以下是现场速记。
浪潮企业推进部 总经理 刘志勇
刘志勇：各位领导、各位嘉宾，大家早上好!开始今天内容分享之前，先跟大家分享几个比较有意思的数据。
左边这一组是各个国家，我们取的是比较大的经济体的国家和服务器每年的发货量的关系。在这里面能比较清楚看到最大的两个国家，中国和美国是全球的服务器用量最大的国家。这里面没有标数字，但是从比例上能看出，中国GDP大概是美国的三分之二，我们服务器每年在中国发货量大概也是美国的三分之二。后面这几个数据比较详细对比过都是差不多的比例。
在未来一些年，我们说一个国家是否强大可以从经济数字、军事方面比较。但是未来因为大部分的应用会跑在服务器上，大部分应用会和运作相关，所以再过些年很有可能这个国家拥有的计算力可能会变成这个国家国力的反应。
尽管我们在硬件上包括PC笔记本发货、服务器发货、网络应用等，我们看起来好像和发达国家比他们还好，但实际上在右边这张图里边能够看出来，这个是每个国家数字经济的规模比例，从这里来看，中国的比例并不高，大概32%，我们比法国低一些，当然比加拿大等印度国家要好一点。
这些年我们可能会有一个错觉，我们支付都不用钞票了，都用电子支付了，买东西都在网上下单了，好像看起来我们从日常生活里面似乎我们的数字化的能力好像很强，数字经济挺厉害，但是从统计角度来讲其实不是这么回事儿，换句话说我们可能在另外领域数字化做得不是特别好。这里主要体现在工业上，我后面还有一组数据，能看到跟发达国家的差距。
这个数据可能更直观一些，它是直接反应在10个公司，左边这张图是2009年全球500强的排名，从大到小排序，很明显除微软以外基本都是传统公司包括做金融、能源的，右边的图是2019年4月全球最大的公司排名，微软还在，其他的几乎换掉了，传统的那些公司可能在未来不一定会变得很大，可能实体很大。在这里像facebook这种公司，成立于2007年，大概用了12、13年时间已经排名到全球最大公司之一了，所以从某些角度来看，这个世界的发展可能跟我们20年前的预期可能完全不一样。
在最右边的这个数据里显示的是2018年，这些单个公司在IT上服务器采购量的投入，前几名公司就是这些公司。从这个角度来看，可能一个国家拥有的所有的计算能力，某种程度上在反应国家的实力，同时很可能你从一个企业角度来讲，你自己拥有的计算能力，可能在某种程度上似乎好像也在反应这个公司的实力。
因为国内的数字化转型趋势还有重要性，我觉得基本已经不用再去讨论这个问题了。我们直接说结论，浪潮认为在中国从数字化转型的企业特别是大型企业的数字化基本考虑四个问题：第一，是云计算，资源跟以前使用方式不一样，数据建设中心不一样。第二，大数据会产生大的数据。第三是人工智能，简单的说人脸识别、客户画像到最高层的BI，这些未来可能都不是人来做判断，可能是机器在做判断。最后还有一个跟中国自己的特点有关系，今天在座的各位都是央企领导和大型的国企领导，所以我们还有一个问题是安全可控的问题。
今天我们再讲云的时候，三四年前我们刚刚可能开始考虑云，包括我在内云和虚拟化的关系都弄得不太清楚。大概两三年前我们一直很努力的把云的概念向客户去推，但实际上今天通过短短两三年时间以后，我们对云的话题基本不太需要花太多时间去解释了，因为这个东西不需要解释。
左边这张图是全球的基础设施硬件的支出，大家可以看到最下边的深蓝色这一条是传统的数据中心的基础构架，从60%逐步下降到40%左右。基于公有云跟私有云，这个全球还是公有云多一些，私有云少一点，2022年预计工业互联网38%，私有云19%。
右边是中国的图，几乎完全是一样的。未来，我觉得IT的基础架构，应该说不会因为云的原因就导致传统的那些构架就不存在了，这个是不可能的。大家从趋势上能看见，当稳定在大概40%左右的水平上的话，基础设施部分的该投入还是要投入的，六成预算会花在公有云和私有云
上，单独的公有云和私有云都不能满足大中型需求，大中型需求是多云需求，我们有个统计，大中型企业平均使用云的个数是3.4个。
这张图是比较标准的云数据中心或者是未来企业的IT的基础构架，最底层的肯定还是集中在硬件上，三大件：服务器、网络、存储。在这一层未来的应用管理层会跑在云的管理平台上，应该会涉及到，第一个是基于云的操作系统，第二个是基于虚拟化的虚拟化工具，第三个是基于容器的工具，大概是这几种。再往上跑的是应用的场景，再往上一层有可能是国家或者行业的比如工业互联网或者物联网或者是行业云等等，这是一层层接上去的。
浪潮更关注的是在底层的基础构架，我们硬件会多一些。第二个我们能够提供比较完整的基于云的平台，我刚才说的基于虚拟化、操作系统、管理平台、容器的等等。
