2018中国IT市场年会 北京香格里拉饭店
（主题论坛三：大数据与云计算高峰论坛）
主持人：
尊敬的各位领导、各位来宾、女士们、先生们大家下午好，非常高兴和大家相聚在中国IT市场年会大数据与云计算高峰论坛。各产业都在深入挖掘大数据的价值，研究大数据的深入影响，大数据在各行业的全面深度渗透将有力的促进产业格局重构，驱动生产方式和管理模式变革，这就成为新一轮快速增长的新动力。本次IT市场年会特设立大数据和云计算分会场，邀请企业领袖，行业用户等各方人士齐聚于此，共同交流大数据领域的前沿技术，探索新革命浪潮小的产业责任和发展趋势。
出席会议的领导和嘉宾有，北京大学电子政务研究院副院长、北京大学博雅数据研究中心主任杨明刚；甲骨文中国云平台事业部高级总监李珈；福建必施恩能源股份有限公司副总经理曹俊；金山云合伙人郭岚；紫光西部数据副总裁东猛；百分点集团研发总监黄伟；福建必施恩能源股份有限公司副总经理陈长安；天津麒麟服务器产品中心副总经理宋潇豫；合肥蜀山区经济开发区管委会副主任宋兢。同时与会来宾还有来自IT界的各位精英领袖，用户代表，让我们用热烈的掌声对所有嘉宾的出席表示有种的感谢。
大数据已成为一股热潮，正在不断冲击着政治、经济、数据等诸多领域，有关应用的探索，关于模式的思考，关于安全的质疑。但是无论如何大数据已成为新一轮技术变革的最强音。接下来我们有请北京大学电子政务研究院副院长、北京大学博雅数据研究中心主任杨明刚为我们带来大数据重塑社会治理和公共服务的主题演讲，掌声有请。
杨明刚：
各位朋友下午好，今天北京阳光明媚，春暖花开，也非常高兴我们来这一场大数据的盛会，非常有幸跟大家一起分享我们在过去的一段时间里面，在政府大数据以及我们上夜大数据里面的一些感想或者所想所得，我分享的主题是变革与创新，大数据重塑社会治理和公共服务。因为我们北京大学电子政务研究院基本上从事的是政府大数据相关的研究应用。在商业大数据我们也做了一些探索和尝试，今天分享更主要围绕政府大数据。
下面主要分享两大块儿，第一块有关社会治理以及党中央国务院提出的国家治理能力，治理体系现代化，治理能力现代化，大数据在中间能扮演什么样的作用。第二部分，在未来商业变革中，大数据会起到什么样的作用。在讲到社会治理以及政府大数据相关内容之前，跟大家先分享几个事件，为什么会分享社会的热门事件呢？他给我们的社会智力，给政府大数据的应用其实特别有关系。去年11月18号北京大兴发生了一次大火，北京市出台了相关的政策，但是这些政策后来广受非议，包括网络舆论大面积的非议。我们在政策出台之前，要做真正的大数据决策，相关的支撑，不能拍脑袋。这个小女孩的形象可能大家记得很清楚，这个照片在互联网上广为流传，后面还有几幅图片全世界再灌注，这些图片在网上已经看不见了。在很多公共政策决策中，是我们有没有通过大数据的方法，对我们市政的措施提供科学依据，决策依据，包括驱赶低端人口，还有煤改气等等。这几个措施后来都是北京叫停，对整个政府的治理，对党和国家的形象带来了非常大的负面伤害。
我们用大数据的方法梳理相关的节点，事件他社会的传播影响力非常有价值，经验或者教训在这些事件中我们可以看的非常清楚。包括在国内外，在海外也引起了大量媒体的热议。很多人会质疑社会治理一刀切，通过大数据的方法，如果我们在座是市委书记，市长，通过这张图，我们公共治理政策决策出来的时候，公交卡的数据，出行的数据，大致可以判断出来哪些人在多少公里之间移动，我们通过相关的特征分析，基本上可以锁定哪些人在城市，主城区跟郊区之间的往来，基本上可以判断出来他住的哪些区域，我们发现所有的低端人口，或者是外来人口，主要集中在北部，昌平区，朝阳区，丰台区。大家可以看大兴的分布并不是很显著，这是公交卡的数据，是呈现正相关的。我们对出行数据分析以后，我们在天津大张旗鼓的搞这样的事情，在大兴可能方向本身就是有问题的，通过大数据方法，如果政策出台之前听取大数据相关分析，可能我们政策就不会有很多的盲目性，当然也不会有后来那么多负面的东西。通过这个事件，我们基本上可以总结出来，用大数据来决策，可能比拍脑袋决策来的更靠谱，更准确。
这些事件都是这样的，通过公共事件的分析，公共事件网络的数据也可以把他归为政府大数据，或者政务大数据的一部分，其实也很牵强，大家知道在今天政府作为一个数据的重要生产方，他占据了目前份额里面60%以上的社会数据，随着我们整个智慧城市，以及我们现代城市发展，以及现代商业发展，很多数据由社会产生的，这块儿的数据量越来越多。而且随着智慧城市以及电子政务的发展，我们城市管理中也产生了大量的实时数据，这些数据包括我们的水务数据，交通数据，人口移动数据，电力等等，围绕城市相关的所有数据，有了这些数据之后我们才能做更多的大数据分析。今天互联网公开这些数据，每个企业都可以拿到，每个企业在上面做了很多工作。过去一段时间，摄象头的数据，在我们北京市的摄象头基本上遍布大街小巷，对我们从事社会治理，或者说城市管理的人来说是非常好的东西。这种数据跟个人的隐私也相关，比如电子商务平台购物数据，社交媒体上沟通数据，表达数据。通过这些数据我们可以锁定这个人现实活动的轨迹，网络上的态度倾向，或者对某类事件的态度。基本上能够对我们每一个人进行很精准的数据画像。
说到大数据不是大水漫灌的概念，他有了大数据以后，让我们可以更精准的关切到每一个人的关切，也就是说，有了大数据，其实我们不是讲这一群人怎么样，我们要锁定每一个人个体需求，通过大数据。我们能捕捉到这个城市中，或者我们社会中需要给予关切的人，比如精准扶贫，城乡一体化建设，其实需要我们每一个个体通过大数据给予更多的关注，这才是大数据，大数据不是一个笼统的概念。有了这种数据的精准画像，通过大数据的方法，让我们把真正需要给予关注的信息给予关注。比如说我们在研究社会治理中，那些极端的事件，那些个案数据，其实就是我们需要关切的数据。换一个场景来说，比如说在社会综合治理中，我们涉恐涉暴的信息，一定是跟这些大的数据不同的，他带有异常的数据特征，包括电信诈骗。尤其去年有那么多的学生马上入学了，遭遇诈骗，后来想不通心脏病复发出现人命，从某种意义上说银行或者电信部门，对异常的数据流动我们可以监测的，或者说异常数据在合规的样本中间之占10%。我们通过一种方法完全可以发现这些数据，这些数据就是电信诈骗的数据，或者说涉恐涉暴的数据，或者说异常的业务流动数据，我们完全可以发现，或者通过一种方法预警，及早的发现。
说到大数据，有很多概念性的东西我就不说了，在整个大数据中间还有一个结论性的东西，美国有一个叫巴拉巴西的一个人，翻译过来叫爆发。他提到人类行为的93%是可以预测的，换句话说我们今天在互联网的活动，包括我们今天来开会，完全可以画像。也就是说有了这种画像，可以对未来一个月我们的消费行为，社交行为，或者说我们的出行行为都能够做出基本上方向上的判断。其实这就是大数据，在今天每个人，在网络的时代，在数据时代我们都是透明的，再换句话说其实没有什么隐私，我们的银行消费数据，网上表达数据，换个马甲一样可以发现，我们在微信上的讨论，沟通，其实都是有迹可寻的，那些犯罪分子，包括暴恐分子他们会隐藏这些数据，不用手机，也不用传统互联网手段，面对面沟通，他想方设法的掩盖这种数字的痕迹，或者数字的踪迹。对绝大部分人来说这些数据其实我们是心理很坦荡，也无所谓，这里会引出更严重的问题，数据隐私权边界问题，我们登陆一个网站的时候，我们已经默认了数据全部交给他了，登陆淘宝，京东的时候会默认家庭住址，购物偏好，都交给他了。所以在今天大数据的时代，说到隐私权的话题延展起来比较宽泛。
在过去很长时间，我讲过很多课，有一次我去东北某一个公安厅，跟负责技术的一个领导在沟通，都是好朋友了，在内部的会议上就问到我一个问题，他说杨老师，有很多人跟我讲大数据，其实我到今天我都搞不懂什么是大数据。第二个问题，这个大数据对我有什么用，大家知道在很多行业，比如说金融、电信、政府部门已经觉得过去20年里面，建了很多信息化的系统，尽管这些系统之间是互相屏蔽的，或者数据是隔离的，目前没有融合，这也是我们大数据企业要做的事情，目前刑侦系统，交管系统，反恐系统，社会治安管理系统等等，垂直的系统，在部门内部有很多垂直系统，我用的非常好，提高多少破案率，提高多少案件的结案率，非常好。为什么要用大数据？其实这个话也问给我们在座每一个做大数据的这些企业界，或者学界的人，为什么客户要去做大数据系统？去做数据融合系统？去做数据整个可视化展现系统。这里面有一个问题，用一句话点破企业政府的顾虑，在过去比如说缉毒的部门跟凶杀案部门，跟交通管理部门，数据是没有在一起的，但今天这些数据如果放在一起，可以很精准的还原一个人立体的画像，这个时候我们很容易发现犯罪线索之间某种潜在的关联关系，比如银行卡关系跟犯罪分子出境数据，住店数据，网络上的消费数据，是有某种关联关系的。也就是说我们常规大数据分析，当然是像天气预报一样，分析股票趋势一样，我们可以分析的非常好。因为数据之间是强关联关系，但是在某些场景下面，比如说涉恐涉暴，公共治安管理，犯罪分子想方设法的降低关联关系，这个时候我们就需要用一种独特的分析方法，区别于传统的，像股票分析那样的他是有规律的，强关联关系，弱关联关系，我们要发现异常点之间潜在的关联，或者发现新的知识。
第一张图我在很多场合也讲过，跟大家分享过，在草中间发现一根针，每个草的物理属性我们是知道的，每根针物理属性我们也是知道的，就像中国古代没有计算机的时候，用数据统计的方法发现某个特征。比如找寻中共党员民族是汉族的，或者博士毕业的，本科毕业的，检索出来而已，这张图其实是传统的数据分析，他只是大数据分析中很简单的一部分，基础的部分，真正大数据，在目前社交网络，或者现代社会治理，潜在的数据关联才是我们大数据分析的本质。比如说金融诈骗，反洗钱的线索，或者谁可能是犯罪分子，哪一笔交易可能存在问题，这个时候我们要通过传统方法是看不见的，要借助某些必要的工具去发现，就像这样的立体图我们很多人都看过，看半分钟才能看见里面有字或者里面有小动物，真正大数据分析，或者未来的大数据分析其实是这样的东西，在一堆看似没有关联的数据中，发现某些潜在的数据逻辑。
这是可视化的分析方法，这里面有很重要的一个体系，我见过很多大数据的企业，做大数据分析，包括做底层融合，数据整个结构化处理，其实用的都是基于二维表这样的关系数据库，但是某一类场景中，比如说电信诈骗，商业欺诈案件，我们需要用一种图数据库方法，去发现数据之间某些关联关系。这些图数据库不知道在座有没有企业做，很少见到有企业专门研究图数据库数据分析，但是这方面是很大的市场，很大的场景需求，用图数据库分析异常的数据，或者说某些数据之间的关联关系。
这是图数据库在某些领域的应用，包括在公共安全或者是社会网络，以及金融行业的应约。很容易发现某一类事件特殊的数据表现，这是分析一些公共事件，也是很有名的一次暴恐事件的分析。
