• 进行大规模云迁移的挑战和建议
    许多企业正在迅速将工作负载迁移到云中,以便从公共云可以为客户提供的规模经济中受益。许多企业正在迅速将工作负载迁移到云中,以便从公共云可以为客户提供的规模经济中受益。如今,许多企业正在以某种形式采用云计算服务。尽管某些行业(如零售业)迅速采用云计算技术,但由于众多合规性和法规要求,诸如金融服务等行业厂商迁移到云平台比较缓慢。很多企业正在寻求将运行在传统基础设施的工作负载迁移到云平台,以获得云计算技术的优势,例如安全性、可扩展性以及成本节约。云迁移的过程非常复杂,需要适当的计划和执行。可以肯定的是,很多企业在迁移过程中将面临意想不到的挑战。为了缓解一些挑战,企业可以通过云计算提供商的合作伙伴生态系统或云计算提供商提供的专业服务寻求帮助。尽管复杂性很高,但企业还是应该投资于将应用程序迁移到云平台,因为获得长期利益远远大于短期风险/担忧。挑战性(1)缺乏对当前资产的了解多年来,很多企业在其数据中心环境中进行了大量投资,并且在将业务迁移到云平台之前了解当前状态至关重要。为此建议企业需要进行云计算评估,以使他们对库存有清晰的了解,并帮助他们了解向云迁移所需的工作水平。云计算评估对于了解迁移后的运营成本也是非常有用的。(2)没有来自应用程序团队/所有者的支持具有集中IT实践的企业的应用程序团队通常会面临将业务迁移到云平台的挑战。这些挑战的原因可能是多种多样的——应用程序团队花费多年时间优化数据中心的堆栈,而迁移到云平台需要大量的时间和资源。企业的IT团队可以通过创建迁移设施和提供必要的技术专业知识来帮助应用程序团队适应迁移和迁移后阶段来解决这些挑战。(3)承担过多任务云迁移是复杂的计划,需要不同团队之间的仔细协调。迁移到云平台的长期利益可能是企业将其数据中心迁移到云平台的快速促成因素。企业必须规划所有迁移的利益相关者和工程团队的迁移规模,并明确迁移方法(考虑提升/移位或提升/优化)。强烈建议迁移到对企业影响较小的环境,在此过程中吸取的经验和教训可以极大地帮助改善迁移过程,并在将关键业务工作负载迁移到云平台时取得巨大成功。(4)迁移期间和迁移之后的数据保护在评估阶段,至关重要的是将每个应用程序的数据分为不同的层,并采取控制措施,以防止迁移期间敏感数据泄漏。迁移后的安全和应用程序团队需要具有强大的监视和日志记录功能,以便在发生恶意活动时采取适当的措施。(5)在资源提升技能上的有限投资重要的是要使企业的工程和实施团队掌握在云平台上运行IT系统所需的知识。拥有大规模运行系统所需的适当知识和工具,可以确保企业的业务成功地迁移到云中。迁移的不同方法(1)重新托管/提升和转移当企业将计算/存储设备与云平台中可用的计算/存储设备进行交换时,这种迁移方法需要更少的工作。其想法是将内部部署设施的虚拟机(VM)迁移到云平台上,这是使应用程序在云平台中运行的最快方法,但是,如果不进行优化,可能无法获得节约成本的优势。这使企业能够根据业务需求增加容量和可用性。(2)重建平台为了获得更高的云计算收益,企业可以选择这种方法。通常情况,这种方法不需要进行重大的架构更改,但是会尽可能利用公共云上的PaaS产品。例如,如果企业具有在SQL Server后端的IIS上运行的两层应用程序,则可能希望使用数据库和Web服务器的托管服务将其应用程序迁移到云平台中。(3)重构这是最复杂的迁移策略,但这是一个能够获得采用云平台所有好处的策略。在通常情况下,当企业希望将其整体细分为微服务时,就会采用这种方法,以便它们可以实现更好的可用性并可以扩展/缩减每个服务,而不必担心应用程序。这种方法需要长期的承诺,并需要企业的支持。重构的初始成本可以被长期节约的运营成本所抵消。组织还应不再使用或淘汰不再需要的资源。云评估提供有关当前清单以及一段时间内使用多少的信息。这些指标通常可以有效地确定资源不足或过盛。优秀实践建议以下提供一些优秀实践的建议:· 了解总拥有成本(云平台/内部部署)和迁移成本。· 自动执行可重复的任务,使企业的工程师能够确定所选的自动化工具。· 在迁移过程中与安全团队保持持续联系。这将确保企业在迁移期间不会遇到更多的障碍。· 在迁移的规划阶段了解并记录合规性要求。根据要求,制定可行的计划和策略以符合合规性标准。在云迁移过程中需要有定期检查点,以避免任何陷阱。· 在开始迁移之前,需要充分了解数据隐私要求。确保有适当的控制措施来监控迁移前后的数据安全性。· 建立一个由企业和云计算提供商代表组成的迁移委员会。应该授权迁移委员会在遇到问题时做出决定并指导实施团队,以便遵守建议的时间表。建议执行发起人监督迁移委员会,以便更轻松地获得企业管理层的批准/支持。· 与应用程序团队保持开放的沟通渠道,确保将应用程序团队的应用程序迁移到云平台时具有足够的代表性。企业需要了解应用程序依赖性并相应地计划迁移。· 在云平台上构建健壮的着陆区,并创建共享服务以减少运营工作量。· 在云迁移之前,使用日志记录、监控和安全工具确定并提高团队技能。企业不希望其团队在迁移之后寻找工具来维护运营稳定性。如果企业选择扩展当前的工具链,则相应地实施计划。· 根据用例计划混合连接,大规模迁移通常需要将专用连接恢复到内部部署设施。· 运行具有足够回顾机会的敏捷性流程,以便可以实时改进。作者:Trevor Hykes来源:企业网D1Net
  • [开放讨论区] 边缘计算是货运的未来吗?