在硬件部分，我们目前看到浪潮在国内的业务发展还是挺好的。去年是服务器全球、全国发货不太好的情况下，我们增长了15%，目前在出货量大概占36.4%，这个已经是绝对优势了，比第二名华为、H3C，等于二者加在一起的总和，当然华为降了6%，它可能有一些政策的关系。H3C在今年整个发展情况还是蛮好，增长非常快，联想稍有一些增长，目前戴尔、曙光跌幅比较大，曙光可能也是跟它的制裁相关，因为发不了货了，整体的市场情况大概是这样的情况。所以我们总体上在基础构架、硬件部分，浪潮还是有一定的优势，这一块我们比较有信心。
这个是关于云平台的，我们不展示数据，只展示在几个领域里的情况。在云上，软件定义数据中心上我们增长是第一的。政府云平台我们没有问题，还有基于OpenStack的云管理平台，还有整个开发包括二次开发等等，这部分我们还是有一些经验和实际的案例。
所以在云上，浪潮强调的：第一，坚持自己在硬件上的优势;第二，充分发挥我们在软件管理上的优势。
说完云之后看看数据，我们展示一个有意思的对比。左边是中国的数据对比，右边是美国的数据对比，这是十年的对比。从2015年到2025年，可以看到我们在2015年时娱乐数据是很多的，那个时候可能大家在网上看电影、下载音乐等等会比较多，到了2025年，当然这是个趋势，逐渐的在娱乐上的数据比例会下降，但是会在非娱乐图像数据，非娱乐图像数据主要指的是摄象头，小到可能是大街上普通摄象头拍几十K、几百K图像，大到卫星拍的遥感数据等等数据增长。
还有生产力数据，我们说的生产力主要来的是边缘我们一直讲边缘计算，还有生产力数据。在IOT上肯定会有大规模增长，这部分未来会发展更快。语音数据发展也比较快，在美国这里能够看到，它的生产力数据比我们高，刚才我们看到有一张图，我发了那么多的硬件，可是我的数字经济的水平比例还是比发达国家要低，我觉得主要的原因是因为我们在生产力数据上这方面的应用比西方发达国家还是要差一些。
所以基于数据，云浪潮也有比较成熟的平台，我们起的名字叫云海insight，主要做大规模数据引擎搜索，是基于客户自己的数据的，基于数据挖掘、企业学习的建立。
有了云，资源使用方式跟以前不一样。第二，大量的数据产生，包括未来大量产生生产数据、交易数据还有摄象头数据等等。
人工智能基本上可以理解成就是大数据的应用，没有大数据应用是不可能有人工智能。大家有很多定义，其中有一个定义是说，大数据的本质实际上就是在那么多的数据里面，可能是几亿、几兆条的数据里去寻找事物运作的规律，比如阿尔法狗下围棋这件事情，醉枣的阿尔法狗读了几十万个棋谱，后来的阿尔法狗升级以后，它变成一个算法，它是根据你每下一步给你做进一步的推算，从这个角度看基本都是基于大数据的运算，到最后由于算法原因导致它的效率非常高。
在2020年之前，我们比较成熟的应用，大家比较常见的，能看得见的比如说人脸识别、语音处理，最近几个月，大家会发现我们现在上高铁的时候基本上都是身份证刷脸了，连纸质票都不用拿了，如果不报销不需要那张票了，这个应用在现在已经越来越成熟了，而且识别率比较高，但是在未来五年里逐渐应用会变得更高级、更复杂，把更复杂的事情通过人工智能的方式去做，就会产生智能工厂、智能网络、智慧节能等等，这部分的应用一方面是由于现在计算力的大幅度的提升，还有基于5G的落地以后的低延时、高带宽等等网络特性。
再往下展望几年，也许是十年以后，可能这时候更多会应用在智能诊断、自适应学习以及更强的语音处理。
比如说现在的语音处理，我大概半年多以前偶尔接了一个电话，是平安保险打过来的，我完全没反应过来它是一个机器，它进行非常正常的问答，而且反应很快，声音也听不出来是机器，但是后来有一个问题的时候，它突然停了一下，因为干这行就比较敏感，我立刻问了他一个问题，我说你是人还是机器?对方停了大概两三秒钟，回答我说，“你可真聪明”，这个意思就是机器，我就是在跟一个机器对话，但是我还是听出来了，可能十年以后我们就完全听不出来了，那个时候机器语气模拟更像人，这个东西是未来人工智能的发展方向。
因为你是人工智能的实战，所以人工智能就面临大量的运算，也许到最后应用过程的时候，比如未来的自动驾驶运算的时候不可能在车端算，它大量的算在云端算好最后变成模型直接倒在车里的边缘计算里。
类似这样的事情一直都在发生，比如我们对ERP、销售数据的分析等等。所以我们在看产品线时不再像以前那样去看最常见的几路、几U是用在什么小型办公室等，或者插多少卡，现在不这样看了。