在过去几年，我经常碰到做政府信息化的企业，过去两三年他们的名片已经换了，从系统集成公司，系统公司摇身一变，变成了大数据公司。大数据在这些行业都存在，都有做大数据公司，但是这些基本都脱胎于过去的信息化基础工程，很多时候大数据不应该成为大忽悠。大数据我们在座很多都是业界的，跳过了。在政府领域里面，其实大数据才刚刚开始，刚才我讲的场景，我在公安厅给他们讲课，问到过大数据有什么用，在犯罪的关联关系中，数据源掌握的越充足，数据样本占有越多，预测分析，某种关联关系才能发现的更精准。很简单的一个道理，目前整个政府的大数据这块儿，在过去两年中，不同的部门，包括工信部出台了二三十个文件，不包括地方大数据规范。但这里面其实像中国的电子政务一样，过去是九龙治水，在今天大数据应用中，依然可能会面临这样的问题。在智慧城市或者是数字城市中我们会发现很多省市都是摸着石头过河，而且基本上信息系统都是有赖于一把手首长，他要懂就可能推进很快，他要不懂就很慢。我们今天还是存在这样的问题，每个省之间是不通的，甚至在每一个省里面每个地区之间，每个市之间也是不通的。这就是我们整个智慧城市，电子政务的现状，在这个基础上，我们的大数据应该怎么做。
我们在过去的几年里面，也跟相关的部门做大数据云政务的顶层设计，但是带有强制性，规范性的标准没有出来，从技术层面。所以今天我们每个城市都在搞大数据，基本上都是围绕产业园区做产业，没有人，或者没有太多人去关注数据底层应该怎么构建，或者未来共享架构应该怎么布局，还没有。所以我很担心我们的大数据每个企业，政府这边有选择性的去做，最后发现大数据有很多云，这些云之间还是不能相通，其实这才是我们这个行业未来面临的很大问题，我们所有人都会面临，你今天做了一个行业，但是你要做其他省这个行业，障碍非常大，就是因为数据底层不相通，包括政府部门也是这样。
大数据一定是一个趋势了，党中央国务院习总书记去年12月8号在中央政治局第二次学习会议上也特别提到数字中国，他把大数据提到了非常高的高度，无论大数据在社会治理，政府发展，公共服务，或者说未来整个的一带一路布局中，大数据一定会起到非常重要的作用。所以今天我们已经迎来了一个非常大的大数据领域机遇，在座的业界我们遇到了非常大的机遇，或者说大数据的风口。但是大数据在今天跟三年之前，更回归于传统实用的本质，如果说三年之前大数据是为了忽悠政府，希望政府来投入，政府上项目，在今天大数据已经落在地上了，真正脚踏实地用大数据，为我们政府管理，为我们企业真正提供一些东西。不能再靠概念了，就像云计算一样，云计算在头五六年也是吹的天花乱坠，但是今天剩下的就那几个了。
大数据目前应用困境也是跟电子政务一样的，从根子上是一模一样的，因为大数据说实在话，他也是属于政府信息化的一类应用而已，他只是跟场景。他脱离不了中国电子政务大环境，或者说某些体制性的环境，更主要是标准，另外是应用场景。这个标准如果定不下来，应用场景再复杂多样，哪个公司都在做，哪个业界的人都在里面研究，但是我们永远形不成一种声音，形不成一种趋势的力量。所以我们也希望业界，相关学界，以及政府部门联合推动大数据相关的标准设计。这个非常重要，我们经常会发现，闷着头走，走错了。经常要低着头，还要抬头看路。
大数据在未来的智慧城市中，所扮演的角色会越来越重要。无论从我们的政府治理，以及我们对城市的有效管理，或者是城市的治理，大数据一定会起越来越重要的作用，比如说智慧交通，智慧水务，电力，相关能源布局等等，包括雾霾，北京今年的雾霾相对比较少，关停了很多周边的工厂。但是一个大城市，或者中国的城市，在过去几年我去了很多的城市，发现很多城市开始有雾霾，而且都出现了堵车，其实当然一方面是因为我们基础建设没有跟上，另一方面也是因为城市发展扩张，比过去要加快了很多。所以所有的城市都面临一个问题，通过大数据方法，通过信息化方法提升城市的运转效率。基本上我跟大家分享的也就是这么多了，说来说去大数据还是要回到一句话，让大数据真正的为老百姓服务，为人民服务。用十九大报告中的一句话，不忘初心，方得始终，谢谢。
主持人：
非常感谢杨明刚院长精彩的演讲，带领我们畅游了大数据发展的未来，领略了大数据的精采。秉持价值规模，持续领先和运营卓越三大核心指标，永远是衡量一个企业综合实力之必须，也是价值投资的终级体现，如何找到具有经济活力和创新力的大数据企业，对此赛迪顾问对大数据领域的创新型企业进行了全面梳理，下面有请赛迪顾问大数据产业研究中心高级分析师杨梽永为大家分享《2018大数据行业投资价值百强榜》，掌声有请。
杨梽永：
各位嘉宾大家下午好，我是赛迪顾问大数据产业研究中心分析师，非常容幸代表我们部门将过去一年的产业观察和看法跟大家做一个分享，我们这次是做了一个行业投资价值的百强榜，展示了大数据在2017年主要行业的应用场景，向大家进行汇报。从政策角度，国家在2016年和2017年有两个大趋势，整体上国家非常重视大数据在各个细分行业领域的推进和应用，出台了相关很多针对各个部委，包括环保部，国土资源，林业局，交通，专项规划和指导意见。第二工信部，网信办都非常重视，包括公共资源和政府信息在内的数据安全方面的政策推进。这两方面，就是我们过去两年主流的政策推进的大环境。
从标准来看的话，刚才杨教授讲了，我们现在的确是国内缺乏整体，从标准方面的顶层规划，但是从国剧这个范围来讲，包括ISO，IEC这些国际的组织，已经在过去三到五年之内，已经陆续发布了很多和数据相关的技术报告和国际标准。中国相对滞后一点，在2014年才在国家标准化委员会和工信部成立了大数据工作组，设立七个工作小组进行大数据国家标准推进工作，目前已经取得了初步的成果。但是总体来讲赛迪顾问观察分析发现，我们在数据标准，技术标准还是比较缺乏的，在数据分析，数据安全质量还没有明确的意见出台，而在新型产品和服务形态也是相对缺乏，比如说针对数据平台，开放数据应该怎么样设定这个标准，目前还没有非常明确的意见。
在产业规模估算中，需要明确的是不包含产生数据的各类终端设备产值，也就是数据采集积累以后，数据分析、存储、加工、应用、网络带宽是设在我们产值内，但是IOT的设备是不在我们产值里的。观察发现从2015年到2017年，我们整体大数据产业规模以30%的速度在增长，未来可以达到8300亿元这样一个规模。从整体细分产业占比来看的话，现在互联网主导的营销广告为主流的互联网大数据应用占比最显著，这三个细分领域占了整体四分之三，健康医疗是过去一年国家提倡和推进最为强劲的这么一个细分领域，但是落地的效果，我后面会进行一定的介绍。
具体的应用场景来看，下面为大家展示五个细分的应用场景和具体的案例。首先从政府大数据来讲，刚才杨教授介绍了很多，赛迪顾问整个观察来看，从政府层面来看，对政府大数据所做的工作有两个方面，一个方面是通过资源汇集，把所有数据资源，整合到以政府主导建立的云平台之上，这是政府的想法，同时政府也明确认识到，单纯收集数据是不可行的，因为很多数据是没有用的，需要以需求为导向进行汇总。现在出现一种趋势，以健康医疗大数据来讲的话，福州市是从省委牵头，在福州市落下的试点，在试点里收集了20多家三甲医院的所有电子病例数据，在此基础上上云平台，对外界中小企业进行开放应用，这是现在我们认为政府在推进大数据工作方面的一个可行的方向。
金融大数据方面，我们发现有两个主要的应用场景，一个是通过应用大数据挖掘和分析，来更好的判断资产价格的走势，评估信用，开展反欺诈，金融风险控制。另一个，因为在国家监管部门来提升金融风险把控和预警，在银行层面，银行传统业务包括存，贷，汇三大领域，现在逐渐都开始与IT进行整合和融合。比如说在互联网基金，互联网货币基金现在已经开始取代传统的银行存储业务，互联网基金需要推广，谁把钱存在我的上面，就需要大数据精准画像。同时互联网货币基金推广的时候，需要拓展自己的流量，撒一些推广费用，撒这些费用的时候，就可能有一些非正常的客户以羊毛党的形式存在，骗取推广费用，这时候就需要把假的用户踢出去，还原真正用户的增长额度。这是大数据与银行的交互与应用。
从业务来讲的话，大数据帮助保险公司降低了不确定性，从而提升了对一些风险的把控，从而提升了盈利能力。在量化投资领域，现在比较火的一个名词叫做量化交易和高频交易，典型用到了很多大数据方面定量结构化金融交易数据产生这种结论。第二方面，现在也有在量化投资领域开始应用一些文本数据，做一些市场情绪挖掘和应用，来判断未来这一年一个板块未来的走势，或者是最近一周或几天之内的波动情况，进行市场情绪的判断。
工业大数据领域需要强调的几点，工业大数据大家都认为是比较实，量级比较大，未来盈利空间比较多，大家都扎堆开发相关产品。但是现在逐渐出现一种声音，包括高层一种声音，工业大数据是姓工的，不是姓互联网也不是姓大数据，所以工业大数据更多不是IT和互联网分支，是进行两化深度融合的一种手段和工具，虽然国家对工业大数据平台，工业企业上云，工业APP开发非常热衷，但同时我们需要警醒，中国工业还没有达到工业3.0，2.0还没有达到，大多数企业在生存的边缘线上挣扎，地方政府会采用代金券鼓励措施，但是整体上大家还是需要保持理性，尤其企业开发产品过程中，针对大型企业或许还有这个实力，大家中小型企业大家可能要理性。从应用角度来看，工业大数据领域现在两个细分领域，一个预测性维护，一个流程优化。对于风力发电和轨道交通中关键设备环节的全生命周期预测预警，从而降低传统运维和零部件替换周期，提升能力。在流程优化，在维修路径设计之类的领域进行优化，这是工业大数据领域我们想强调的一些点。
在营销大数据领域，也就是刚才显示的互联网大数据这个领域来讲，我们现在认为营销大数据依旧是当前大数据领域变现和商业化领域，在营销大数据可以划分为三大类，以广告为核心，分为搜索广告，展示类广告，社交广告。整体来看在营销大数据领域跟相关的技术人员进行沟通可以发现，业务的关键点有三个，一个是人的唯一性标示，也就是现在大数据技术可以达到这样一种水平，比如说我现在在台式机上进行网页浏览，上京东，上淘宝，然后随后离开电脑拿手机进行同样的网站浏览，可以识别出我是一个人。这就叫跨端，跨渠道人的唯一性标识，这是非常难的技术，但是已经有很多企业在这方面取得了很有突破性的进展，尤其大型BAT的企业，商业化的部门，非常广告营销的部门，在这方面取得了一些成果。
第二受众和数据来源，我们以往很多数据来源于线上，但是很多趋势，线下的场景是当前线上企业，尤其是互联网企业和大数据企业非常关注的点，线下一些场景之所以引人关注是因为他非常精准，凡是经常出入首都机场T3航站楼的都是高技术人群，广告推送就有非常精准的送达特性。还有跟企业聊天的过程中发现滑雪场是喜爱车的人经常出入的运动场所，在滑雪场进行宝马车的广告投放会取得比较好的营销效果。
第三点大数据管理平台，通过将这两方面数据整合，未来整个数据管理平台对他的要求会越来越高，另外很多企业可以开始谋划自行建设数据管理平台，但在这个过程中需要强调的是很多企业并不具备这种能力，如果引入外部的合作商是对中小企业更为划算的。