    边缘计算模型为实时数据计算提供了增强功能。通过在源代码处进行数据处理,利用网络生态系统边缘的大量节能计算能力,显著改善了网络的固有延迟,并降低了数据传输要求和功耗。随着技术的进步,卡车行业优化运营的机会增加。卡车运输领域的最新技术发展,包括联邦汽车承运商安全局(FederalMotorCarrierSafetyAdministration)2017年的电子记录设备(ELD)要求。各种规模的航空公司突然被期望拥有一套先进的系统来监控司机的位置和服务时间。但这项任务也提供了一个升级这个大多数人认为充其量是过时的行业的技术的机会。作为回应,ELD供应商开始适应新的市场。大多数人选择了云计算模式,即远程收集授权数据,通过互联网连接传输到外部服务器,并在处理后返回给用户。与此同时,另一种技术出现在ELD市场中:边缘计算。与云计算不同,它将逻辑和数据处理从集中的服务器转移到网络的最远点(或边缘)。在边缘计算模型中,数据在最接近其原点的点进行收集、处理和分析,然后将结果传输到云端以供查看、报告和共享。即使网络连接不可用,边缘计算技术也能无缝工作。边缘计算模型为实时数据计算提供了增强功能。通过在源代码处进行数据处理,利用网络生态系统边缘的大量节能计算能力,显著改善了网络的固有延迟,并降低了数据传输要求和功耗。远程信息处理中的边缘计算通过新的分布式边缘计算架构,远程信息技术客户有机会在性能和用户体验方面得到显著改善。在边缘计算设计的系统中,所有远程信息处理数据的采集和处理都发生在车辆驾驶室内。这种离线计算架构比上一代云计算更可靠,上一代云计算通常在网络服务不可用或云服务器出现问题时崩溃。要理解边缘计算的基本原理,请考虑最近云计算失败的一个实际例子。据报道,在2019年末和2020年初,两家最大的车队管理远程信息处理供应商高通公司(QualcommInc.)和Omnitracs的客户经历了ELD停机,影响了数十万辆汽车和驾驶员。这种类型的事件不会影响边缘计算远程信息处理系统,无论云上的网络连接或服务器可用性如何,边缘计算远程信息处理系统都会在驾驶室内持续收集和处理实时数据。因此,车队管理人员可以确信,来自驾驶员来源的数据将是准确和随时可用的。边缘计算在任何时候都提供支持ELD合规性的资源,并可全面了解车队运营情况。通常情况下,当驾驶员经过小区范围外的一个远程位置时,车队会失去能见度。使用边缘计算设备,一旦网络和服务可用,数据就会同步传输到云端,以便共享、查看和报告。车队经理能够与驾驶员沟通,查看服务时间数据,并实时优化回程机会。您是否需要一个边缘计算系统用于ELD和车队管理?简短的回答是肯定的。边缘计算远程信息处理提供实时可视性,所有数据的收集和处理都发生在驾驶室内。这种离线计算架构比上一代云计算更可靠,上一代云计算通常在网络服务不可用或云服务器出现问题时崩溃。解决延迟延迟是请求数据与开始传输之间的延迟。驾驶室中边缘计算技术的延迟比4GLTE网络的延迟低15倍以上。许多传统的车队管理提供商仍然有数十万个单元在3G上运行,这是4GLTE的两倍。驾驶室采用边缘计算技术,可以通过生物特征(指纹或面部识别)来保护数据。此外,安全风险大大降低,因为攻击者必须同时攻击多个移动边缘计算系统,才能对业务产生有意义的影响。通过边缘计算,传输误差大大降低。适当设计的边缘计算ELD和车队管理系统是完全冗余的,所有数据在输入记录数据库系统之前都要经过积极的验证。利用当今大多数智能手机的先进技术和管理能力,可以获得大多数智能手机的低成本拥有权。购买昂贵、不可靠和专有硬件的日子一去不复返了。此外,边缘计算系统的安装可以在10秒内完成,这意味着车队所有者在安装硬件时不会让卡车停运一天或更长时间。有了边缘计算,就不再需要将昂贵的专有硬件锁定在单个应用程序中。系统可以构建在标准的iOS或Android设备上,以降低成本并改善用户体验。根据Gartner最近的一份报告,目前只有10%的企业系统使用边缘计算,但预计到2025年,边缘计算的使用率将增长到75%。下一代车队管理系统供应商已经开始提供边缘计算。通过采用更快、更可靠、更安全、更实惠的技术,车队可以专注于真正重要的事情——经营业务和运送货物。作者:Cassie编译来源:千家网
  • [互联网] 2021年的十大云计算趋势
    云计算对组织IT环境和消费者的生活同样至关重要。其协作能力(主要体现在远程医疗、互联网银行和电子商务领域中)体现了大数据领域的远程交互性,这种趋势可能不可避免地向边缘转移。云计算技术在冠状病毒疫情期间为全球经济、供应链以及远程工作的员工提供了支持,它将继续成为组织寻求在2021年提高可扩展性、业务连续性、成本效益的基本方法。根据思科公司的研究,94%的工作负载将由全球领先的云计算数据中心控制。不过IDC公司最近的调查表明,IaaS市场在未来5年复合年增长率将达到33.7%。以下是人们将在2021年看到的优秀云计算趋势:1. 混合云计算将在2021年占据主导地位到目前为止,许多组织都使用混合云计算系统来维护其工作流程和生产。许多专家认为,到2021年,各行业组织都将采用混合云。人们希望从混合云中获得理想的速度、出色的控制和改进的安全性。2. 无服务器计算无服务器计算越来越得到广泛的应用。这是由于对传统创新的不断增长的要求,以使无服务器发展成为可能。它通过隔离应用程序的开始和结束来重新分配整个基础。例如,按需支付系统是一种结构普通的无服务器模型。这样的项目非常灵活,可以使组织对云计算托管的成本拥有更多的控制权。3. 边缘计算多云的实用程序(以及不断增加的用例)反映了数据环境的不断发展。由于当前的疫情而导致孤立的程度正在促进这种模式,并且提高采用边缘计算的可行性。逐渐异构的条件从根本上增强了连接它们的需求,而这是多云部署的优势所在。4. FaaS在云中的实施功能即服务(FaaS)是云计算服务的主要部分。它在代码使用方面为工程师提供了支持,同时与采用复杂基础设施保持距离。FaaS是无服务器计算的一部分,主要围绕网关、存储、API展开。这些是FaaS服务类别。与IaaS和DaaS合作伙伴相比,它是一种更简单的帮助,它使开发人员可以节省编程时间。组织可以使用FaaS更快地创建代码。到2021年,更多的科技公司将选择FaaS作为其运营工作的工具。正如Cision公司的一项研究表明的那样,FaaS的市场规模将达到772万美元。因此,其年增长率将达到32.7%。5. 