需要新增网络出口宽带,每种业务部署一张网络,建设和运维的成本都很高。尤其是在公有云、私有云和混合云的多云接入趋势下,云内、云间的互联互通也变得更加复杂。
能不能让企业可以只用一张网络就能灵活地接入云资源,实现云内、云间的高质量互联互通?上云一张网、入网即入云,毫无疑问是产业上云进程中普遍且紧要的呼唤。
一年一度的分析师大会上,华为就带来了确定性的答案。
这里我们就尝试通过华为的动作,去推演网络变化背后的基本逻辑,去理解推动变革的动力机制。
跑赢失速点:云网融合的因与果
在探讨智能云网之于产业的价值与合理性之前,我想有必要先抛出一个残酷的现实:在企业寻求增长的过程中,一旦稍有失利,再获成功的机会将会非常渺茫。
这个论点来自一份非常著名的研究报告《失速点》(Stall Points)。该报告对财富500强排行榜上的172家企业进行研究发现,95%的企业增长率达到某一固定点时,就停滞不前了。这些达到失速点的企业,只有4%能成功地再次启动增长引擎。
由此带来的启示是,在数字化转型、寻找新增长引擎的过程中,如果没有选对方向,后果往往比一成不变更糟。
当然,问题并不是无解的。哈佛商学院教授克莱顿•克里斯坦森 (Clayton M. Christensen)在《创新者的解答》一书中提出,严谨可靠的因果理论,能够帮助我们提高对未来的预知能力,把预想带进现实。
所以当我们尝试将云网融合作为数字化的新基础设施,就必须首先解开一个因果:智能云网为何会成为新的数字化基石?
这需要提到产业侧在上云过程中所激发出的新需求:
1.新阶段上云用户及入网设备,尤其是5G加速了边缘物联网的增长,智能城市中的一条街道可能就要部署成千上万个设备。无处不在的互联需求,对IP网络带来了更大的联接考验;
2.云服务的落地催生出了许多低时延、高带宽的智慧应用,如视频会议、机器视觉等,需要更强大的网络支撑数据传输;
3. 混合云、私有云、公有云的多云部署成为企业首选,而传统IP网络“一线一云”的接入效率,严重限制了企业的上云速度,跨云的资源调度与运维管理也在呼唤更安全、灵活、可自动驾驶的网络。
按照IP网络的演化进程,全面适配云计算模式的智能IP网络自然也就应运而生了。简单来说,智能云网就是更适配云计算模式的智能IP网络,采用云网一体的架构,实现云服务与IP网络的高度协同。
用强大的网络能力支撑企业上云,用云端智能优化网络资源,二者互为支撑,相当于拥有了一双协调强劲的双腿,共同发力来为企业的生产、创新、运维等全生命周期提供助益,比引入单一技术更有希望跑过失速点。
云端三步曲:敏捷入云、云间互联、云内保障
从因果逻辑之中,华为预判出智能云网是更满足产业上云需求的基础设施。但面对产业端上云过程中对网络产生的各种具体诉求,是不是该有一种更具可行性、应用友好的方式来落地?
在本届分析师大会上,我们也确实会见到华为智能云网的三大类解决方案,分别是云园区(CloudCampus 3.0),云广域(CloudWAN 3.0),超融合数据中心(CloudFabric 3.0)。
如果说智能云网的本质是作为企业上云的基础,通过高质量的云网服务,助力企业数字化转型。那么它就需要满足三个基本要求:入云的敏捷部署与广泛连接,多云之间的高质量互联互通,以及各个云内的安全可靠高效。
对此,华为分别给出了解答:
首先是面向云园区网络的CloudCampus 3.0,帮助企业快速搭建起感知物理世界和数字世界交互的末端系统,实现敏捷入云。
具体来说,在现代园区中,几乎所有企业都有上云和AI应用的需求,部署着千亿级的生产和办公终端,边缘物联设备遍布角落,要求网络能够稳定、可靠、广泛地支撑智能连接。而传统WiFi的网络断点多,很难保证业务的连续性;传统专线需要手工部署,时间周期很长,面对快节奏的企业业务更新需求也无法及时匹配上。加上园区建设过程中局域网、广域网、无线网并存,运维也是令管理者头痛的一大难题。
针对这一现实问题, CloudCampus 3.0,就尝试打造一张全无线的智能云园区网络。通过全云化的园区网络管理,实现了业务的敏捷上线;全智能运维,能够分钟级定位异常,从而让网与云同速,激活企业创新的速度与激情。
具体是如何实现的,我们将在即将开幕的华为分析师大会上一探究竟。
其次,云广域CloudWAN 3.0解决方案,就针对性地解决混合云互联互通的挑战。
比如面对企业在不同地域部署分支机构,同一公有云的多中心互联场景,CloudWAN 3.0通过全球一张网,用SDN实现企业全球互联。只需一键,就能实现虚拟网络的零差错自动配置,让企业的相关业务快速部署到全球各分支机构。
对于企业内部多个云之间的互联,私有云和公有云之间的网络互通和资源调度,混合云部署带来的复杂运维等等,也基于华为多种独家技术与智能算法,实现了一跳入云、智能运维等突破,不妨密切关注一下即将开幕的华为分析师大会。
而在云内,高质量的云网络,可以通过数据中心保障核心数据安全,让不同用户的海量数据可以被稳定、高速、安全地传输与存算。
CloudFabric 3.0所打造的全以太架构的网络,就在高性能计算HPC网络中引入AI算法,解决丢包难题;全以太存储网络,无损算法让链路减少90%。实现存储双活零丢包、高性能计算零丢包等突破。
在过去的数月里,CloudFabric 3.0 已经帮助不少运营商完成了从多个分散的传统数据中心向云数据中心的平滑升级。此次分析师大会中,CloudFabric 3.0 又有哪些技术亮点和突破,自然也十分值得关注了。
智能云网,既是企业数字化的起点,也是产业智能化的方向与归途。
给产业深情拥抱,在云端乘风展翼
或许有人会问,这些解决方案究竟如何才能为企业所驾驭,真正跟随业务需求而动呢?