健康医疗大数据，国家在去年集中提出了两个省，福建和江苏省，两个省，四个市的试点工程，在此基础上，推动了1+7+X的健康医疗大数据中心顶层规划，在这个大背景下，我们认为健康医疗大数据现在主要集中在基础层和平台层的建设，未来在应用层，健康医疗大数据他的场景会非常丰富，延展性，扩展性非常强，他的重点应该在场景，在跨界的应用，比如说在临床决策支撑，健康场景，比如说医疗机器人，医疗终端，数据采集的IOT设备，是未来健康医疗大数据的盈利点所在。
上面跟大家展示了一些应用场景，根据赛迪顾问对我们大数据产业生态联盟和平时走访一些企业的了解，我们集中收集了企业的估值，营收，专利数量，企业领导能力，思维定量定性综合评比，我们划分出了百强榜，包括综合榜和八个细分的榜单。最后向大家汇报一下未来大数据产业研究中心想做的事情，过去一年我们更多关注的是产业的应用场景，我们想把相关细分领域的主要解决方案进行系统梳理，未来一年我们更关注这些企业在提供解决方案中遇到的难点和困惑，对此我们提供一些咨询服务，与此同时我们针对地方政府现在对大数据，云计算，人工智能等产业的需求，我们也非常希望与企业合作，欢迎企业加入我们，我们是大数据产业生态联盟下的投融资工作组，非常欢迎大家加入大数据产业生态联盟，加入联盟的企业，我们会定期对大家拜访，联盟也会将自身的企业资源导入到地方政府，帮助地方政府促进自身产业发展。我的介绍大概就这些，谢谢大家。
主持人：
云计算领域的发展全面迅速，尤其是基础设施和平台层的创新，全面支撑着企业未来发展，作为一家完整覆盖的云服务公司，甲骨文持续创新，嵌入云产品的每一层。接下来我们有请甲骨文中国云平台事业部高级总监李珈为我们带来甲骨文云平台赋能企业数字化转型的主题演讲，掌声有请。
李珈：
谢谢大家，大家下午好，我是李珈，在开始我今天主题演讲之前，我想就甲骨文公司近年来我们在国产化，在开元，尤其是在中国，跟云计算市场上的投入给大家做一个简报，大家可能听过，我们从数据开始起家，进入中国30多年时间，整个数据库和软件建设，给我们国家信息化也做出了蛮多的贡献。同时我想说的，其实是我们云计算这个产业，现在把AI做了比较深入的嵌入，而且除了技术方面，我们在中国也跟腾讯合作，建立了我们数据中心，预计在今年6月份开业，也会给我们中国客户带来更多的感受。除了这个之外，我们数据库产品也跟中国蛮多的企业进行了挺多的深度合作，也包括像我们国内比较大的一些厂商，比如说华为，我们跟他们也有比较多的合作创新的项目，能够让我们平台，在中国的企业跑的更好，甚至说像我们数据库产品，现在已经是服务全球的产品制造，都是在中国进行的。
另外对开元方面的支持也是，大家可能不太了解，我们在这方面投入仅次于微软，基本上是投入第二大的公司之一，这些领域我希望大家都有更多的感知，尤其是跟着我们大数据技术的发展。
因为我们一直在做企业的，我们比较了解现在的企业有比较多的维度，去看他关于未来的发展。比如说现在特别火的AI技术，前面两位演讲嘉宾已经有非常清晰的介绍，让大家能够看到说AI大数据，真的在我们生活的方方面面，对于企业界来讲，我们怎么样能够把这些技术，变成能够落地的应用，比如说大家可能有听过，现在有一个新的概念，其中有一个就是AI，这是什么理念呢？把AI做成一个平台的服务，可不可以直接拿AI的平台过来，直接为你企业的分析人员，或者是数据科学家，给他进行使用，把AI变成企业生产力，而且能够快速部署，快速应用，随着你的需求进行拓展。这就是我们希望能够做到的。就未来的企业来讲还有很多领域，智能机器人，智能客服，还有一些软件类型的，比如说有一些智能的平台在后端，他可以在前面，比如说社交媒体，比如说微信或者其他家做衔接。后端连接我们企业应用软件，他都可以有一个比较好的衔接，或者是其他家的应用，能够帮你把企业内部的规则或者是我需要去快速提供智能服务的这种理念，快速的推向市场。
从区块链来讲更不用说了，我刚刚特别看了一下赛迪的报告，过去一年当中拿到区块链专利公司美国200多家，中国500多家，确实非常火，应用领域非常广。其实我们一直在做数据领域，在几年前也是特别评估了业界当时200多家基础链产品，从而自行研发出来区块链平台，这个平台就跟我刚才讲的同样一个道理，我们把区块链做成平台，让我们客户在上面写自己的智能合约，快速的把区块链投入当中。
非常多的人在谈自动驾驶，其实蛮多种的说法，有的真实落到地面上的自动驾驶，另外在软件领域，在云计算领域上的自动驾驶，比如说我可能考虑的是智能化的运维，云平台，自动扩展，自动打补丁，我留给客户的只是需要把数据传上来，定义数据规则就可以了，剩下东西都会交给云平台来做，像以前大家比较犯愁的，我怎样给我的数据快速上传的时候压缩，怎么让我们的开发人员不能力改动数据，数据之间分不同的层级，同时还考虑我怎么做备份，出问题怎么恢复，在本地20公里之外建一个同城中心，一千公里之外再建一个异地中心，两地三中心。但是自动驾驶这个理念上，这些动作都可以交给云平台来做，客户关心的只是用这个数据的本身。我大概列出来这几个点，其实都是蛮重要的，今天的科技公司你要做数据化转型，可能在你的企业当中不同侧面上都涉及到相关的应用。
蛮多的技术，有的是技术，有的是科研，有的真正能够落地，变成企业级的应用。所谓企业级的应用就意味着你一定要有非常好的可靠性，可用性，不能说我有了功能，但是我有时候不太稳定，有时候宕机重启，同时安全考量，随着需求的延伸可以加或者关闭，必须让他能够成为一个落地的东西，这个才是让他可以信赖的科技生产力。所以在这点上，甲骨文是怎么做的呢？我们有一个红色的小飞机，把业界的黑科技，做了一些落地化的产品输出，同时加上甲骨文在30年来对企业IT，对企业化，对企业架构的认识和理解，同时跟我们的客户一起，把他变成了不同种的云服务，从区块链到人工智能应用，都让他今天能够落地的科技。
其实甲骨文在云上面他是这几大层，而且每一层都把技术浸入到里面去，比如说人力资源系统就把AI放进去，在招聘工作当中把符合我需要的招聘技能的人挑选出来。比如说供应链当中，利用区块链技术，嵌到软件当中，给客户比较快速的使用。上面列出的五大点大家可以看到，无人驾驶其实他里面是比较大的范畴，数据库无人驾驶平台，只是无人驾驶平台当中的六分之一，还有更多的理念，包括IOT，因为我们是做后台的数据这块儿，我们可以跟国内的厂家合作，把正确的工业数据抓过来，在云平台分析，同时还有相关的软件，比如说可以通过可穿戴设备的应用，可以知道医院里面最厉害的设备在哪块儿，医生在什么地方，在一个矿山当中我的工人都是按什么场景分布，这些都是有一些现成的应用，可以进行快速跟踪。
简单给大家看一下，其实我们在说无人驾驶这个理念，甲骨文提出比较新的目录架构，什么意思呢？大家知道我们以前说平台分成几大类，我们在Paas面提出自治云平台服务，他就是属于数据管理的一部分，第二部分，他是指应用开发，怎么样做到快速迭代。每一个应用在逐级分不同的生命周期，是有很大的差异性，根据统计我们看到，如果你是一个VM的话，他的生命周期23天，但是如果你是一个做编排小应用，生命周期通常统计来讲就一个小时。快速迭代，快速发布，快速让你企业有一个更新的生命力是非常非常重要。
第三块在移动计算，移动能力展现，包括智能机器人，这个领域现在也是我们从IDC很多报告中能看到，以前我们讲云优先，移动优先，现在变成智能对话优先，因为人类越来越多的会喜欢上这样一种沟通的方式，我们通常看到的一个大的企业，动则有几十个APP，不同部门几十个APP，或者上百个APP，将来模式我们就通过一个企业就会有一个，用对话优先的智能机器人，他可能是软件的形式，对客户提供相关的使用，你要任何信息他都可以帮你在后面实现，并且进行成长。同时还有在数据的整合，在安全性，管理性不同的层面上。
我们在去年10月份推出了18C自治的数据库，这个自治数据库目前既可以在云上跑，也可以在我们传统客户的私有云的平台上跑，我们现在也有在国内的客户，一体化云平台的客户他在考虑。18C跟以前的版本有什么不一样，大家知道以前每三到五年出一个版本，现在我们改变了版本发布思路，每年出一个版本，2018年出18C，2019年出19C，每个季度我们都会出一个大的补丁，这个也是产品快速迭代，需要功能快速推向市场的表现，18C当中最重要的一个能力叫自治数据库，一个用户在使用数据库的过程当中，可能有75%的能力，他耗费了你大量的人力资源，需要做数据库安装，对他进行挑优，调整他的执行路径，怎么优化他，同时很好的生命周期，怎么备份，怎么存储，有问题的时候还要打不定，自主修复，有了安全攻击，有漏洞，还要进行深入的探查。这些动作将来在18C里面都不需要了，在18C数据库，自动做了这样一个能力，可以自主驾驶，自主修复，自主安全性的控制。所以这个我们可以看到这是18C跟以前版本最大的差异，也是进一步减少我们客户在基础软件上投入的经历，把你的经历更多关注在你的数据，业务应用这个层面上。这是18C很优秀的表现。
第二块想跟大家说的在管理云领域上，基于AI这样一个平台，他是可以做到智能化的能力，比如说我在管理平台上，放在我的云上，同时他在后面有非常落后的算法，对他进行支持，我把业界的，比如说客户有上百个数据中心，机器的运行轨迹抓过来，拿过来之后分析数据中心的峰值，损耗，为未来一段时间的行为预测，从而可以达到比较好的预警作用，这个也是基于AI管理云当中能力。今天非常多用了这个架构，我们还有很大的私有云，在一个企业的安全边界当中，我怎么样能够注意到，能够观察到管理到整个企业的边界。这个是一个很重要的能力，所以可以给大家看一下，在几层当中，我们是把AI作为云的基因。甲骨文在GPU比较新的模型，比较有竞争力的架构，在国内的用户，车联网的计算，大型运用也建立在这个平台上。paas平台上，都是这个领域上的应用。
可以给大家看看在AI技术是非常有意思的，最上面是ERP，供应链，HR各方面的业务，把AR嵌到软件当中，中间层可能是他的开发平台，比如说你可能是一个AI方面的公司，或者你是学校里面的算法，或者你是IBM，或者谷歌，或者是其他的算法，都可以把你放到平台当中，能够进行快速的部署和使用，更不用说底层的安全，管理，数据传输，各方面的能力。所以在AI上的平台我们就是用这样一个架构去做的，其实甲骨文在硅谷也有比较多的数据科学家的团队，我们也会定期来拜访中国的客户，参加中国大数据方面的展示。另外在聊天机器人，我也特别想说一下，他通过对话流程的执行，通过渠道的配制，非常简单的方法可以让你把聊天机器人的能力，能够嵌入到企业应用当中，比如说我们国内有客户，嵌到他微信的公众号当中，比如说可以提供社保方面的服务，医疗方面的服务，或者说在机场跟他进行一些互动，我列举了一些我们在聊天机器人方面的例子，从消费到金融，到维修，零售，不同层面上都有成功的应用。