云计算提供商开展合作2021年将看到更多的云计算和多云提供商开始合作,因为云计算供应商承认他们开始合作以加快上市速度,利用各自的优势占据更大的市场份额。Oracle公司与微软公司在2019年6月开展合作就是一个例证,利用了Oracle公司的网络技术和微软公司的机器学习能力。6. 超大规模数据中心在数字时代,即时消费推动企业以惊人的速度工作。他们需要其IT框架以比任何常规框架都更快的速度提供服务。他们同样需要可以快速扩展以提供增长需求的IT基础设施。组织在数字时代对业务的这种需求加大了对超大规模数据中心的需求。超大规模数据中心可以迅速地扩展规模,以应对日益增长的需求。在Markets&Markets公司的研究报告中,评估了超大规模数据中心市场在2017~2022年将以26.32%的复合年增长率增长。7. 数据安全用于移动数据的安全策略以软件定义的边界为例,该边界通过加密来协调公钥访问,同时短暂地开放一个安全的UDP端口以构筑应用程序级连接。容器平台的自动化功能解决了多云访问问题,因此,组织采用了引人注目的方式,可以用自动化方式描述各种云计算供应商或各种云计算策略。8. 大数据、云计算和物联网的联合服务随着与大数据和物联网技术的结合,云计算将在2021年得到改善。毫无疑问,主要的科技厂商将加入整合的服务,这使其成为一种趋势。大数据和物联网都在不断发展,一些组织已经在采用这些技术。在处理和分析大数据之后,大数据可提供与特定企业标识的数据。物联网是具有合法互连的物理设备可以用于生产的地方。根据需要,如果云计算与大数据和物联网融合,组织可以提高其生产力。组织可以获得其竞争对手的关键信息,并为确定未来的业务选择投入更多精力。9. 自动化的云编排和优化云平台将继续创建自动化的云计算流程编排和优化,因为跨应用程序监督互连服务的质量和数量超过了IT公司的处理能力。自动化的服务和性能管理必须成为2021年选择云计算提供商的主要部分之一,因为组织可能需要处理来自某个云提供商的更多服务。10. 灾难恢复即服务随着越来越多的组织的业务实现数字化,停机时间带来的损失正在迅速扩大。Gartner表示,IT宕机的平均成本为每分钟5600美元。例如,在电子商务公司的停机时间中,将会丧失或减少销售机会。此外,很多组织正在遵循GDPR等准则来谨慎处理客户数据。组织在制定灾难恢复策略时应遵循所有合法条款。因此,当今的组织正在逐步转向“灾难恢复即服务”, 这是一种可以完全缩短灾难恢复时间的技术。作者:Priya Dialani  来源:企业网D1Net  
  • [互联网] 华为5G LampSite室内覆盖数字化解决方案荣获《人民邮电》报2019年ICT创新奖
    来源:中国信息产业网日前,中国通信行业权威媒体《人民邮电》报公布了2019年度"ICT创新奖”,华为5G LampSite室内覆盖数字化解决方案荣获5G室内覆盖创新奖。室内覆盖是5G建设第一波的重要场景2019年是5G商用元年,中国在6月也正式发放了5G商用牌照。5G的商用加速,为个人、家庭和企业带来了丰富的业务体验,推动行业数字化升级。我们发现,5G网络的建设与4G时代相比出现了很大的不同。5G的产业链各构成要素是同时发展的,室内和室外同时发展,终端和网络同时发展,行业应用和解决方案同时发展。这是过去20多年移动互联网发展史上第一代实现同时发展的通信技术时代。尤其是在室内覆盖领域的发展非常迅速,进入5G时代后,智慧机场、智慧酒店、智慧医疗、智慧园区、智慧场馆等熟悉的应用场景大多发生在室内,室内数据流量占比将进一步达到80%,室内覆盖的重要性前所未见。从而,在5G元年,运营商已经从首批5G建设开始就把室内作为重要组成部分。从华为公布的发货数据来看,截止到2019年10月底,其5G室外AAU解决方案发货超过40万台,其室内场景解决方案5G LampSite的发货超过50万台。可见,全球5G网络的建设从第一天起,就已经实现了室内网络与室外网络的同步建设。华为DIS产品线总裁陈传飞在北展期间高峰论坛的发言照片华为5G LampSite领跑室内覆盖数字化解决方案在4G时代,虽然70%的场景发生在室内,但由于4G信号穿墙能力比较强,且信号衰减比较低。因此,4G商用初期,室内覆盖还延续了3G时代以模拟技术为基础的模式。然而,5G时代,一方面,运营商既要提供一张无处不在的网络,又要保证网速的稳定性,一堵水泥墙对信号的损耗大约是20db,特别是5G高频信号,很难穿透水泥墙将信号由室外传入室内。无论是在中国,还是在4G网络建设相对滞后的欧洲,在第一波的5G建设中,都对数字化室内覆盖技术提出了需求。针对室内覆盖,华为在业界率先提出DIS(室内数字系统)三层架构,用数字化方式解决室内覆盖的问题,以获得更大容量和更高效率。华为基于DIS架构的LampSite产品在市场上获得积极反响。从2015-2016年起,4G LampSite逐步起量,单2018年华为4G LampSite就部署了几万栋楼;2019年开始,5G DIS迅速上升,截至到2019年11月,华为5G LampSite已部署超过2万栋楼,其中商场/购物中心超过200栋。华为数字化室内覆盖解决方案已在英国、中东多个国家、韩国、印尼、马来西亚、泰国、中国香港等超过30个国家和地区规模商用。优秀的市场表现,得益于华为的多方面的深耕细作。其一,华为在通信行业的技术积累。华为作为在通信行业发展30年的世界级企业,在通信上的技术积累非常雄厚,这也让华为DIS架构能够在华为这样一个大的平台上迅速孕育,并获得通信产业的一致认可。其二,华为在细分领域的不断投入。华为从2009年开始,每年投入大量资金进行5G室内网络方案的研发,到今年已经坚持10年时间。华为是业界唯一一家建设了一个专门用于室内小基站的产品线,是业内第一个提出专门针对室内网络方案的公司,也是第一个将室内小基站研发出来的公司。其三,数字化室内覆盖架构的领先性。该架构具有部署简单的优势,可以通过VCN、切片技术做到一网两用、公私隔离,这使其成为室内极简的2B行业网络解决方案,能够为千行百业提供一张可靠、安全、稳定的室内网络,有效满足数字化转型的诉求。#中国三大运营商在中日友好医院部署5G LampSite网络,提供远程医疗服务#其四,5G LampSite产品的性能领先、商用领先。华为推出的5G LampSite,集3G/4G/5G性能于一身。早在2018年就完成IMT2020(5G)NSA和SA测试,是业界第一个完成5G室内网络的测试的产品,性能结果位于主流供应商第一。经过2019年一年的商用实践,华为5G LampSite助力运营商很好地完成了虹桥火车站、上海进博会国家展览中心活动、北京大兴机场、深圳洲际酒店、中日友好医院等多样室内业务对网络的考验。#中国率先完成了IMT-2020室内覆盖数字化部分测试#华为长期的投入以及市场商用的验证,将不断催熟行业架构稳定性、创造出符合市场需求的创新解决方案。同时,华为也正在积极参与产业活动,通过和运营商共同构建基础设施,助推5G产业的整体繁荣为各种上层应用、上层业务孵化服务。更多信息,请关注华为5G+X 联创营:https://developer.huaweicloud.com/techfield/5g.html
