数据基础设施成趋势，华为战略布局的深意

石油被认为是定义了二十世纪的一种商品，能源、交通、贸易、材料等多个行业都跟石油有着紧密的联系，石油几乎代表着一切。当时间进入到21世纪，数字化时代到来，数据成为最有价值的商品，整个数字世界的构建都离不开数据。

数据就像水一样，它滋润着数字世界的万物。因此，当华为在全球数据基础设施论坛上宣布面向鲲鹏计算产业，全面启动数据基础设施战略，并将其开源数据虚拟化引擎命名为河图（HetuEngine），其用意不言而喻。“之所以用河图这个名字是因为源自‘大禹得河图始见清明’，大禹通过河图掌握河流山川复杂的地形地貌，顺利完成治水大业。”华为Cloud & AI 产品与服务总裁侯金龙如是说。

事实上，拉开时间轴来看，华为今年围绕数据推出了一系列的产品与解决方案，从年初的OceanStor分布式存储、GaussDB数据库的推出，到年中OceanStor Dorado V6全闪存存储以及华为智能融合数据解决方案的发布，再到年底华为开源数据虚拟化引擎河图的亮相，华为数据基础设施战略的蓝图已经初步勾勒清晰。

在数据成为智能时代的生产资料，整个数字世界的构建和运转都是围绕数据进行时，华为数据基础设施战略的推出，不仅仅是对于智能时代的一种呼应，更是对于用户数字化转型基础设施建设需求的一种满足。

数据基础设施成大势所趋

数据基础设施兴起的大背景其实是数字经济的快速发展。当前，数字经济步入快速发展期，被普遍认为是经济发展的新引擎。以2018年为例，我国数字经济规模达到31.3万亿元，同比增长20.9%，占GDP比重达到34.8%，这背后其实是行业加速产业数字化、企业加速数字化转型，产业组织、商业模式以及生产方式全都将围绕数据而进行重塑。

当然，这一切的基础就是数据基础实施。中国信通院认为，数据基础设施是面向现代化经济体系建设和数字经济发展，融合感知、传输、存储、计算、处理等能力为一体，为社会生产生活进行数字化、网络化、智能化的新一代智能化基础设施。

与过去传统的IT基础设施不同，数据基础设施具有四大特征，它首先是传统IT基础设施的延伸，强调信息技术与传统基础设施的深度融合；此外，数据基础设施具备融合、协同、智能、安全、开放五大特性；可以有效满足数据的存储、管理、计算等方面的新需求；还能够推动数据应用生态的构建，将数据资源转换为数据资产。未来，作为数字经济的基石，数据基础设施应该具备全面感知、泛在连接、高速传输、智能分析以及敏捷响应五大能力。

侯金龙表示：“数据增长是无限的，而数据基础设施资源却是有限的。”根据预测，全球数据量将从2018年的33 ZB快速增长到2025年的180 ZB。但是，产生的数据中仅有不到2%被保存，而被保存的数据中仅有不到10%被应用。

 

目前来看，各方对于数据基础设施的定义、重要性等抱有不同的看法，尚未形成广泛的共识；此外，在技术层面，数据采集、传输、处理、存储、分析技术能力依然有待提升；而且新兴技术融合面临一定的困难，尤其是传统行业基础设施数字化程度低，改造难度大；随着网络安全防护的边界不断扩展，数据基础设施安全层面涉及终端、设备、网络传输、边缘节点、数据等，需要去重点防护；最后则是应用推广路径不清晰，针对数据基础设施可持续商业模式有待探索。

“华为希望打造融合、智能、开放的数据基础设施，让数据的采、存、算、管、用实施全生命周期端到端的整合和优化，让数据的每比特发挥价值最大，数据的每比特成本最优。”侯金龙如是说。

华为数据基础设施的三个关键词

如今，随着5G、大数据、云计算、IoT以及人工智能等技术的加速应用，各个行业的用户普遍都需要面对边缘、中心以及云三个环境。业务环境和业务场景的改变正在加速基础设施的变革，在华为看来，行业场景归根结底主要分为三类：生产交易场景、数据湖场景、边缘场景。

“像金融、电信以及大型企业的ERP属于典型的生产交易场景；而像政务大数据、公安大数据、电力大数据这些则属于典型的智能数据湖场景；另外像运营商、银行、煤矿、地铁等需要的则是边缘数据基础设施。”华为智能数据与存储领域总裁周跃峰补充道。

 

因此，华为的数据基础设施战略也面向这三大场景推出了三大解决方案，包括面向生产交易场景的OceanData、面向智能数据湖场景的FusionData以及面向边缘场景的FusionCube 2.0，涵盖了从AI芯片、存储、数据库到大数据、智能运维与管理等多种产品。