最后一个，我之前进的所有云服务，都是有两种不同的部署模式，一个在公有云平台上，跟腾讯合作的国内数据中心，他落地之后的部署方式，另外把公有云的方式搬回到机房当中，放到客户的机房当中，进行公有云私有化的部署方式，在国内也有一些比较大型的国企，会有平台上的设计，比如说架构在他自己的平台当中，在外面会跟他自己的门户进行衔接，提供给他的子公司使用，比如说外面无论是金山云，阿里云，各自的云平台提供不同的能力，在甲骨文他提供的就是数据库服务能力，所以也能够进行比较好的自主保障和自主可控的能力，算是一种联合创新。我们看到其实红科技他是植根在企业内部的，从AI到深度学习，包括区块链，还有其他的红科技没有花时间跟大家分享，总之来讲植根在企业内部，在公有云和私有云平台上都是可以对他进行相关部署的，在分析家眼中，也是有相关的理解。所以我今天给大家分享的内一其实就是帮助我们在云平台当中有一些什么样的新的技术，也希望有机会能够跟我们的客户一起，为我们中国的数字化转型做出我们的贡献，我的分享就到这里，谢谢大家。
主持人：
非常感谢李珈女士精采的分享，向我们展示出了强大的实力和丰富的服务经验。随着ICT整合时代到来，云计算领域早已成为战略制高点，华为也发起了猛烈的攻击，接下来我们有请华为云laas产品运营总监曹俊，为我们带来演讲。
曹俊：
各位朋友大家下午好，很高兴今天过来跟大家分享一下华为云在构建公有云基础设施方面的思考，一些实践。万丈高楼平地起，不管是上面的AI也好，大数据也好，一切都要看基础服务。在公有云里面的基础服务我们通常讲的云计算，云存储，云网络，这三层基础服务，我们倡导的理念也就是我今天分享的主题，叫做稳定，极速，为企业而生。我们说过去的工业化的标准是电，现在数字化的标准是云，尤其是从去年2017年开始，我们行业的共识，现在已经进入了2.0时代，什么是2.0？我个人有一个理解，大家对云已经不再陌生了，已经不再讨论云是什么新鲜事物了，以及我为什么上云，要不要上云的事情，更多考虑我怎么用好云计算的技术来服务于我，我们有一个数据，有一个拐点，在2020年将会到来，公有云的基础设施，IDC的建设将在2020年超过自建IDC建设规模，随着时间推移，这个差距还会逐渐拉大，意味着公有云将会成为未来基础的生产资料。我们全行业开始拥抱云的的情况下，我们发现了三个特点，一个全行业，第二多场景，第三广应用。全行业好理解，过往的原生的应用，还有实体经济，医疗，教育，制造等等一些行业，我们去年接受了很多客户。第二个多场景，场景我们分四类，一类云生，应用本身就构建在云上，第二改造，把我原来的架构改造成云的架构，所以这个是我们前几年，云的1.0时代面临的比较多的，2.0时代随着行业增多，还有两种形态，一种是混合，我本来有我的应用，创新的应用要放到公有云上，跟我原来的应用进行混合部署的方式，还有原来的应用一部分放到公众应用的公有云上。生产系统还放在我自己的数据中心，这也是一个常态，最后一种就是无缝，我的应用本身不做任何修改，也能够平滑的迁移到云上，这四个场景是我们三到五年之内是一个常态。
第三个广应用，应用的类型越来越丰富，不再只是建个网站，做个APP这么简单了，首先就是跟我们会场的主题相关，新型应用不断增多，AI，大数据，物联网，区块链，一波未平，一波又起。新兴应用逐渐增多，对云的要求越来越多。第三类企业核心的生产系统，也在逐渐的往云上迁移，享受云带来的新的便利，这三个是我们全行业，多场景，广应用是我们2.0时代的特点。
作为华为云，我们基于这个理解倡导的是稳定极速，为企业而生，大家把应用放到云上来就希望他不出问题，华为也是比较稳定的一个企业。第二个就是极速，随着新兴应用不断涌现和诉求，对速度的追求是没有最高，只有更高，每年不断的迭代。第三个为企业而生，我们基于对企业行业的了解，基于对应用场景的了解，基于对广泛应用的了解，我们提供最合适的，匹配客户要求的基础设施服务。
一切的一切从芯开始，打造一个软硬结合的体验，我们现在进入了后摩尔定律时代，单部件性能达到了瓶颈，每一年性能提升已经摸到天花板了，尤其是通用处理器的单核性能，呈现趋缓的态势。面临这样丰富的应用场景，面临这样一个困境怎么办？华为推出了业务驱动的基础事实，这是一个架构，基础设施的架构，他是从软硬件整体进行优化，简单来讲就是系统，多部件的整合实现摩尔定律，超越摩尔定律。推出了云计算平台，以及云上最强大的X86计算节点。简单来讲再往深走一步，SDI核心理念就是做多维卸载，现在我们云技术设施建设是这个态度，所有的负载，任务都是过度依赖于CPU，跑在一台服务器上面，不管安全还是网络存储，在服务器的性能无法大部分提升的情况下，就面临着他的性能要分享给其他的任务。我们让这样一个任务，分散在自己最合适的硬件上面，让本身的处理器充分释放自己的能力，通过多维卸载，充分释放硬件能力。
基于SDI的架构，我们推出了计算实力，这是我们云计算的全家族，五大类，能够覆盖200多个场景，基本上是企业能想到的，能用到的目前的主流场景都已经覆盖了。尤其要讲的就是黄色框框之内的，这个框框之内是基于最新一代定制化的CPU，推出的V5系列的实力，今天在华为的青岛，生态合作大会上面进行了同步的发售，这是同行业里面，应该说他是比上一代提升了200%的性能。粉色部分就是我们网络增强实力，基于自研芯片的自研网卡，他能够提供单机，他能够实现25G的主网，单机实现50G的，如果你的应用对网络的访问需求要求非常高的话，这几个实力是能满足大家要求的，这个部分是我们通用计算的家族。接下来大家可能更关心的是这个，我们全系列的服务，他是基于硬件的服务器来做承载。他能够满足我们新型应用，不管大家关注的AI还是大数据，在这上面能够得到很好的承载。这里面有三个系列，他是面对不同场景，包括3D渲染，视频处理。FP系列今天也是在同步的转商，在青岛，能够实现更强的算例，充分释放我们的算法。
还有两个场景，企业的核心应用上云，重载应用上云的两个场景。企业核心应用一般是不容易改造，不太轻易的改造，他就需要能够有平滑上云的要求，重载应用里面，要求独享算例，对性能的要求，高规格的要求非常高，传统虚拟机无法满足他的要求，像中间键的应用，数据库的应用，超高计算的应用，还有游戏的仿真，这些场景都非常适合用这个服务器，现在推出了三个系列，通用、企业、旗舰型。裸金属是结合了物理服务器和云服务器的优点，既能够实现5分钟线上快速发放，省去安装运维时间，又能够实现非常容易的互通，你的裸金属不够了，还可以到共有云上面，所以能够满足刚刚说的企业核心应用和重载应用独享超高算例的场景。我们有一个客户，今年用了我们的这款机器做的方案，他本身是一个非常大的一个企业，他的诉求是当天，财务系统要实现当天的日清日结，以往他自建的系统是无法实现，用了这个之后，从48小时缩短到了6个小时之内。
讲完计算讲存储，现在我们说是一个数据时代，数据时代有一个特点，一天的数据量比以前几千年的数据量还要多，涉及到一个含量存储的问题，现在大家越来越关心数据，把数据视为我们的核心资产，安全性可靠性更为重视，华为已经发布到第三代，今年发布的是最新一代的，他的特点就是这四个，极速、可靠、海量、集成。海量数据每天不断的产生，不断的存储读写，读写的性能能降低到10毫秒以内，第二可靠，能够满足持久性，海量就是存储数量能达到千亿级，低成本，整个这一代的存储他的成本要比上一代低40%到50%，所以很好的满足了企业的要求，有几个典型场景。
第一视频监控，视频监控应用的越来越广，像政府单位，或者是企业，都在广泛的应用视频监控，大量的产生视频数据。在这个场景的海量数据存储，他每一天是几百T的数据，非常适合用这种产品。第二备份归档，金融行业、保险行业、医疗行业、互动直播行业不断出现新规，要求录音录像数据存储到一定周期，几个月，这个时候会产生大量要求，监管的要求。第三类托管，第四大数据，基因测序，气象，广告分析，这样一个场景，也是海量存储非常好的应用场景。
第三个就是网络，大家都知道华为是一个网络公司，是一个通信公司，我们认为网络不光光是一个服务，在云上面，因为云是在远端，不在客户层，云网的融合，融合的好不好，体验好不好，这是一个非常重要的问题，网络绝对不是仅仅单个的服务，他是全解决方案，从客户的接入开始讲，第一个就是从公有云，公网访问，我们被第三方机构多次排名，评测排名第一，能够支持一级的访问，有故障无缝切换，第二私有云和混合云，我们在一百个城市有一百个结点，不管在哪个地方，很容易实现就近的接入，实现很好的混合部署状态。在云内我们是智能网卡，实现50G的带宽，还有云骨干网，我们的区域中心，三大中心之间是双线的互联，双线的内网互联。
华为是一个全球化的公司，在全球范围内我们要建立跨云的互联，华为公司在全球有170个国家设有代表处，华为IT设施已经是支撑了170个国家的日常办公，华为云会整合这部分资源进行很好的结合，在以后，不管是从国内访问海外还是海外访问国内，他的速度是非常快的，他是整体的网络。讲完产品讲一下针对混合和无缝两种场景下面的多级专属的解决方案，面对创新性应用，放到公有云上，但是对于传统应用，核心业务他是有资源专享，超高性能，安全合规，这个是给大家在公有云开辟的专区，有两种形式，一种资源专属，哪一部分资源需要独享，是这部分开给你，第二除计算存储之外，他是一个完整的独立空间，在公有云上的独立空间开放给我们的客户。2017年我们的客户增长非常快，3倍，有各行各业的客户，越来越多的选择我们的华为。这是上面讲产品和解决方案。
第二部分，这么多客户选择华为不光是因为产品和方案，第二华为的职业操守，我们坚守业务边界，这也是我们的愿景。第一个就是现在多云已经是常态，一个客户不会只选择一个云，会根据自己的需要，进行灵活的调配和选择，我们是基于这样一个开放的云，基于这个架构的私有云和中立云的实施互通，他有三层开放，能够实时的互通，这个部分我们不用技术手段去锁定我们的客户，支持客户的自由迁移。第二在生态方面，我们现在已经有了1000多个合作伙伴，12000个渠道，我们还欢迎更多的合作伙伴和客户选择我们，在这个生态中，每个人本身也可以成为一个索取者，也是一个贡献者，是生态者也是消费者，也鼓励大家进行分享。既是客户又是伙伴。
华为在云的核心技术上，是强力投入，在业务边界之外我们恪守三步，上不做应用，下不做数据，不做股权投资，不做数据不代表不处理数据，我们处理数据的能力是最强的。最近有一个客户，存储的资源池有十万亿条的数据，他的要求是千亿级数据在一秒内完成检索，最后找到我们，在核心的技术上面进行强力的投入，做到最强，打造万物生长的黑土地，更好的服务我们的合作伙伴，大家一起成功。
最后讲一下华为云，云计算不仅仅是一个平台，不仅仅是一个技术，更多的是华为在以服务形式分享华为30年的沉淀和积累，分享华为服务理念和服务能力，分享服务生态，以及承载着华为万物互联，万物智能的时代的期待，让我们一起携起手来加入华为，一起携手同行。谢谢大家。
主持人：