  • 2021年值得关注的八大机器人流程自动化趋势
    如今,机器人流程自动化(RPA)成为企业高管十分关注的技术,并且正在制造业、零售业、电信业、金融服务和保险(BFSI)以及安全等行业领域迅速发展。而随着时间推移和技术进步,将会越来越多地应用在其他行业。如今,机器人流程自动化(RPA)成为企业高管十分关注的技术,并且正在制造业、零售业、电信业、金融服务和保险(BFSI)以及安全等行业领域迅速发展。而随着时间推移和技术进步,将会越来越多地应用在其他行业。这项创新技术围绕自动化和人工智能等其他相关技术能否取得突破性进展的争论也很激烈。考虑到自动化工具和新兴技术的紧密结合,RPA将成为自动化技术的未来。调研机构IDC公司的一份调查报告表明,到2023年,全球企业在数字化转型方面的投资将达到2.3万亿美元。为了使业务操作简单明了,机器人流程自动化是主流的技术进步之一。如果企业管理者希望提高业务运营的效率,采用机器人流程自动化可能是一个理想的选择。1. RPA将成为新的ERP全球系统集成商(GSI)和基于审计的咨询机构将会激励和培训更多的工作人员加入自动化进程。而全球系统集成商(GSI)这种做法就像在上世纪90年代全面推广企业资源规划(ERP)软件一样。很多企业意识到自动化行业已经为爆炸性发展做好准备,并看到采用RPA销售业务和服务能够帮助其客户获得新的回报的机会,就像他们曾经使用ERP一样。2.智能流程自动化(SPA)的兴起智能流程自动化(SPA)是RPA的一种扩展。上一代的RPA是为结构化数据实现自动化而准备的,有一套预先定义好的规则。然而随着技术的发展和进步,简单地结合机器学习功能的SPA机器人就可以替代RPA的“If-Then”规则和声明。SPA基本上允许RPA机器人通过自动化生态系统而获利,其中包括人工智能、海量信息、大数据、机器学习等等。3.人工工作和数字工作的混合RPA将通过执行不可预测、枯燥和单调的任务来使大多数人员的工作实现自动化。这可能会导致人工工作和自动化工作混合在一起。RPA的最终命运将是使用新兴技术进行创新,例如,大数据、数据分析、业务流程自动化、人工智能、区块链、光学字符识别(OCR)等与RPA结合起来,提供强大的自动化功能。与此同时,很多RPA公司也正在致力于技术的进步和发展。4.机器人流程自动化(RPA)产品的差异化更加突出企业如今面临在150多种RPA产品选择最适合产品的难题,并且这些产品在盈利能力要求、设计质量和方法都有了根本性的改变。因此,迫切需要了解这些产品的重要技术差异。RPA产品将在2021年开始出现更加清晰的轮廓,其中RPA产品将分为两大类:一类是在桌面环境中快速获得战略优势的产品,另一类是在大型企业中传达更具战略转型的产品。5.消除文书工作RPA是一种数据驱动的自动化流程,可帮助企业集中精力完成单调的任务和练习,以及帮助工作人员完成耗时的日常工作。由于自动化技术正在迅速发展,因此数字化劳动力(机器人)可能会以高效而强大的能力掌握技能并为工作人员提供帮助。正如某些调查报告所指出的那样,到2025年,自动化市场上将有很多易于部署的RPA模型,这些模型具有预先构建的功能,可用于企业实现各种文书工作的自动化。6. 机器人为远程在家工作提供帮助在家远程工作正在推动企业从全职工作向基于网络远程工作方式的转变。很多企业正在规划和设想“为每名员工配备一个机器人”的战略,这种设想很快就会变成现实,每个员工都将拥有自己的机器人(或数字助理)。据预测,RPA市场的变化将有助于这种持续向远程工作模式的转变。7.机器人与数字工作者的清晰分离此外,对于市场上不同机器人及其功能之间存在的巨大反差,人们将有更加清晰的理解,这很重要,因为它们是企业转型的动力。有一些机器人依靠记录的处理步骤来完成战术任务,却无法适应任何自发的变化,还有进一步发展的“数字工作者”,其操作方式更像人类。这些数字劳动者与不同的机器人并不完全相同,就像一个预先构建的、智能的、高效的、自组织的、多任务的资源一样,它与人类一样使用和访问类似的IT框架和系统,而无需使用API,因此配备可自动执行任何应用程序的流程。8.员工体验将变得更加重要近年来,企业越来越关注客户体验(CX),并且也在关注类似的员工体验(EX)方法。为什么会这样呢?以2020年发生的冠状病毒疫情为例,很多人面临与经济衰退有关的焦虑和担忧,自动化市场必须通过有助于改善员工体验的流程和操作来解决这一问题,这对于提高员工的士气、敬业度和生产率至关重要。原文标题:Top 8 Robotic Process Automation Trends to Watch in 2021,作者:Preetipadma   来源:51CTO.com  李睿
  • 想成为机器学习信息工厂,企业需要从精益制造学到这六个精髓