确实,上云是一个足以容纳千行百业增长诉求的时代选择,必然会存在各种各样的产业问题与网络环境。所以,不妨让我们放下“放之四海而皆准”的理论,走进一些具体行业的街角巷陌,去看看智能云网解决方案到底是如何助力数字化。
第一站,我们走进智慧医疗,去看看智能云网如何为生命注入确定性的保障。
没有任何一个行业,会比涉及生命安全的医疗机构对网络的确定性与安全性要求更高。以远程医疗为例,跨区域的专家会诊,需要大于50M的带宽、小于50ms的时延,来确保实时诊疗的交流效果。
在宁夏,运营商就与华为一起,搭建了一张医疗云专网。一方面,全面提升各村卫生室、社区服务站、县级医院的网络带宽,实现了各个医疗机构之间的大带宽连接;在核心系统上云的同时,通过网络协同优化,实现了确定性的时延,从而让云端与本地化服务拥有了一致、稳定的体验。
对于医疗这种不容有失的行业场景,业务上云与网络连通,一定要焦不离孟、相辅相成,才能最大程度地保障民众和医疗工作者。
第二站,可以来到设备众多、永不掉线的港口作业现场,看看智能云网如何满足复杂园区的网络需求。
工业互联网对重型机械设备的密集部署,可以说是园区智能网络的极限挑战。
首先是设备多、分布广,龙门吊、集卡、轮胎吊等等分散在港口的各个作业区域,并且都开始全无线化,产生了大流量、广覆盖、高质量的通信需求。
此外大量智能应用,比如机器视觉识别违规作业、设备互操作的自动化等等,都对交互的低时延提出了挑战。
在宁波,华为与运营商就通过云计算和网络技术的双向发力,利用5G专网承载海量连接,通过边缘计算MEC与切片技术提高本地处理效率,基于云平台构建地理信息服务系统与智能应用部署,满足实时智能交互的业务需求。
可以预见的是,对网络与智能要求更高也更复杂的泛工业互联网场景,即将以爆发式速度来到我们面前。让这些产业园区高效地接入智能世界,将是工业4.0、大国重器这一宏伟故事的基准线。
不难发现,根据不同的垂直行业的环境变幻,凭借深厚的技术积淀,华为智能云网在不断调整着自己与产业的对接姿势。在这个充满了不确定性的年代,这种灵活多变的确定性,也让更多行业者有勇气换上新的羽翼与装备,飞越失速点。
我们生活在一个流动的时代,无论个体还是企业,面对的是从无先例的全新环境,从未遇到过的一系列挑战。云计算、通信技术、人工智能等等新技术接下来将为我们带来哪些确定性的助益,不妨一起到本届分析师大会中寻找答案。
- 蜜度索骥:以跨模态检索技术助力“企宣”向上生长
- 消息称塔塔集团将收购和硕印度iPhone代工厂60%股份 并接管日常运营
- 苹果揭秘自研芯片成功之道:领先技术与 整合是关键
- 英伟达新一代Blackwell GPU面临过热挑战,交付延期引发市场关注
- 马斯克能否成为 AI 部部长?硅谷与白宫的联系日益紧密
- 余承东:Mate70将在26号发布,意外泄露引发关注
- 无人机“黑科技”亮相航展:全球首台低空重力测量系统引关注
- 赛力斯发布声明:未与任何伙伴联合开展人形机器人合作
- 赛力斯触及涨停,汽车整车股盘初强势拉升
- 特斯拉首次聘请品牌大使:韩国奥运射击选手金艺智
- 华为研发中心入驻上海青浦致小镇房租大涨,带动周边租房市场热潮
免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。