非常感谢曹俊先生精采分享，随着人工智能在云计算领域应用的开展，让大数据、人工智能、云计算真正走向融合，重新定义效率。如何通过云计算快速获得AI能力，从而让AI技术成为行业的创新生产力，这是各行业现阶段最关心的一个话题，接下来我们有请金山云合伙人郭岚为我们带来强化云计算AI服务能力，全面部署充值领域的主题演讲，掌声有请。
郭岚：
大家下午好，我叫郭岚，来自金山云，今天给大家带来的是我们在金山云各个垂直领域，跟AI和人工智能有关的相关应用的一些分享。
题目叫强化云计算在AI服务能力，全面布置垂直领域。首先给大家介绍一下金山云，金山云我们在IDC的报告里面，我们现在是国内的前三公有云的服务提供商，我们在2017年底，我们完成了7.2亿美元的D轮融资，现在整体公司的估值是23.73亿美元，还有30%这样一个数据，其实我们也在未来三年，力争占据中国市场的30%，预计整体营收应该是过百亿的。
介绍一下金山云的一些基础设施和存储资源，我们现在数据中心应该在全国是有19个大型的数据中心，总服务器的数量超过了8万台，全网总量超过了20T，金山云在这几年我们是一个比较完善的公有云基础服务设施建设，有充分的资源储备，我们金山云今年，2018年是第六年，所以其实我们是一个比较新的一个创业公司，然后我们说顺应时代的发展大势，强化了AI服务能力，其实金山云在做整体AI服务的时候，是从2017年开始的，所以我们在2017年，在各个领域做了一些布局，包括产品探索还有技术研发，所以我们会带来一些AI领域的实际应用。
首先我们认为在云计算，大数据，人工智能的领域他是天然结合，也是加强了我们在AI领域投入决心，同时我们在视频领域和有喜领域都是第一的市场份额，所以我们首先就是从视频和游戏这两个领域，用AI赋能我们的业务。同时我们在制造业、金融、医疗各个垂直领域都进行了全面产品升级，也帮行业有一个产品升级，刚才看白皮书里面所涉及的这些领域，其实金山云都有相对比较成熟的产品在落地和使用。我们先介绍一下金山视频云的一个AI的场景化的应用，其实我们现在目前有两款AI产品，一个命名为金睛，市面上有第二个产品出来叫火眼，金睛主要做内容监控和内容安全方面，所以我们把他叫金睛，另外我们还在AI画质+上面做了一些相应探索。
我们说到一站式的金睛的安全，在内容安全领域，监管的领域，其实是非常需要人工智能赋能，海量视频存储，海量能够要实时判断，鉴别他们里面不良信息，包括人工量太大了，首先数据量大，人的工作量也大，其实我们可以想到，金山云在视频的领域，90%以上的长短视频和直播平台都用了金山云视频服务，去年时候我们做了金睛的产品，来解决内容安全和内容生产上面的技术。这是我们行业积累，我们在数据库，我们在视频和直播领域，现在有十亿以上的数据库，这个都是我们长期的积累和工作，我们在去年的时候，也是在市场上疯狂的抢夺AI算法的人才，也是超级贵的，我们现在AI的团队在博士和硕士的比例上，已经占到75%，人才对我们来讲也是非常核心的关键。
同时我们在金睛的业务上，推出了比较全面的识别服务，在图象，人脸，声音，都做了无死角的监管。有一些商业客户已经采用了我们的服务，对于商业客户来讲，这种服务是没有理由不采用的，第一能帮他们降低成本，同时完全提高了效率和能力。这里面我们都进行了非常大量的学习和标注，我们在这些领域，完全能够确保内容的安全。包括一些广电的客户，我们拿金睛打市场的时候，你会发现基本上没有人拒绝，包括广电也好，甚至是兄弟公司WPS，文字都是需要大量的过滤。做企业的的大家应该比较清楚，这是我们在视频领域的应用，同时我们金睛也打造了城市安防的团队，在跟硬件的厂商合作，因为我们不太触碰硬件，更多还是在识别的基础上。我们内部有一个讨论的说法，我们现在监管能力，其实从互联网到地面，线上线下都需要安全和内容监管服务，在这里面的话，其实在城市安防，摄象头后面视频分析和实时鉴别能力，还是基于AI的能力，我们更多也是在系统层面高效处理系统里面的数据，然后我们可以做到实时的报警，实时预测。这是我们在城市安防领域的突破。
给大家介绍一下金山视频云我们做了一个AI画质+的产品，大家如果在视频领域工作的话，大家知道存储的成本或者IT成本是非常高的，海量视频内容，在传输过程中有一些破损，老的素材他的清晰度非常模糊，我们推出了一个基于深度学习的图象，视频，画质增强服务。我们带来了两个案例，其实这个是基于游戏画面的，因为游戏高速的运动，他可能对于画面的模糊有很大的影响，所以我们看一下，前面是我们应用前，后面是应用后，我们可以把他变成这样一个视觉感官，采用了AI画质+以后清晰的对比。其实金山云在视频云这些年也是比较深耕的，或许在视频领域给大家有更多的分享。应用前应用后，这个是修复的技术，比如说我们在传输过程中，视频受到损害以后，我们可以进行修复的。这个马赛克在我们技术后面都已经完全被修复了，我们拿给各个CTO看的的时候，他们还是非常欢迎的，因为一些真的老素材，传输中出现伤害的视频，我们都是可以帮他们进行修复。
其实金山云在今年的时候，我们会退出来下一代的智能CDN，我们把AI和大数据能力算法，和我们CDN结合，给客户提出更加智能和节省成本的解决方案。我们KIR是金山云的智能推荐平台，其实他是在营销领域的一个AI算法，对行业的助力，这个是我们在游戏领域的应用。我们可以看到，在整个大数据，我们基本上前一百家的游戏公司，都采用了金山云，我们的客户除了对云计算需求以外，在营销方面也是需要我们的帮助，可能更集中的把精力放在游戏开发策划上去，我们也可以帮客户完成一些相应的提升效率，基本上我们今年推出了游戏的投放，给大家带来了一个案例，我们在新游戏投放的时候，为了获取更有效的用户，用户提出来我希望成本在十块钱左右，这个标准是偏低的。在当时我们给他进行的投放策略，我们在商店，信息流同步测试数据，同时注意投放比例，逐步缩紧群众和受众这样一个群体范围。我们把这个游戏投放了90天，总共预算花了130万，130万对于游戏用户投放是非常少的了，我们做到CPA7.5元。在游戏领域的话，应该是一个非常惊人的数字，我们在营销的领域，也帮我们的客户做了一些赋能的工作。
同时我们也在加速指挥政务，我们在政务云，像金山云，北京市的政务云是建在金山云的基础上，我们今年会通过智慧AI能力，把政务云的能力也会继续提高。然后金融云，金融云我们是打造了混合云和AI整体的解决方案，所以把金融的客户，也是让他们轻松上云，像招商银行，兴业都是我们的一些客户，现在其实的还挺好。还有一个就是医疗云，医疗云是我们已经做了两年的时间，我们是赋能基层医疗的方针和策略，如果基层医疗大夫也好，全科医生也好，他们诊断能力和判断能力没有那么高，甚至合理用药，处方外流等等政策下面，他是没有那么多能力的，所以我们也是统一了AI算法和数据共享，我们赋能了基层医疗工作，同时我们建立了这样一个信息平台，可以帮助卫计委的领导，省里的领导他们做互联互通的工作。因为现在如果大家了解医疗行业的话，医疗行业信息孤岛存在的程度是非常高的，非常难以逾越的，厂商不太符合开放这个数据，意愿不太愿意开放这个数据。但是老百姓希望数据的互联互通，由我们健康个人的健康答案存储，在医疗行业里面我们做了非常多的工作，现在用户已经超过了千万级。所以我觉得今年在医疗的用户上，应该是一个几何性的增长。基本上就是这样，我给大家带来了一些金山云在AI领域的一些应用场景，谢谢大家。
主持人：
非常感谢郭岚女士精彩的分享，云计算迅猛发展，云平台不断建立，对数据存储也提出了新的技术要求，如何对传统的数据存储模式进行创立，助力云的发展，已成为本领域内关注的焦点，接下来我们有请紫光西部数据副总裁东猛为我们带来创新数据存储，打造“云的基石”演讲，欢迎。
东猛：
各位领导、各位嘉宾大家下午好，我是东猛，来自紫光西部数据，今天我们下午的分会场是非常有意义的，我们今天共聚一堂，探讨整个的信息科技最底层的技术，其实也是帮助我们每个人理清思路共同的赢在未来。我们紫光西部数据今天想跟大家分享的一个就是创新数据存储，共同奠定“云的基石”。
刚刚很多嘉宾也分享了，包括北大的杨明刚院长，在目前整个的云的架构时代下，数据已经得到了一个爆炸性的发展，有相关的国际分析机构也共享了一个数字，预计到2020年，全人类社会会产生有用的数据44个ZB，如果从业者对于ZB不是很熟悉的话有一个形象的比喻，一个ZB相当于一百万个PB，相当于十亿个TB，个人用户几年以前对于TB还觉得是很庞大的数字，但是我们现在的笔记本，移动终端非常习以为常了，同样我们政府企业用户，谈到PB的时候，在之前觉得PB是很遥远，其实我们越来越多的跟我们行业，跟政府沟通的时候，PB已经成为他们日常需求了，还有一个数字，在整个云的架构如火如荼的推进，各种新兴的，无论是宽带技术，5G技术和人工智能的推进，到2020年，之前44个ZB很保守了，我们人类面临的真的是数据爆炸时代，数据海洋的时代。
整个数据爆炸性增长，在云的整个环境里面会带来什么问题？这些数据能不能得到有效的获取，我们这些数据可不是仅仅意味着生产完之后就可以丢弃，我们现在谈人工智能，谈区块链，谈机械学习，这些数据是要经过海量的培训，海量的分析，这些海量的数据能不能获取，同时能不能通过性价比高的方式把他存储下来，并且加以分析利用，这些都是在整个云的发展过程中，对于数据的变革带来的一些重大的启示。
这样的一个变革情况下，数据的性质和数量已经发生了天翻地覆的变化，我们数据的价值怎么才能实现，数据的获取，处理，存储，其实在整个的，无论是公有云，私有云，混合云。离不开两种技术，一个是数据库，我必须要通过一个结构化，非结构化手段，形成一定的梳理和逻辑，另外一个就是大家非常熟悉的虚拟化，无论是计算资源，网络资源，存储资源，我一个企业如果上云，必须要把他过去传统的，独立的，物理的IT资源进行处理，能够尽大可能分享给更多的用户，按需提供云计算能力和存储能力的服务。这两种面临的数据不同属性，首先对于虚拟化，如果我在整个的计算，网络，和存储的虚拟化过程中，无法解决一个瓶颈，当我很多的用户，云的用户，无论是私有云内部用户还是公有云外部用户，使用行为集中出现的时候，整个的IT架构能不能支持这样一个虚拟化的未来发展。
回到数据本身，存储系统能不能用到最优化的架构，来支持整个云的虚拟化进程。回到第二个数据库，越来越多的数据，已经不是仅仅几千个文件这么简单，经常有一个数据统计，很多用户都不知道在整个云的环境里面已经达到千万和亿级的数据文件，为什么呢？用户说我没有那么多文件存在IT系统里面，不要忘了，在每一步云的处理，相关的传输，碎片化的计算里面，会产生很多的几何级数的中间过程数据，这些数据累加起来，当他达到一亿以上的时候，你的传统数型的结构很难掌控。如果我用一百级的文件系统检索目标数据的话，带来整个IT架构性能延迟和整个性能的瓶颈是非常可怕的，所以如何面对海量数据和传统数据库新型的，无论从文件的体量和文件的数量，我们都对于传统的数据价值挖掘提出了新挑战，只有克服了两个关键要素，数据库和虚拟化，我们才能对数据深入的分析，洞察，而不是仅仅成为数据的拥有者，其次我能够很快的，及时的响应用户需求，实现企业相关的决策，带来企业的决策力。最后我所谓的人工智能和深入学习，才可能带来企业未来的前瞻性和长远的运维的决策能力。