事实上，华为在今年9月份全联接大会上正式发布了计算战略及其“一云两翼双引擎”的计算布局，华为数据基础设施战略是华为计算大战略的一部分。融合、智能、开放是华为数据基础设施战略最为核心的三个关键词，华为希望通过数据基础设施建设让用户的数据系统从孤立走向融合，从复杂走向智能，从封闭走向开放。

在融合方面，华为认为烟囱式IT业务系统带来两个问题：存的时候会产生多个冗余副本，且数据无法流动，存储成本高；分析的时候会导致大量数据搬迁，分析效率低。为此，华为希望打破存储内部系统墙、数据库与存储链路墙、大数据与存储配置墙、数据库与大数据协同墙这四堵用户最为常见的数据墙。侯金龙表示：“我们希望让数据的融合更加彻底，让数据流动起来，进而让整体TCO大幅下降，数据访问、处理、分析的性能与效率大幅提升。”

在智能方面，华为为数字基础设施构建起基于AI芯片、存储和华为云的三层架构，通过云上训练和云下推理，让数据基础设施的配置和运维更加简单、效率更加高效。“依托像昇腾处理器的AI能力，自动学习和识别IO流，提升Cache命中率，让系统整体性能达到提升，并且结合华为云大规模运维运营经验，实现性能预测和故障自我修复。”侯金龙介绍道。

在开放方面，针对目前很多用户业务类型增多、大量业务需要跨平台、跨数据源协同分析，找数难、取数难、用数难等情况，华为数据基础实施通过“河图引擎”来屏蔽数据类型差异、地域差异、语法差异，让数据治理和使用更加简单。

当然，华为也坦言数据基础设施依然处于起步阶段，从产品到解决方案依然存在着很大的提升空间。“数据基础设施依然存在着很多挑战，主要有两个方面：第一是生态，第二则是中国在基础设施研究领域依然比较薄弱。今天在中国市场，我们在互联网应用层面有着很多非常出色的创新，但是在应用下面的基础设施领域还需要进一步提高。”周跃峰如是说。

为此，华为成立了鲲鹏智能数据产业联盟来持续推进智能数据产业发展，希望让产学研用全面参与到数据基础设施的创新之中。鲲鹏智能数据产业联盟包括数据库产业推进组、鲲鹏大数据产业推进组、鲲鹏智能边缘产业推进组、存储产业推进组（筹）等。华为还设置了奥林帕斯奖，目的就是希望全球科研者参与到数据基础设施业界难题的解决中来。

河图引擎：让数据基础设施平台化

在本次论坛上，华为河图引擎（Hetu Engine）首次向外界亮相。华为河图引擎的目的是为了屏蔽数据基础设施的复杂度，让开发者像使用数据库一样使用大数据，复用现有的生态、工具和技能，让数据治理、使用、价值挖掘更加简单和方便。

华为河图引擎具备四个核心能力：

• 一个目录：通过元数据在线感知，构建1000+异地异构数据源全局虚拟数据视图，打破数据孤岛，数据全局可视，解决企业找数难问题。
• 一个入口：通过开放的连接框架、5000节点SQL引擎，实现30种异地异构数据源统一SQL访问，秒级获取，数据全局可得，解决企业取数难问题。
• 一份数据：通过CarbonData技术，实现一份数据多场景分析，多应用共享，数据零搬迁，数据全局可用，解决企业用数难问题。
• 统一安全：通过细粒度动态授权、敏感数据自动感知技术，实现异地异构数据源集中式安全配置与管控，数据全局可控，数据授权时间从天到秒，解决企业数据安全与合规问题。

相比目前火热的数据中台，华为河图引擎所要做的事情是，对下去解决数据接入、数据共享的难题，对上有利于应用的数据分析与挖掘。目前业界对于数据中台主要有两种路线：一种是以营销等业务场景切入的数据中台；另一种则是倾向于通用型的数据中台。但是，华为更加强调河图引擎并不是中台，而是真正让数据基础设施走向平台化。

 

周跃峰表示：“中台目前是一个模糊的概念，包括像数据中台、业务中台等等。河图引擎更希望打造成一个平台，它并没有业务属性在其中。平台的好处在于它可以让生态合作伙伴们真正去使用。”

为此，华为宣布将于2020年6月份正式对河图引擎开源，华为将开源内核，开发者可以基于开源代码进行定制，包括数据源扩展、SQL执行策略等，实现应用快速对接，提升开发效率。

“以南向接口为例，华为不希望只有华为的核心处理组件连接河图，其他数据库厂商的产品也能够灵活接入，这样真正形成一个开放的大生态。”周跃峰最后补充道。

总体而言，在基础设施领域实现突破是一件需要持续投入、并且困难重重的事情。华为数据基础设施战略的推出，表明华为愿意去承担这项任务，携手广大合作伙伴去改变市场局面。人们常言：“想全是问题，做才是答案。”期待华为未来在数据基础设施结出更多硕果。