    根据调研机构Forrester Research公司最近发布的一份调查报告,机器学习(ML)对于企业的业务获得成功至关重要。98%的IT领导者认为,机器学习运维(MLOps)将为自己的公司带来决定性的竞争优势。但是,只有6%的公司认为其机器学习运维(MLOps)功能已经很成熟,并且可以从中受益。根据调研机构Forrester Research公司最近发布的一份调查报告,机器学习(ML)对于企业的业务获得成功至关重要。98%的IT领导者认为,机器学习运维(MLOps)将为自己的公司带来决定性的竞争优势。但是,只有6%的公司认为其机器学习运维(MLOps)功能已经很成熟,并且可以从中受益。机器学习(ML)和机器学习运维(MLOps)到底是什么?为了找到答案,先从术语的定义开始。机器学习(ML)是一种可以在不需要人工干预的情况下从数据中学习的人工智能。致力获得成功的企业正在使用机器学习(ML)来优化其业务的各个方面:提高员工生产率、提高客户满意度,以及增加收入。虽然数据量在过去几年中几乎呈指数级增长,但使用机器学习(ML)组织和分析数据的能力却明显滞后。这成为了一个挑战。而面临的一个更大的挑战是将机器学习(ML)模型运用到生产环境中,使应用程序变得更加智能。Forrester公司在调查中发现,只有14%的受访者将机器学习(ML)模型运用到可重复且可靠的生产环境过程中。许多企业正在采取的一种方法是采用机器学习运维(MLOps)。机器学习运维(MLOps)是数据科学家和运营团队在机器学习生命周期中进行协作和通信的实践。在许多方面,机器学习运维(MLOps)正在努力获得与DevOps在敏捷软件开发中实现的机器学习生产率、效率和质量优势。只采用机器学习运维(MLOps)并不能解决企业尝试实施机器学习(ML)所面临的问题。而这是第一步,也是重要的一步,但还需要更多工作。成功采用机器学习(ML)能力的企业已经通过关键流程、工具和持续改进实践来加强机器学习运维(MLOps)。其中一些实践听起来很熟悉,因为它们直接来自工业制造行业中的经验和教训。精益制造的6个精髓50多年来,全球制造企业一直采用六西格码和精益制造技术来解决质量问题。如今,很多企业正在使用其中一些技术来从其数据中创造价值,并在本质上正在成为信息化工厂。(1)自动化(Jidoka)自动化在现代生产工程中起到至关重要的作用——提高产品质量、生产率和吞吐量。Jidoka这一日语术语描述的是具有人类智能的自动化,使机器设备和操作人员能够在发现问题时停止工作,然后立即解决问题,而不必等到生产线停止运行或生产结束。自动化(Jidoka)的概念可以为分析生产线做同样的事情。具有自动化(Jidoka)功能的自助服务可以为机器学习(ML)流程中涉及的每个角色提供基础设施、工具和数据需求。这种类型的自动化可以提高效率并确保符合标准。其结果是,不再浪费时间等待访问合适的环境或尝试配置从互联网下载的新工具。机器学习过程的每个阶段都可以自动调度,从而使整个系统可预测且高效。(2)工具(Tooling)工具在现代生产设备中起着基础性的作用。明智地使用工具可以帮助实现规模化。它可以减少所需的员工技能,同时提高质量,缩短实现价值的时间,提高生产率和速度。如今的信息工厂需要一系列工具来适应每个角色,并满足生产的每个阶段的需求。随着新的、更具挑战性的业务问题得到解决,将需要新的工具。这就引出了信息化工厂的下一个基本要素:研发实验室。(3)研发实验室(Research and development lab)直到现在,大多数机器学习(ML)工具几乎都只专注于模型开发,但这种情况正在发生变化。新的机器学习(ML)工具解决了操作流程和模型生命周期管理。这些新工具可以提高机器学习(ML)模型的效率,并支持下游操作、标准规范和模型治理。使用研发实验室,数据科学家可以在安全和可管理的环境中评估新工具,记录最佳实践并评估潜在收益。一旦被更广泛团队使用,新工具就可以集成在应用程序目录中,该目录可在自助服务提供过程中使用。(4)改善(Kaizen)Kaizen这一日语术语的意思是为了更好或不断改进而进行的更改。它更像是一种哲学而不是一种工作实践,它可以确保更高质量,消除浪费,提高效率。随着越来越多的企业开始扩展其数据科学能力,将会出现新的需求。这些可能包括更多标准化或自动化流程的机会。信息化工厂和相关团队(包括DataOps、数据科学、MLOps、DevOps、运营和商业智能)中工作的集成性使其适合改善(Kaizen)实践。每个人对面临挑战都有不同的看法,因此,应该鼓励他们不断评估如何改进信息化工厂的流程。(5)供应链(Supply chain)多年来,制造商通过使用准时制(JIT)方法进行零件交付来优化他们的供应链。准时制(JIT)将库存保持在最低水平,并消除了将零件移入和移出库存的时间和精力。信息化工厂需要以相同的方式处理数据。尽管大多数企业在多个数据仓库、操作性数据存储和数据池中都有大量的数据,但是发现和访问有用的数据通常是第一个挑战。在许多情况下,数据科学家需要数据工程师帮助复制大型数据集,因为需要读写访问来转换数据,并使其适合于机器学习(ML)模型的构建。这种延迟与理想的准时制(JIT)相比还相差甚远。在机器学习(ML)竞赛中获胜的企业将关注数据供应链,提供全面的数据目录和业务术语表。他们还定期评估和报告数据质量。大多数还使用只读快照,而不是复制数据。现在,许多人开始探索特定的机器学习(ML)特征存储,通过标准化数据的准备方式极大地加快了模型开发。(6)防错(Poka-yoke)最后一个是Poka-yoke,这一日语术语的意思是防错。手机中的SIM卡就是一个很好的例子,制造商将SIM卡去掉一个小角,以防止错误插入。防错(Poka-yoke)有助于防止缺陷的发生。这种类型的防错是以上描述的持续改进过程的一部分(Kaizen)。虽然防错措施的想法有些琐碎,但是想象一下如果把它嵌入到人们接触到的每个过程中,随着数据科学家使用更加自动化的工具实施更复杂的任务,防错措施将显现出其宝贵的价值。通过流程、工具和人才使机器学习(ML)获得成功机器学习(ML)和机器学习运维(MLOps)对于企业的业务成功至关重要,然而大多数企业都未能实现他们的目标。解决这一挑战的第一步是实施机器学习运维(MLOps)。然而,只依靠机器学习运维(MLOps)是不够的。通过获得以上六种行之有效的精髓,企业可以从数据中创造价值,从而获得更大的成功。原文标题:Becoming an ML information factory – 6 lessons we can learn from lean manufacturing,作者:Doug Cackett  来源:51CTO.com  李睿
  • 吹爆这8个Python练手小项目,轻松易学