我们基于此，提出一个观念，在云时代下，如果做数据的创新，可以抓住一个观念，叫数据极化，让我们每一个用数据的企业，无论是云服务的提供商，还是我们最终的用户，你要明白你面临的数据，最终是要怎么用的，我们把他分为两个极端的场景，如果你的数据是用在虚拟化的启动风暴里面，如果你的数据是用在实时运算，高频交易的场景里面，不妨把他起个名字，叫快数据。这样的数据具有非常典型的特点，通常本身体量都不大，不会大到几千个以上，反而要求的是小文件，极致的处理速度，延迟一毫秒以下，零点几毫秒，我们需要关注如何从计算到网络，到存储越快的处理，同时把整个性能推到极致，快速的处理方式。反而我们还有70%，大量的数据是什么？刚才说了，我们的视频，我们的图片，我们的文本，以及其他各种各样的海量的数据，我们把他统一定为一个大数据，这个大数据的特点，首先这些数据你真的能够存下来吗？如果随着5G时代的到来，包括现在越来越多的用户需求提高，你的这些数据，是不是真的能够保留下来，而不是像过去，我可能有一个电影的动漫工厂有一个例子说，如果能够从头再来，我可能再拿一次奥斯卡奖，为什么？美国做成最终影片的时候，抛弃了五百个同等质量的样片，为了保留最后一个。最终保留下来的样片是不是最佳呢，他没有办法确定。这样的例子以后会越来越多，随着我们人类对于生活品质的不断追求，我们手机容量只会越来越大，各种照片越来越多，没有人会接受我的容量越来越小，所以整个海量数据必须有一个手段，把他有效保存下来。同时保存下来，还要进行处理，还要进行分析，这样才能真正实现我们数据的有用性。这就是70%，占整个数据70%的海量数据面临的两个课题，一个就是有效存储，还连的有效存储，还有一个深度挖掘。
回到我们现在各种云的平台里面，我们会面临什么样的困境，什么理念，把数据的创新真正形成我们所谓云的基石呢？刚才很多嘉宾提到一个关键我很赞成，首先云是跨地域，跨空间，跨时间的概念，云能够让所有的数据触手可得，我们觉得云首先需要一个统一的命名窥见，他所有数据囊括在里面。我们怎么做到所谓的统一空间实现云的创新，我们有一个医疗的客户，现在有一个非常时髦的概念叫医联体，三个城市三个医院，华东医疗创新他们做的还是比较成功的，很多数据，文档病例是要共享的，这个医生诊断过程中，不可能在一个文件服务器上转来转去，他需要一套服务系统，把影象和数据做实时共享，好多应用可以写在3D的共享数据平台上面，我们就提供了这样一个3D共享的数据平台，一共加起来20个P，相当于是一个统一的，共享的数据空间，形成这样一个3D医疗云存储平台，帮助我们三个医院用一个存储平台，形成方案。
第二个，很多人关注的是数据真的能不能做到在云的情况下，有效的检索和处理，刚才有两点，一点就是我的虚拟化的瓶颈，有没有办法解决，我的数据库是不是存在一些数据上的处理瓶颈，可以通过我的技术进行解决，这里面一个现象，我的CPU，摩尔定律越来越快，内存越来越大，同时我的存储已经成为了一个趋势，我们跟很多央企，政府客户谈，我们很多传统的不接受全新的闪存技术的大国企，今年都在谈全闪存，有两个含义，一方面能够优于磁盘的堆叠，会利用企业级的性质，把整个闪存的性能发挥到极致，他是为闪存而生的架构，整个架构越来越成熟，这是一个趋势。第二，紫光集团有这样一个使命，让中国的闪存市场做的越来越本土化，现在国家帮助紫光在运用自己的闪存芯片产业，过去说到存储就两个企业，一个西部数据，一个希捷，全世界的硬盘，无论是谁，用的就是两个厂家。但是在闪存时代，中国终于有机会有我们自己的闪存品牌，从底层开始做，国家帮助紫光这样做，紫光也在秉承国家使命，真正让我们闪存技术从底层用到国产化，未来五年左右闪存成本会大量降低，让我们很多技术人员看到了，如果不拥抱闪存，当这个时代到来的时候，很多架构，很多IT性能，远远落后于同业的竞争者。传统的文件架构，一百G以上的文件，一亿个文件怎么检索，用对象存储的技术，用扁平化的原数据，刷是有一个形象的比喻，带客泊车，我不用记我到车到底怎么拐，只要给我一个编码，可以查到我的车具体停到那里，对象存储就是面向海量数据的，非常有效的存储技术。我们用这样的技术，比如说我们的金融客户，多少视频监控客户，以及越来越多的媒体客户，当他的数据这么大的时候，我们可以用对象存储的技术。
最后一个，某某某幼儿园因为服务器硬盘坏了，监控调不出来，对于数据从业者这是一个笑话，为什么我们推崇企业级的存储架构？一个数据在里面绝对不依赖于一块硬盘的寿命。建议我们的行业用户，我们的企业用户，各个政府用户还是用到我们企业级的存储技术来，保证数据的安全。这是第二个案例，某一个区域的平台，他把各个区的委办局，办事处，社区，把他的一个数据进行打通，用底层的数据共享平台实现公开，既有我们海量数据共享，也有在办公人员虚拟化的时候访问瓶颈，很好的帮助我们客户实现这个性能。
刚刚我简单介绍了一下紫光成立的背景，由清华紫光集团控股，2016年3月成立，紫光从芯到云，既有移动互联网芯片，也有企业云，存储解决方案。西部数据是全球领先的存储解决方案提供商，也有源于硅谷的闪存技术，我们共同携手成立了紫光西部数据，同时我们是国有控股，建立存储系统的厂商，我们的定义定位，我们用全新的存储技术，全新数据技术，建立全新的存储架构，给我们的市场全新的存储解决方案，我们希望成为这个市场的创新者，不做传统的磁盘阵列。我们很多的产品是既有国内的研发本地化，也有来自于全球的，经过若干年全球市场验证技术的背书，我们把他进行国产化，真正做到安全可控。我们最新一代的闪存系统，可以达到延时低于0.1毫秒，压缩成山可以达到四比一，可以解决很大的，我们云的虚拟化瓶颈，海量数据业内最高，单机柜6个P，也是基于西部数据的硬盘技术。
我们立足中国，以服务中国的企业和整个的行业发展为己任，我们也有在南京的创新中心，做本土化相关应用开发，我们也乐于深耕，和广大合作伙伴一起，携手共赢，谢谢大家。
主持人：
非常感谢东猛先生精采的分享，随着人工智能在大数据领域不断应用发展，使大数据和人工智能进一步融合发展，这种趋势为人工智能的应约创造了机遇，如何提升智能认知和决策能力，已成为现阶段聚焦的热点，接下来有请百分点集团研发总监黄伟为我们带来动态知识图谱，让机器拥有上帝视角的主题演讲。
黄伟：
大家下午好，因非常高兴今天有机会跟大家分享一下百分点在大数据行业的理念，产品和技术，以及具体的应用案例。百分点是在大数据行业给企业和政府，赋予他们数据基因，提供解决方案的基因，我们做整套解决方案和提供技术产品的过程，整体可以分为三个步骤，简单看为三个D，我们把现实世界中各个企业政府，基于现实世界的数据数据化，第二个D，基于数据化之后的事件，我们进行分析和洞见，通过分析和洞见得到的决策应用到现实实践，重新去设计整个现实世界的业务流程。如果说人是靠大脑来理解现实世界的话，其实我们期待在大数据的领域，机器能像人一样，或者接近人一样去理解，在他的数据世界里面像人一样理解他的世界。虽然现在在感知，比如说图象，或者是声音，因为深度学习的发展，基本上碾压所有的学术界，我们机器和人差距的很远。百分点一直持续做探索和实践，我们最新的技术的进展，动态知识图谱。
认知的核心是什么？我们需要聚合所有数据，将这些信息聚合出知识图谱，让机器在认知层面上做的更好。提到认知，什么是认知？认知实际上是我们说，我们人类的智能化的水平，如果把人类智能化水平分成三个层面的话，第一是感知，感知类似于我们的的皮肤，我们的嗅觉，我们的听觉和我们的视觉，我们可以把物理的信号转化为输入到大脑的信号。第二是认知，我们可以把这些分段的信号，把他融合在一起，形成认知。认知到底和感知有什么样的不同呢？最大的核心在我们认为是连接和互通。举个例子，中国有句话叫一朝被蛇咬，十年怕井绳。把这两个感觉合并在一起，你能生发出认知，蛇恐怖，是危险的，才能辅助到决策，我们有认知，有决策，决策就是远离他。
百分点的动态知识图谱技术，是什么一个概念呢？我们用这个技术，实际上是从海量分散的数据，会聚出知识图谱的技术，这个知识图谱是什么呢？我们可以这么看，可以分为实力和概念，实力就是现实世界中一个一个的个体，比如说一个人，人是一个概念，概念是实体的抽象，实体之间他们可以形成各种连接，因为为了做这个事，是用数据来描述真实的现实世界，所以在哲学里面，如果你的概念是描述现实世界的话，哲学上有一个本体。更通俗一点理解，一个是实力，一个是正常的现实世界，另外一个世界观，因为我看了很多的实力，抽象出来的概念，这个概念叫做世界观。动态知识图谱是什么样一个技术呢，动态知识图谱是我们去融合各样的数据，通过融合数据做本题映射，产生知识图谱的技术。这里强调两个字，动态，动态什么意思呢？两层意思，第一层世界是在变化的，知识图谱不是一成不变，数据反映现实世界，现实世界一直在变，我们需要用动态这样的技术，来实现我们照出来的知识图谱是动态的，第二层动态的意思是我们的世界观在变化，在现实的业务中，不可能一下能拿到所有的数据，一定程度上肯定是持续会有新的数据进来，新的数据会对你的世界观冲击，你的模型概念会进行变更，我们需要动态知识图谱这样的技术，让我们的概念弹性可扩展，以防止在我们所有系统上线之后，我们还需要改变数据模型的时候，重新录入数据。
基于这样的技术，构建出来的知识图谱，我们在这一层上面，我们看到的已经不是一个一个点的，我们实际上融合的是全部知识，在知识之上，我们去构建做搜索，去做统计分析，多维度的分析，地理位置的分析，包括知识图谱的推理，机器学习，能让我们的业务系推更加智能，百分点基于这些小的功能，他们融入到五大行业，营销、媒体、制造、公安和政府。使得这几个很也的应用具有更好认知的智能。我们在去年12月底的时候，把这样的技术产品做了一个发布会，下午比较困，这里大家可以看一个一分多一点的产品品牌视频。（视频）
这个是我们去年12月底发布的中国首个行业AI的决策系统，这个系统可以分为三层，最底层是基于大数据操作系统底层，有了大数据底层平台，我们能够支撑海量数据存储，计算，管理，交换等等一系列的应用场景，在数据层和平台层之上，我们构建以动态知识图谱为核心的认知引擎，包括自然语言理解，自然语言处理，智能标签等一系列更多偏认知层面，中间层的组建，在智能引擎之上构建了五个行业的场景系统。他们是智能营销系统，全媒体服务系统，制造和物联网大数据系统，智能政府决策系统。这里会重点讲两个，一个是政府智能决策系统，还有公共安全领域的安全分析系统。
