最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
开启左侧

[头条] 华为设置“奥林帕斯奖”,促进数据产业基础技术研究与生态建设

[复制链接]
发表于 2019-11-20 20:34:54 | 显示全部楼层 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
华为IT产品线副总裁、智能数据与存储领域总裁周跃峰发表主题演讲
周跃峰表示:“我们正迎来数据量爆炸增长的时代,越来越多的企业已经意识到数据基础设施是智能化成功的关键。华为愿与客户及合作伙伴一起共建融合、智能、开放的数据基础设施,助力千行百业迈入智能时代。”
立足当下,华为面向三大场景,构建融合、智能、开放的数据基础设施
数据基础设施包括数据存储、数据处理、数据管理系统、数据虚拟化引擎等,具备融合、智能、开放三大特征。在本次论坛上,华为解读了基于昇腾和鲲鹏处理器的数据基础设施三大场景化解决方案,以及自动化数据管理系统。
1. 智能生产交易OceanData解决方案,将数据库和存储融合部署,一套架构同时满足可靠和扩展需求,实现跨数据中心多写多活,通过存算协同、算子下推,消除网络和I/O瓶颈。
2. 智能数据湖FusionData解决方案,消除多样性应用带来的数据孤岛问题,释放数据价值。通过打破数据库、存储、大数据壁垒,助力业务实时分析决策。
3. 智能边缘FusionCube 2.0解决方案,业界首个支持计算、存储、网络、安全和AI的5合1全栈集成产品,即插即用。
4. 全生命周期数据管理系统DMS,覆盖数据基础设施全生命周期管理的规、建、维、优四个阶段,提升自动化管理能力,使能数据基础设施“自动化驾驶”。
面向未来,联手学术界攻坚,攀登“奥林帕斯”
面向智能时代,数据是新的生产资料,华为主张围绕数据构建端到端的能力,包括算的能力,存的能力,用的能力以及AI能力,满足各行各业日益增长的数据需求,让数据在全生命周期内每比特价值最大,每比特成本最优。
华为设置“奥林帕斯奖”,悬红数据基础设施技术难题
当前数据治理在效率上面临很大的挑战,各种不同数据来源需要人工进行转换、清洗过后才能接入到分析系统,数据分析模型需要大量人力进行人工分类和不断重复调优迭代。因此在端到端的数据生命周期流程中,各种人工处理如何实现智能化、自动化,是提高数据分析效率的关键挑战。此外,当前有传统数据库、分布式数据库、NoSQL、NewSQL等多种数据库架构,以及不同的数据库产品。面对传统的OLTP、OLAP场景、批处理、实时流处理场景,以及新型的IoT、区块链等场景,如何构建一个智能数据库系统,能够即满足传统数据中心的业务要求和生态接口,又能支持云化场景下的扩展能力,让客户同时满足当前生产的需求和未来演进扩展的需求,成为数据处理的重大挑战。
打造产业技术生态,尤其是在基础技术领域的突破,需要各个方面的共同参与,来推进整个产业的发展。为此我们悬红了两大难题:一是实现“自动驾驶”的数据全生命周期治理;二是构建每比特极致性价比的数据存储,期望学术界在跨地域分布式操作系统、万节点人工智能治理、千核级异构算力、新型存储介质、类脑智能数据缩减等基础技术方向共同攻坚,构筑更好的数据基础设施。
构建生态,成立鲲鹏智能数据联盟大数据、智能边缘产业推进组
华为立足数据基础设施产业,携手科研组织、标准组织、产业伙伴同行,围绕“平台+生态”的策略,联合行业监管、行业研究、产业链伙伴,引导和制定存储、数据库、大数据、智能边缘等行业标准,解决行业技术难题,加快数据基础设施领域人才培养,帮助产业链上下游伙伴可持续发展。通过做大整个数据基础设施产业的蛋糕,与客户和伙伴共同从整个产业的发展中实现商业价值。
鲲鹏智能数据联盟大数据、智能边缘产业推进组成立仪式
本次大会上,华为携手产业伙伴成立鲲鹏智能数据产业联盟大数据产业推进组和智能边缘产业推进组,围绕技术开发和应用场景的一系列问题进行深入研究和探讨。希望借助鲲鹏产业生态,用2-3年时间,成为有影响力的智能数据基础设施产业的发动机,推动数据基础设施技术的持续创新,促进数字经济发展。
2019年11月18日至19日,华为以“引领数据基础设施,携手迈入智能时代”为主题,在深圳召开2019全球数据基础设施论坛,展望智能时代发展趋势与机会、推进产业政策发展、展示最新数据基础设施产品与解决方案。
来源:环球时报

楼主热帖
168大数据(www.bi168.cn)是国内首家系统性关注大数据科学与人工智能的社区媒体!
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2021-12-9 05:33 , Processed in 0.050029 second(s), 17 queries , Xcache On.

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表