    知识本质上只是信息,我们最需要的知道的是,学以致用,做到什么程度,才是我们学习的目的所在,所以练手!实干!才是最重要的!以下就是今日推荐的简单好实现练手神器!1. Kaggle 实战之波士顿房价预测友情提示:初学者需要先学习关于数据清理的基本知识,再来接触本项目喔。这个项目将使用Dean de cock在kaggle上发布的波士顿住房数据来完成回归预测。2. Python 语言程序设计实验本项目对于没有编程经验的学生十分友好,也适合那些有其他编程语言基础的同学。它不仅介绍了Python3的基本知识,还介绍了pep8、virtualenv、测试、项目结构和flask。3. 用逻辑回归实现分类这个项目来自Python-Bayesian分析异步社区。主要说明了逻辑回归的基本概念,然后由线性回归扩展到逻辑回归的反向链接函数的概念,利用逻辑回归对虹膜问题进行分类。4. NumPy 百题大冲关Numpy是Python语言的扩展库。它支持浩大的高维数组和矩阵运算,也为数组运算提供了大量的数学函数。在刷题中可以一边学习如何使用numpy,一边巩固numpy的各个知识点,温故知新。5. Seaborn 数据可视化基础入门Seaborn 是基于 Python 且非常受欢迎的图形可视化库,可以实现 Python 环境下的绝大部分探索性分析的任务,在 Matplotlib 的基础上运行,使得作图更加方便快捷。即便是没有什么基础的人,也能通过极简的代码,做出具有分析价值而又十分美观的图形,非常适合数据可视化的研究。6. 爬取豆瓣排行榜电影数据这个项目想法来自于大三某课程设计,平常喜欢看电影,常常需要搜索,但是不知道有哪些评分高的电影。为了方便使用就重新改写了原来的项目。这也是对爬虫技术、可视化技术的一种实践。主要是用排行榜和影片关键词两种方式爬取电影数据。7. 一键生成微信个人专属数据报告每个人应该都想过生成一份属于你的微信个人数据报告,毕竟微信是生活中不可或缺的一份子。我们可以基于python对微信好友进行全方位数据分析,只要你想的到的都有。主要可以统计出你的陌生人、星标好友、不让他看我的朋友圈的好友、不看他的朋友圈的好友数据。以及所有好友在全国的分布,对好友数最多的省份进行进一步分析。猜出你最亲密的好友,找出与你所在共同群聊数最多的好友,对你的好友个性签名进行分析生成关键词云图。目前网上也有很多这类东西,不过本程序的运行十分简单,只需扫码登录一步操作。如何运行:8. AI对对联收藏它你就是现代诗人,对联之王。这个项目基于深度学习技术来实现自动对对联,直接输入上联点击即可获得下联。假如你对内在技术感兴趣,也可以在项目内查看。它更擅长古风的对联比如 :“殷勤怕负三春意 ,潇洒难书一字愁。 ”“如此清秋何吝酒,这般明月不须钱。 ”作者:快快网络来源:今日头条
  • 扫地机器人除了能吸灰 还能“吸”走个人隐私
    家中越来越普遍的扫地机器人不仅能吸走灰尘,还能“吸”走个人隐私。新加坡研究发现,这类扫地机器人可被黑客用来窃听私人对话。若想避免个人资料外泄,用户除了关机,也不要把机器人连接到互联网。家中越来越普遍的扫地机器人不仅能吸走灰尘,还能“吸”走个人隐私。新加坡研究发现,这类扫地机器人可被黑客用来窃听私人对话。若想避免个人资料外泄,用户除了关机,也不要把机器人连接到互联网。新加坡国立大学昨日发文告说,计算机科学系的研究员通过名为LidarPhone的技术,探测出大多扫地机器人用来导航的内置激光雷达(Light Detection and Ranging,简称Lidar)感应技术可被黑客改装成激光麦克风。新加坡研究发现,黑客可能会利用扫地机器人来窃听私人对话。(互联网)研究人员收集了超过19个小时的语音文档,经编程算法跟人的声音或音乐进行比对后,重组准确率高达91%,音乐片段分类准确率则有90%。这意味着受害者的信用卡和银行号码,或政治倾向等私人资料和对话,哪怕只是只字片语,都有可能被窃听且盗用。扫地机器人的激光雷达为了导航,发射出的隐形扫描激光碰到周围物品表面后会反射,可助机器创建周围环境。同样地,黑客通过反射技术,感应声波触及物品表面后所发出的震动,就能得到语音数据。这项研究长达一年,研究团队针对不同物品,例如垃圾桶、塑料袋以及纸皮箱等进行测试,发现轻便、柔软物品最能反射声波的震动。研究团队建议,用户不使用扫地机器人时,除了把它关机,也应考虑不把机器人连网。(互联网)研究员博士生萨米(Sriram Sami)说:“智能设备,包括扬声器和安全摄像头被广泛使用,也让黑客有更多渠道进行偷窥行为。这项研究表明,使用像扫地机器人这类看似无害的居家用品,也能暴露敏感资料。因此,我们必须尽快找寻可行的解决方案以防止类似恶意攻击。”防资料被黑客盗取 用户可关机不连网研究团队建议,除了把扫地机器人关机,用户也应考虑不把机器人连网,以避免资料被传送给黑客。激光雷达传感器的制造商也可在设备里安装不能被覆写的机制,避免黑客入侵。研究团队接下来将研究其他采用激光雷达的设备,例如智能手机和自动驾驶车,以测试这些物品被黑客入侵的风险。作者:早报网   来源:今日头条
  • 一家SaaS公司能走多远?主要由这两个指标决定
    看一家SaaS公司的经营现状,以及它能走多远,并不需要分析那么多的北极星指标。实际上只要看两个指标就够了:客户终身价值LTV(Life Time Value)和客户获取成本CAC(Customer Acquisition Cost)。看一家SaaS公司的经营现状,以及它能走多远,并不需要分析那么多的北极星指标。实际上只要看两个指标就够了:客户终身价值LTV(Life Time Value)和客户获取成本CAC(Customer Acquisition Cost)。也许你认为自己对这两个指标再熟悉不过了;但是我想说的也不是这两个指标,而是指标背后的事。01 重新认识客户终身价值我们都知道,所谓LTV,就是SaaS公司能够从一个客户那里获取的全部收入的总和。也许你认为LTV是一个关于“将来”的预测指标,与现在的经营状况没什么关系。可是今年不就是去年和前年的将来吗?现在的将来也就是明年、最多是后年。其实在国内用LTV这个指标,不要考虑那么远;国内SaaS客户生命周期,能看到三年已经可以了,再长了都是想多了。所以,LTV并不是关于未来的,而是与当前运营动作紧密对应的。以前我们常说,SaaS的本质是续费;其实更确切的说法应该是,SaaS生意的经营本质,是经营的LTV。两种说法的差异在于:续费是可以操控的;而LTV不能。比如:明明用户已经不使用服务了,销售或者CSM也能把续费收回来。这是本事,不是本质。LTV本质上并不是一个衡量结果的标准,而是一个经营目标。换句话说,对于SaaS来说,LTV是能够通过优化的获客流程提高的。要认识到这点,我们先看一下LTV是由哪些要素构成的。