智能安全决策，我们有一个案例，是在国家质监总局，我们大概处理一千多起的汽车召回案例，五千多万的汽车召回，每个季度会邀请15名专家，专家做评审来决定，到底是我们这一期要召回什么样的车辆，或者做什么样的召回，在会议之前，我们总体算了一下需要大概200个小时人工抽取，分析。有了这个系统，上了我们的智能决策系统之后，我们怎么做的呢？是把质监总局收到的反馈投诉数据，以及互联网上，比如说汽车之家，各种汽车行业他们评价数据，抽出里面基于汽车行业各个模块的知识图谱，加上之前他们做召回决策使用的一些历史数据，让机器自动来做决策，结果就是我们随时可以做一次这样的召回决策，只需要1%的时间，人员只需要机器和一个人的审核就可以完成。所以大大的提高了决策的效率。
第二个应用场景，是我们把整个的政府决策，除了在国内，我们现在进军到海外，主要给非洲，拉美提供政府的智能决策，以及公共安全的解决方案和应用技术产品。里面就有一个比较有意思的，非洲一个国家，他们国家其实是修宪，改变总统年龄。这时候在脸书，推特他们的民众很多很多的评论，这时候要做的事情，我们搜集所有的数据，包括谷歌等咨询网站的数据，形成人员和组织的关系网络，并且分析每个组织，每个人员他们发布的帖子内容，进行分析，我们就可以很快的给到政府，给到客户说，比如说现在网络舆情到底什么样子，反对的声音是哪个渠道声音最大，到底反对的原因有一些什么典型的意见，以及反对的趋势是什么，这种是突发一个事件，政府需要马上得到决策信息的支持。还有一类是大家都知道，在好几年前，北非是因为脸书里面传播一些反政府的言论，爆发了革命。那些政府实际上不像中国对舆论管控非常好，他们非常非常这块儿技术，检测脸书或者推特社交媒体上面的信息，几十做预警，以防事态发展不可控制。
第三类应用场景，我们也是给海外，以及包括国内的一些政府公安领域提供的产品，这个产品主体是我们用动态知识图谱技术把所有信息会聚在一起，我们把信息会聚成以人为核心，组织为核心，物品，位置，事件为核心，我们可以做很多很多挖掘，包括强的关系和弱的关系，特别是在这样弱关系最重要的，比如说两个人之前同时出现，因为他们犯罪，他们被抓到同一个监狱里面，就是狱友的观念，他们同时在一个地点，比如说监狱，同一个时间段，我们可以找到他们隐藏的相互关系，如果再有更多的数据，比如说有电信通话数据，发现他们还有很多电话通话，出行的数据，关联到这两个人有时候一同出行，说明这两个人关系是很强的，这种关系实际上要比我们强的关系，比如说谁是谁的父亲，谁是谁的母亲这种强的关系更重要。所以我们可以做很多事情，比如说事件的关联，比如说我们可以看人群的聚集，做一些人群聚集发现，做一些重大事件的预警，应用到国民安全，都有很多应用。我们也有一个产品视频，大家可以看一下。（视频）
以上是我的分享，百分点利用动态知识图谱的技术，从信息会聚出知识，在知识之上，构建了这样一个品牌产品，谢谢大家。
主持人：
非常感谢黄伟先生精采的分享，大数据的发展为我们带来了诸多机遇，同时也带来了诸多技术方面的挑战，数据中心作为大数据产业发展核心要素，如何从技术层面来提升数据中心的服务能力，是很多企业在现阶段关注的问题，接下来我们有请福建必施恩能源股份有限公司副总经理陈长安为我们带来分布式数据中心微模块技术的主题演讲，掌声欢迎。
陈长安：
我是来自附件必施恩的陈长安，今天在大数据的论坛上，刚才大家说了很多应用，说了很多云，很多云的数据都来自于哪里，来自于最终端的采集，我们进入互联网时代的数据中心随之而来了，数据中心也经过时代的变迁，一个是互联网中心，还有同城双活，两地三中心，还有分布式数据中心，这些数据中心对我们来说最重要就是可靠性刚才说到了。这些数据的采集，也需要一个最核心的设备，提供最基础的保障。随着运营商最后一公里宽带方案解决，人们对网络延迟，时间的要求要高了，负载也移到了客户身边，这就使服务和预算与客户更亲近了，分布式边缘运算结点规模不是很大，但是他的数量非常非常多，同时也是跟用户的体验非常相关。分布式数据中心在使用过程中，不可能24小时值守，都是无人值守的，需要一些自动化的手段，或者远程控制的手段对他进行管理，需要更到的科技手段提高设备的可靠性。
我们一款新的解决方案，在哪些地方会有分布式数据中心的需求，一个就是小微企业，还有车站。这两个行业特点，设备要齐全，方便扩容，很多需要分支节点安全问题，业务科持续性，政府和金融客户，设备的运维不是特别专业，应用层面的软件轻车熟路，风火水电不一定有高效的手段，还有教育，医疗，社区，安装的环境非常少，面积很小。再就是能源和电力，他们的特点是使用环境恶劣，电网质量比较差，在不同的分布式数据中心需求地点和边缘地区的结点，我们推出一个解决方案。集成热管理、供配电、门禁安防、远程控制、动力环境监控等，通过模块化设计快速部署，给客户带来一个安全可靠的最基础的终端。
这是我们产品的造型，这是单柜体，完全密封的柜体，不管你是在野外的室内安装还是在30多层的办公室里，他是全密封的柜体，这个柜体提供安全可靠的防盗，带有指纹识别甚至面部识别的门禁系统，气流管理系统，空调，保护系统，使基础的设备安全可靠运行，同时完善的供配电，对这些IT设备进行远程开关，控制。同时有一些监控系统，对视频的监控，如果这个客户，他说我的设备要进行维护，通过云端的APP，给我们派单，我们可以对这个设备进行重启，这是设备的更换，维修，远端设备维护，可以对服务器进行重启。我们通过内部的传感器系统，还有探测系统，通过消防模块对这个设备内部进行精准消防，降低设备的损失。
这是柜内集成的设备，照明系统，摄象头系统，消防模块，所有的组织都是模块化标准设置，包括服务器，包括UPS，空调。这是我们插框式UPS，从1K一直到90K，包括后备电池时间，不管是5分钟还是2小时我们全部做成了标准插箱，直接进行单柜体增容。这是我们的空调，空调采用6U也是19寸的标准插箱，采用目前业内最环保的制冷机给IT设备进行制冷，同时空调制冷，柜子是全密封的，如果空调宕机了还有一个保障系统，应急风扇系统，如果一次设备故障之后，保障温度降下来。这是我们的供配电，也是做成了19寸的标准插箱，一直从10安到63安的系统，PDU可以控制IT设备的起停。这是我们的监控，动力环境监控，消防控制，实现了最基础的消防，制冷，门禁，视频监控的功能。这是监控的硬件，不详细说了。这个产品的特点，结合我们那些需求，标准化的组建，灵活配制，快速部署，特别亮点的工作就是无人值守，不可能派很多做基础设施维护的人员，不需要人员值守，通过远程APP操作，维护的便利性，所有的模块就这样直接插拔下来更换就可以了。
另外一个动环的内容，我们设备本身也有智能的功能，记录IT运用的情况，对他供配电的容量和智能容量进行动态调节，达到节能的效果，通过传感器系统来控制供电和制冷容量。再我们通过制冷器系统，检查空调是不是要更换，旅游，定期给体检的信息，上门维护。我们对设备使用时间记录，包括运维数据记录，我们给客户提供后期设备使用的运用运营报告，哪些设备容易坏，在采购的时候给出一些品牌采购的建议。
解决方案能给客户带来哪些价值，我们总结四个字，多快好省。多就是在多角度立体化管控机房，传统机房所有设备都是分散的，我们通过单柜体把机房所有内容解决掉了，不再需要做多余的管控，通过智能化的手段减少人工的运维成本，因为现在人的成本越来越贵，再一个设备电子标签的形式，能进行设备综合管理，给出设备运营体检报告。
快速部署，对所有客户来讲他就是黑盒子，你只需要把电源接上，服务器和IT设备装上去就可以进行安装使用了。所有的设备都是集成在一个柜体内，包括二次搬迁也是非常容易的。安全这块儿，刚才看到柜体整个可以通过远程的控制，发一个密码，可以把这个门开开，甚至通过人脸识别操控。省时省力省钱，原来一个机房还要做一个小的装修，现在不需要了，只要在办公室墙角，比如我们在这里开论坛，很多数据的需求，视频的信息直接放在单柜体，现在肯定是在后台有一个大的机房在支撑我们的业务。这是我们品牌的介绍，我们必施恩品牌取义于这首诗，谢谢大家。
主持人：
非常感谢陈长安先生精采分享，向我们展现了必施恩这个品牌。随着云计算不断发展，企业构建云平台已成为大势所趋，对于构建云平台，很多人对其的可控性与安全性产生很多疑问，如何提升可控性，安全性成为各行业现在面临的重要挑战，接下来我们有请天津麒麟服务器产品中心副总经理宋潇豫为我们带来银河麒麟自主可控云平台KylinCloud的主题演讲，欢迎。
宋潇豫：
大家好，我是天津麒麟公司的宋潇豫，大家可能对天津麒麟这个公司，对于银河麒麟的品牌认知更多的在于国产操作系统的厂商，今天我来的目的就是告诉大家，我们不单做操作系统，还做云平台，产品名称叫KylinCloud。从四个部分跟大家分享和介绍一下我们的麒麟云产品。首先可能大家听说过，我们是是专注做云十几年，我们所有技术继承了国防科大，我们是从2007年开始研发我们所谓的自主虚拟化监控器，2010年的时候正式将云平台的研发团队，我们到2011年的时候发布了第一个产品版本KylinCloud1.0，2013年的时候这是一个里程碑，因为我们当时在天河二号上部署了六千多个节点的云平台，对外提供商业服务，对企业应用提供互联网服务。到了2014年的时候，我们提出了基于国产硬件平台的自主可控云的解决方案，发布了我们的产品KylinCloud3.0，2016年的时候推出了知识运维平台，其实我们做云已经很久了。
产品主要定位还是面向党政军，自主可控专有云的解决方案，他剧本了完善的能力，包括基础设施服务，大数据支撑，高性能计算，他具备了数据中心自主可控的替换能力。这是我们产品架构，这是两种体系结构，一种是我们通用的X86，一种是处理器的体系结构。在上层所有云产品的构建，基于目前国内安全等级最高的操作系统，麒麟操作系统。在底层还是做存储资源虚拟化，网络资源虚拟化，在上层包括服务平台等功能，数据分析，包括云桌面，这是我们整个的产品架构。
我们产品的主要特点有五个，自主可控、安全、高可用、弹性、云端一体设计。首先自主可控，我们整个KylinCloud平台，突破了虚实结合资源聚合技术，解决了异构资源统一管理，这个异构资源是什么呢？同时支持主流的，无论是重量级的虚拟化还是轻量级的虚拟技术，同样做到混合管理，混合调度。我们是目前国内唯一的一家全占自主可控的云平台的解决方案。
第二个特点安全，刚才说了整个系统基于国内安全等级最高的操作系统，麒麟操作系统构建，在虚拟机安全隔离，用户安全，多级安全保障，在网络安全方面我们都做出了一些工作。第三个特点在于弹性扩展，整个系统是可插拔的模块化设计，基于资源池机制，可以按需提供计算，网络服务。第四个特点高可用，我们从上到下一体化的高可用的服务，包括可靠性的增强，尤其是对于关键服务和数据库，进行了相关的工作。我们对关键业务基于全局共享，实现虚拟机的快速迁移，故障报警等相关工作。因为我们主要用户，还是基于军队行业，尤其对系统高可用是有很高的要求的。最后一个特点是云端一体，无论是从端，也就是我们的终端，再到我们的云端，可以采用全一体化的设计，全部基于国产自主可控的平台，全部基于国产自主可控的操作系统，搭建整个一体化的国产自主可控的基础设施服务。