重新的分类变成这样的了，我指的是AI服务器。第一个是我们把一部分的设备定义成专门做线下训练的，它会有一些设备的特征，比如说它对加速的要求等等。第二类设备把它定义成云的环境下做资源整合、虚拟化的运算，因为AI运算设备都特别贵，随便一台设备都几十万、一两百万，更贵的像百度用来做自动驾驶的设备基本千万级的，非常昂贵。在这种情况，企业没必要每算一样东西加设备，这个东西未来通过虚拟化的方式去做，所以中间我们会有专门的产品用来做AI云的运算平台的，然后还有线上推理的包括卡的加速等等。所以我们在考虑适应这个企业要用到的这些人工智能方面的运算，我们在产品线设计上跟以前也不太一样了。
因为你不是只算就好了，我们不是说把那么多GPU堆到一两台机器以后就可以把这个东西算好，不是这样的。但是浪潮又没有能力做算法和应用，我们基于硬件做中间件开发，名字叫AIStation，大概三四年前只是小工具，现在这个平台越来越丰富了它变成了作业部署的工具，我们现在部署一个基于框架的算法去做训练的时候，以前复杂的系统、复杂的算法导入一次大概需要4个小时，现在只要几分钟，最短只需一分钟，会大幅度降低时间。
另外它还有一个功能，它会帮用户侦测系统的性能所以我们会在性能提升上也有很大的改善，这两个东西加在一起才是我们要给使用者提供的平台，是中间件+硬件。具体的算法以及具体的算力由客户或者专业的公司来提供的。
这是另外一个很具体的案例，这是基于通用CPU即X86构架的CPU超算，这个是在济南的国家超算中心，现在我们超过大概一万个节点，建成时间大概是在6月份，现在正在建，全建成在全球超算里，我们这一套大概不是排第五就是第六。德克萨斯州戴尔做的超算中心是排第二个，联想排在第三，在这样的案例里，目前来看国内不光在专业CPU里有些领先，比如曙光做的太湖机器，我们基于通用服务器做的超算，目前中国在全球也是比较领先的，这个一万台肯定是通用CPU是最强的。
整体来看，2017年、2018年差不多浪潮卖了全中国一半以上的人工智能的服务器设备，所有人加起来等于我们，所以在这儿我们有一定的优势，我们的优势体现不是堆砌硬件上，更多是在中间件和整个设备硬件组合上，只有这样才能真正满足客户运算的需求。
最后一个，大家都会关心这个事儿，只要有国资背景，现在甚至有些私营企业也是这样。前几天有个私营公司，我们中了5亿的项目，他们的领导也是点名说我们要看一看全过程是什么样的，是纯粹的私营资本的。安全可控这个话题已经是谁都感兴趣，未来可能在央企、国营企业可能是躲不开的话题。这个工作从2013年6月开始到现在为止差不多是8、9年的时间。
目前来看我们看到国家要求在电子政务、税务、国防科工、金融等领域最先开始全国产化替代。
大家可以从图表中看到包括有几个理事单位还有两个高校，说这些公司大家都没问题，比如做中间件、数据库的、系统集成的大家都好理解，中间有两个大学在做标准
，有基于互联网集成、基于集成技术的以及各种硬件技术的，我们整理完之后是这样的，这个就是未来国产化替代的生态。
因为国产化替代不是简单的生产CPU，为什么还有人做标准?我前段时间听北航的教授讲，他是做标准的专家，他讲我们国内目前看把我们的东西像搭积木搭起来之后，连电池方面的标准都没有，这里边我们在看别人的拿说明书进行比较，确实国外的厂商比我们做得好，今天我们看到国产化替代难度不是能把不能一个东西拼起来而是是否能够形成完整的生态，完整的生态第一要做系统集成，第二要去做应用软件，第三要去做中间件连接，还有人去做操作系统，还有人做网络安全，还有些人把所有部件整理起来做成整机，还有CPU即芯片也得是全国产。
现在看到的是未来几年生态越来越成熟，可能国产化设备适应性会越来越强，目前来看只是在办公系统用，在生产系统没有这方面的要求。
这是浪潮做的从存储、服务器、网络、云平台数据库、终端一整套都是用的国产品牌的，我们浪潮不做CPU芯片，但是我们在数据库、云平台等等是我们正在做的。
现在已经有落地的案例了，一直有人在问我们，说你们虽然讲那么多，有没有人买有没有人用，企业里还没有。所以我举一个比较标准的案例，这是山东省的，当然我们在贵州省政府和民政部，目前可以看到，首先它所有的设备一共是259台物理服务器、200G存储、48个网络交换机，支持一共5万个终端，255个省级单位、16个市委、137个县委县政府，这是一整套东西，所有设备托管在浪潮的第四代云计算中心里，这个也是有安可认证的，所以它很完整的体系目前看是基本上没怎么有美国的技术，当然你说板上有个电容，这个确实细不到那个程度。
这里要强调一下，它的应用主要在公文处理系统信息资源门户、综合办公业务。实际上涉及到生产部分，目前还是没有这方面的强制要求。
最后，跟大家再总结一下，我们眼前正在经历的数字化转型过程中，我们一直坚持在国内业务四个最重要的事儿：云、大数据、人工智能、数据信息安全。所以我今天给大家的汇报就到这儿，谢谢大家!
京公网安备 11010502049343号