(1)一次性收入:客户首次付费、实施费和集成费;(2)经常性收入:主要是订阅费,也可以包括使用量费用,比如短信;(3)增量收入:增加用户数,升级到高级版本,购买其它服务;(4)客户净留存:计算公式查看前面文章;(5)客户生命周期:因各种原因,客户解除服务合约。把各种收入分列开来,是因为各种收入的毛利水平不一样。比如,实施费和订阅费的毛利就相差很大,所以获客的重点是经常性收入,而不是靠实施等其它非经常性内容赚钱。虽然我们不能直接操控LTV,但是可以通过优化LTV的构成要素,促进LTV的增长。比如在增加客户生命周期,提升客户净留存等方面,应做未做的工作还很多。总结下来就一句话:你想提升LTV,就一定有办法提升。SaaS业务进入正常经营状态后,其盈利模式优点逐渐体现出来,即因为有经常性收入的持续贡献,LTV趋势是逐渐走高,如下图所示。有一次与一个管理团队讨论完LTV之后,他们马上请我给出提升LTV的方法和措施。那么,这里就有个问题:是否LTV越高越好呢?其实未必是这样。首先,LTV本身高低并不能说明你的SaaS是否盈利;其次,提高LTV也是需要有成本的,即获客成本CAC。只有确保LTV远大于CAC,SaaS才是个可能盈利的生意。02 获客方式与获客成本关乎成败SaaS的获客,要同时解决两个问题,一个是能否获得到,另一个是以多高的成本获得。什么是SaaS的获客toC的获客概念、连同获客工具最近被炒的火热,大有蔓延到SaaS领域之势。不过,虽然二者的过程都被称为获客,但是在方法、目的和考量方面有根本的不同。首先是获客方法。SaaS的采购是一个复杂的企业采购行为,企业很难被夸张的获客营销所忽悠。toC的获客套路并不适用SaaS,SaaS有一套自己的获客逻辑,这主要体现在SaaS的销售流程设计中。其次是获客的目的。对于toC来说,获客完全不用考虑顾客购买的合理性,即成交就是目的,比如直播带货。而对于SaaS来说,成交不是最终目的,留存才是;而获客成功的标志是,客户具备持续订阅的条件。最后是获客的考量。不同的获客手段,产生不同的获客质量,所谓获客考量就是对获客质量的评估。我通常会建议将获客质量分为A、B、C三级,A代表优质客户,不需关照也能留存;而C代表劣质客户,需要更多服务才可能留住。这类客户增加LTV的同时,也在消耗服务成本,甚至损耗研发成本。综上所述,SaaS获客需要一套系统化的管理方法。对获客的终极考量,是集获客的数量、质量和成本三位一体的评价方式。获客成本为什么重要如果不计成本代价,SaaS的获客也不是什么难事,所以CAC才是一个重要的指标。SaaS获客成本的计算公式是:CAC=市场和销售费用/同期所获新客户数。但是从SaaS盈利模式角度看,交付之前的所有投入费用都应该计入CAC,包括实施费用。通常SaaS公司将实施和培训费用计入服务成本,但是对于SaaS来说,只有完成实施交付,才算是真正获得了该客户。我经常会请市场或销售人员估算CAC,然后再用公司的数据计算CAC,两者的差距居然相差十几倍。究其原因,主要是费用的视角不同,将CAC严重低估了。这恰好说明获客过程中一定存在着被忽视的问题。造成CAC增高虽然有多种原因,但最主要的原因还是效率问题,而影响最大的是销售效率。比如,不适当的销售流程,做了大量的无用功,被拉长销售周期,在不对的客户身上花费大量成本等,这些都会拉低销售效率。CAC在很大程度上决定了ss公司能否盈利。一家成熟的SaaS公司,随着获客流程的优化,CAC曲线呈逐渐下降趋势,最后到达稳态,如图所示。03 怎样优化SaaS业务的成本厘清了LTV和CAC两个指标关系之后,我们目标就变成了如何在降低CAC的同时,有效提升LTV,这也是任何SaaS公司能走下去的必备能力。优化客户服务成本由于LTV的提升,有赖于获客流程和客户成功流程共同作用,所以需要增加客户服务的投入,这个成本虽然不属于CAC,但也会提前挤掉一部分利润。与获客成本类似,需要合理计算和分配客户服务成本CSC;所谓合理是指,既不能盲目增加CSM数量,也不能把CSM视为纯粹的成本。客户服务成本的计算公式为:CSC=总服务成本/活跃客户数。为了衡量客户服务的收益,需要计算LTV/CSC,以评估客户服务对增加LTV所起的作用。如何降低CAC因为影响CAC的因素比较复杂,所以并没有一个统一的方法。我通常给出的方法是列出影响CAC的关键因素的改进清单,然后根据公司具体情况逐项提出改进措施。关键要素中最重要的是获客流程,也可以理解为销售流程。SaaS公司在获客流程方面常犯的一个错误,是在公司发展不同阶段,使用相同的获客流程,从而使CAC居高不下,甚至是越来越高。实际上,为有效降低CAC,一家SaaS公司业务从开始到平稳的不同阶段,至少需要三种不同的获客流程。(1)初期获客策略:这个阶段公司的首要任务是匹配和满足企业需求,其次才是订单。如果把追求订单放在首位,因为初期产品与企业业务需求的匹配问题,会导致CAC巨高,资金消耗过快。(2)中期获客策略:这个阶段公司聚焦的重心不再是需求匹配而是订单实现。这是目前大部分SaaS公司的常态,即可以暂时忽略获客质量,因为有订单才能活下来。但随之而来的隐患是获客质量会影响LTV。(3)长期获客策略:这个阶段公司聚焦的重心不再是单纯追求订单,更是要高质量地完成订单,创造高质量客户以提升LTV。04 如何衡量SaaS的经营水平用LTV和CAC的联合考量,SaaS公司的经营水平基本上分为三类。(1)理想的经营水平:这是成功的SaaS公司的LTV-CAC走势图,它们要解决的核心问题是,需要花多久才能到达LTV=CAC的平衡点。实际上,只是到达LTV与CAC平衡点,还远未达到盈利点。因为CAC只是营销和销售有关成本,还有研发、管理等成本并未计入其中。业界流传的公式LTV/CAC>3,就是用来说明这种情况的。虽然这个公式的背景和依据还不得而知,但是感觉用在国内的SaaS领域,富余量可能还不够大。(2)一般的经营水平:表现为LTV走势向好,但是CAC降不下来,即到达LTV和CAC平衡点需要漫长时间,期间资金始终是处于入不敷出的状态。(3)较差的经营水平:表现为LTV提升困难,而CAC持续高企。这种情况通常是因为遇到了严重的问题而没有解决,长期靠烧钱维持经营,对资金的需求也成了一个无底洞。最后小结,虽然从较差提升到理想经营水平,是一个系统性的工作;但最容易看到效果的,是提升SaaS销售的效率。作者:ToBeSaaS  来源:T媒体
  • [互联网] 助农扶贫重振消费引擎,湖南联通“5G直播节”强势来袭!