下一阶段我们的着力点主要还是面向我们的终端用户，行业用户，在几个方面去进行开展，第一个方面系统高可用，我们主要的应用还是在市场上，我非常羡慕几位演讲的同仁，可以跟大家分享很多案例，但是出于安全性的考虑，今天实在可惜没有跟大家分享。我们只能跟大家介绍下一步，针对虚拟机，针对特殊行业的应用进行更多的高可用的保障。第二还是将我们优势发挥到极致，第三个，对于特殊行业的专用设备进行虚拟化，将这些专用设备传到虚拟机里，让用户使用虚拟机。第四个实时性，主要面向测控，导向领域的实时增强。最后在智能运维方面做一些突破。
目前自主可控平台的状态是支持飞腾处理器平台，支持多种虚拟化方式，支持多种网络的模式，支持分布式存储，支持传统的X86和飞腾平台统一管理。因为当前在军民融合，肯定在很长一个阶段内，存在体系结构混合存在的情况，所以我们云平台作用在于此，当前我们产品状态是什么样子呢？首先X86的状态，第一个应用场景是高性能计算，目前在三个超算中心，天津、长沙、广州三个超算中心进行了部署，对外提供高性能计算和云的服务，他是目前，尤其是天津超算中心6400个节点，应该是国内比较大的，单一云的部署案例，不是部署多个云。他对外涵盖多个产业，同时他会辐射到多个应用，警务、医疗都有成功案例。自主可控平台他的状态有一个测评，人家说自主可控本来就不行，加了一个虚拟化，经过第三方测试，我们基于飞腾平台，他的底层虚拟化能力具备了虚拟化能力，整个测试中，他对典型的应用，包括地理信息处理，核心服务，包括三维地理信息平台，包括流媒体，包括态势感知服务做了一些处理，我们可以通过技术手段把损耗降到20%，并且还有持续优化空间。
自主可控平台应用案例是一些代号，可能大家看不懂，可以打一跟大家分享的主要是电子商秘网这个案例。另外我们还提供云桌面的服务，只需要秒级启动。产品的优势主要以下几点，第一，完整的自主可控生态，第二具有大规模的部署经验，第三是有效的智能运维平台，做故障检测，自动处理都是没有问题。第四就是面对行业用户做定制，无论实时性，在组合管理方面都有相关工作。
经典案例我原来写了七八个，受保密审查的影响，我只能给大家分享两个，第一个广州超算中心，这是一个生产环境，正在做实际运维，他上面主要跑的业务有几个，第一个是高性能计算，对外提供高性能计算服务，第二电子教育和动漫，渲染这些业务，整个部署平台上，我们做到几个特点，第一自动化部署，第二个智能运维，根据整个的业务系统做弹性扩展，做调度。第三他是混合云，混合云的概念很多，不单是私有云和公有云，而且是自主可控平台和X86平台在一起的婚期云，第四个多级安全还有租户管理。
第二个CEC商密网，主要是对业务进行国产化替代，使用国产处理器，国产服务器硬件，国产操作系统，国产数据库，加上国产的云平台。整个业务的特点包括几个，第一个是所有的业务要向自主可控平台迁移，第二个内外双网的设计，包括流量，做了一些限制。第三个他是双重性的设计。他的主要特点，第一个是X86和飞腾还是混合调度，第二个服务端和云桌面统一管理。
银河麒麟这个品牌是国安科大的，目前来说整个公司产品线很多，包括两个部分，一个操作系统，一个数据中心，应用到各种领域的操作系统，服务器操作系统，桌面操作系统，应对特定行业的实时操作系统，包括存储设备上的存储操作系统，还有操作系统定制，另外开元版本，也是天津麒麟在维护，他的体系机构X86和飞腾平台都有。数据中心系列，包括云平台，云桌面，高性能计算的集群，大数据平台，都是具备这样的产品。
整个团队虽然是天津麒麟公司，但是依托两部分技术人员开发，一部分是计算机学院，部分大概30多个拥有博士学历的操作人员，进行产品研发。另外一部分是天津麒麟信息技术有限公司，目前来说有200人，做上述产品化产业推广。整个这个团队，刚才说了天津麒麟和国防科大的人，整个云团队有什么能力呢？我们把一些工作回馈到社区，包括前两天发布Q版本贡献排名里，天津麒麟在完成特性功能的数目上，全球第17位，bug修复第6位，主要贡献还是我们在部署经验上具有很大优势，我们有部署经验能力，所以我们修复相关的bug，提交相关功能是有经验的。这大概是我的优势，我的分享就到这儿，谢谢大家。
主持人：
非常感谢宋潇豫先生精采分享，向我们展现了银河麒麟云平台自主可控方面的优势，以上嘉宾都是从企业的角度分享了大数据云计算，AI相关的人点话题，下面我们要再听一下政府部门的声音，接下来有请合肥蜀山区经济开发区管委会副主任宋兢为我们带来共商共建合肥蜀山数据小镇的主题演讲。
宋兢：
非常感谢赛迪提供这样一个机会，今天整整一下午的时间，大家坐了三个多小时非常辛苦，我也和大家一样坐了三个多小时时间，但我还挺佩服我自己的，因为我只听懂了10%左右，不能说我是站在政府这个层面跟大家探讨大数据的发展趋势，之梦说我在代表我们合肥蜀山经济开发区来跟大家，首先是向大家学习的，第二也是向大家介绍一下我们开发区。作为合肥，我不知道在座的朋友对合肥有多少了解，可能有的人去过，大多数人没有去过，在很多年前，合肥的知名度并不是很高，最近稍微提升了一点。我想先问大家一个问题，我们现在在网络上，可能有一些戏称，比如说谈到上海的时候，我们说是魔都，我们谈到北京的时候是帝都，谈到广州是妖都，谈到合肥有人知道是什么都吗？叫霸都。我想肯定很多朋友会认为你们合肥人真的这么牛吗？真的敢这么吹吗？可能他也有一定的道理，霸这个字第一点就是我们合肥，他是一座历史文化的名城，历史文化不应该在北京这样的城市来谈，因为实在是太班门弄斧了，合肥也不能像西安、洛阳、南京那样的城市去比，的确合肥有自己的历史特色，从两千多年前就成立了合肥县，再往后因为有东肥河，西肥河两条河，后期就改成了合肥。
合肥他这个地名有一个谜语，两个胖子睡一头，打一个地名就是合肥。合肥现在有一个寺庙叫做名教寺，也是在市中心位置之前叫教弩台，这是当年曹操的点将台。合肥是三国故地，也是包烝故居。合肥除了他是一座历史文化名城以外，第二个能够谈上霸的就是面积比较大，合肥市11445.1万平方公里，11000多平方公里大家没有一个直观的印象，比较一下大家就知道了，合肥的面积相当于上海的1.8倍，南京的1.7倍，合肥还是比较大的。另外一点合肥为什么这么大，以前是没有这么大的，在2011年国家机构改革的时候，把巢湖市划归到合肥市的行政版图，巢湖市的面积是770平方公里，我们经常号称是800里巢湖。合肥霸气在全国省会城市当中唯一一个拥有完整的淡水湖泊的城市，因为巢湖是中国第五大淡水湖，所以合肥比较大。另外一个合肥的人口八百万，截止到2017年八百万，可能跟上海、北京、杭州这样的城市是不能比的，但是我作为合肥人，我自己还是比较有感受的，十年前合肥人口四百万不到，在十年时间，我们的人口翻番了，意味着不仅是合肥这个城市他的经济社会发展速度很快，同时作为省会城市的吸附力，凸显作用越来越明显，第三点那就是我们的科教优势，合肥市是国家唯一的科技创新试点城市，也是继上海之后第二个国家批复的，综合性创新科学中心。所以我们合肥一直有两个科教的名片，一个就是我们的中国科技大学，另外就是中科院，合肥物质研究院。
最大的成果，近期十九大召开的时候报告里面指出的，就是我们墨子量子卫星，潘院士的成果，这个成果应该说在国际上也是相当领先。我们的科大，还有科大迅飞，在声音领域里面全国是名列前茅。习近平总书记也非常重视，十八大以后三次到我们科大进行调研，同时提出我们合肥是一个养人的地方，合肥是养人的地方，我想有两个层面的意思，作为总书记他可能是说合肥是培养人才的地方，我认为合肥也是容易把人养胖地方，北京有烤鸭，合肥有庐州烤鸭，合肥还有小龙虾也是比较出名的。应该说我们有自己的龙虾街，美食城，希望在座的朋友如果有机会到合肥去的话，不仅要看一看，玩一玩，也要吃一吃。
另外合肥物质研究院，有很多国家级的重点项目和工程，最有名的是人造小太阳，最终他要解决的是什么问题呢，就是怎么样把核能替代我们石油和燃气，这个在国际上是相当另新的，以上就是我认为合肥比较能够成为霸都的三个方面。
同时在科教方面，我们合肥拥有院士82个，拥有国家千人计划的人才有192个，国家有25个重点实验室都在合肥，其余的各类人才在合肥大概有130万左右，所以说我们的科教非常明显。下面说一下我们的蜀山区和蜀山经济开发区，蜀山区在合肥西部，我们蜀山区行政版图包括合肥市两个国家级开发区，这两个可伐区下午都在旁边会议室，一个是国家级经济开发区，一个是国家级高新开发区。现在国家几个部委已经获批了，合肥市委市政府就在我们的蜀山区，所以蜀山区是合肥市的政治、经济、文化、科教中心，中科大也好，中科院野鹤，包括合肥市70多所科研院所都在我们的范围内，我们的人才优势，科教模式还是非常明显的。蜀山区也是合肥市环境最优美的开发区，我们开发区在蜀山区的位置，是一个依山傍水的开发区，依山傍水是为？前面说到合肥市有巢湖这样一个城中湖，还有城中山，为什么我们叫蜀山区呢？大蜀山就在我们开发区的正南面，北面就是合肥市的大水缸，所有人的饮用水，都喝水库里的饮用水，水库的水质非常优良，这个水是从我们西边的大别山过来的泉水，蜀山也已经建成了国家级的森林公园，在这样的环境里面，我们在招商引资的过程中，特别对于企业的环保要求是非常高的，所以这个地方非常适合大家来投资，另外我们开发区还有一个优势，就是我们的交通比较便捷，我们是整个合肥市所有开发区当中离机场最近的，车程20分钟，到高铁南站也大概在20分钟左右。我们城市的公共交通来说，轨道二号线在去年年底已经贯通了，在我们开发区两个站点。除了正常的公共汽车线路之外，开发区内部还有供企业员工上下班的免费巴士，解决企业员工上下班的问题。
第三个优势，我们开发区配套比较齐全，除了正常的医疗、教育资源之外，还有饮食方面，有六个员工食堂，可以同时容纳近万人一起就餐。还有一个优势，就是我们的公租房近万套，六百套的人才公寓，解决员工后顾之忧，这个在开发区里面也是不多的。以上是我简单给大家介绍一下合肥，蜀山经济开发区。因为今天我没有按照PPT内容讲，一下午大家都很枯燥，不想把太死板的东西给大家说，简单过一遍，这是合肥的情况，历史明人，这个是交通区位。科教资源，投资成本，习主席来视察，这个蜀山区的情况，这是一些科教资源，环境，商务，这是我们开发区的情况，这里要说一下，开发区要和主题吻合。我们现在正在做我们的大数据产业，有兴趣可以跟我们联系，到我们开发区参观，做一些细节对接。这个也是我们去年年前的时候，我们中科院签的环境检测的国家重点工程项目，这个是38所在谈的，军工企业科研能力也非常强。这个是我们开发区，以跨境电商为主的监管区，下一步也是通过大数据加物流，大数据加跨境电商等等，作为我们开发区的未来发展方向。其他不多说了，不耽误大家时间，谢谢大家。
主持人：
非常感谢宋兢先生精采的分享，向我们展现了合肥蜀山经开区非常良好的环境。相信大家今天收获颇丰，感谢今天到场的所有来宾，谢谢你们的关注与支持，今天的会议圆满成功。2018年中国IT市场年会到此结束，我们明年再见，谢谢。