    来源:中国信息产业网一年一度的517电信日又如约而至,作为三大运营商之一,中国联通别出心裁策划了一场直播带货节,全国31个省公司总经理走进直播间,为农副产品代言,助力扶贫,打赢脱贫攻坚战。借助今年517电信日,湖南联通率先行动,组织了一场“517联通5G直播节”的大型直播活动,运用5G网络进行在线视频直播,为全国特色扶贫农副产品销售代言,助力公益扶贫。同时,湖南联通还开通了“5G云游”张家界、岳麓山等5A级景区,用户宅在家中就可以欣赏到湖南奇峰秀水的自然风光。天团“价”到直播间,扶农商品均亮相5月17日18:30,直播带货活动正式拉响,在主播周倩的介绍下,湖南联通总经理谭明化身网红主播走进直播间,与湖南卫视著名主持人“村长”李锐搭档互动,为来自全国各地的特色农副产品寻找销路。随着紧凑的带货节奏,沽源藜麦、康保纯冷轧亚麻籽油、饶河禾稼源长粒香米、册亨糯米蕉、黑蜂椴树雪蜜等农产品纷纷亮相直播间。在两位嘉宾的互动下,这些来自原产地的农产品受到大量在线观众的追捧,短短半小时,直播间在线观看人数便达到481万。除与扶贫地区深度合作的绿色食品外,其他“带货天团”成员湖南联通市场部总经理吴华及渠道运营中心副总经理罗绪军更是诚意满满,带来vivo、OPPO、华为5G智能手机、天猫精灵、华为无线耳机、小度在家智能屏等多款智能产品,福利秒杀让人嗨到不停,同时直播期间内,湖南联通还将发放大量话费红包、流量红包、积分红包,额度高达百万的红包雨、517元秒杀5G手机等福利将直播火热氛围带到最高潮。规模空前引围观,知名达人齐坐镇作为一场空前规模的5G直播活动,湖南联通发动全省力量进行参与,省公司党委班子成员,各市州分公司总经理,区县分公司负责人,各实体渠道门店老板纷纷亮相直播间,为代言产品发声,其中湖南省内光参与直播的实体门店就多达1000家。值得注意的是在14个市州分公司直播活动中,联通还邀请了yoyo、马可等湖南广电知名支持人及陌陌狼王、虎牙集梦会长,抖音莉琴等众多网红主播坐镇现场,与线上观众直播互动,活跃现场气氛。另外在直播渠道覆盖方面,相比其他地方运营商,湖南联通也是做了充分的准备,不仅涵盖自有平台联通手机营业厅,还包括与抖音、陌陌、淘宝、虎牙等大IP直播平台合作,汇聚全互联网优势拓宽直播渠道,打造出一场精彩纷呈的全方位直播狂欢盛宴。足不出户看湖南,美丽风景“云”直播在这场热闹非凡的“5G直播节”活动中,除湖南联通“最强天团"直播带货外,还精心策划一场短途踏青之旅,五月时节,正值张家界、岳麓山景区云雾变化多端之际,为让广大网友一睹著名景区的五月风光,湖南联通在景区最佳观影位置架设起5G直播设备,对景区进行24小时不间断的5G+VR的超高清直播。通过直播画面,远在家中的用户足不出户便可实现”云游“张家界、岳麓山等景区,感受雄险秀野、钟灵秀丽的湖南奇观。张家界天门山5G直播点岳麓山5G直播点当下疫情防控趋于缓和,人们生活逐渐步入正轨,这场”517 5G直播节日“的到来如同一场及时雨,不仅重新燃起大众对于消费的热情,还帮助滞销农产品拓宽销售渠道,按下后疫情时代经济复苏”加速键“。同时,5G直播还让用户足不出户便可亲近大自然,大大丰富了民众的精神文化生活。更多信息,请关注华为5G+X 联创营:https://developer.huaweicloud.com/techfield/5g.html
  • [云商店直播] 企业应用直播专场消费满额送豪礼活动规则
    企业应用直播专场消费满额送豪礼活动规则:1、活动时间:2020年12月8日-2020年12月12日2、活动对象:华为云官网已完成注册和实名认证的用户3、活动使用产品:商标注册、云速建站-迅响定制、云迅邮箱、联接短信4、活动前提条件:购买商标注册(含商标自助注册、商标顾问注册、商标担保注册、LOGO设计直播特惠):12月8日-12日支付且在12月22日前完成服务监管的订单金额达到门槛;购买云速建站-迅响定制:12月8日-12日支付且在12月29日前完成服务监管的订单金额达到门槛;购买云速邮箱:12月9日-10日支付的订单金额达到门槛,且在12月30日前未退订;购买联接短信:12月9日-10日支付的订单金额达到门槛(仅计算首次购买该产品订单的付费金额),12月30日前进行使用且未退订。商品名称满赠细则订单支付时间订单完成时间产品详情商标注册(含自助注册、顾问注册、担保注册、LOGO设计)12月8-12号支付且在12月22号前完成服务监管的订单金额达到门槛12月8日-12月12日12月8日-12月22日https://marketplace.huaweicloud.com/tm/定制建站(讯响定制)12月8-12号支付且在12月29号前完成服务监管的订单金额达到门槛12月8日-12月12日12月8日-12月29日https://marketplace.huaweicloud.com/activity/customedsite/云速邮箱12月9-10号支付的订单金额达到门槛,且在12月30日前未退订12月9日-12月10号12月9日-12月10号https://marketplace.huaweicloud.com/activity/mail.html联接短信12月9-10号支付的订单金额达到门槛,12月30日前进行使用且未退订12月9日-12月10号12月9日-12月10号https://marketplace.huaweicloud.com/activity/message/index.html5、活动方式:活动期间,用户通过本活动页购买满足活动前提订单的商品,订单内实付金额达到一定额度且满足活动前提条件,可兑换相应的实物礼品:满 2000 送 面值50元京东购物卡 1张满 5000 送 华为AI音箱 2 一个满 10000 送 HUAWEI FREE BUDS 3 无线耳机 有线充版 1个满 30000 送 HUAWEI P40 5G 手机 1个礼品颜色随机,礼品预计在活动结束后30个自然日内寄出;此活动不与华为云官网活动叠加,且不与华为云12.12会员节企业应用分会场礼品满额赠送同享。 6、礼品说明:付费金额将于活动结束后统一统计,并兑换相应奖品,同一用户仅可兑换一个礼品,如果同一个付费金额阶梯有多款奖品可选,默认发放高价值礼品。同一用户规则:同一用户是指根据不同华为云账号在注册、登录、使用中的关联信息,华为云判断其实际为同一用户;举例说明:具备同一证件号(比如身份证号/护照ID/海外驾照ID/企业唯一识别号等)、同一手机号、同一设备、同一IP地址等; 7、为保证活动的公平公正,华为云有权对恶意刷 活动资源(“恶意”是指为获取资源而异常注册账号等破坏活动公平性的行为),利用资源从事违法违规行为的用户收回套餐使用资格; 8、所有参加本活动的用户,均视为认可并同意遵守《华为云用户协议》;点击下方图片前往直播间 
  • [互联网] 陕西电信与华为公司共建5G+MEC跨境电商云(试点)助力陕西跨境电商产业的发展
    来源:部分摘自人民邮电报2020年第一季度,陕西省电商企业强劲发展,陕西电信与智诚跨境电商产业园、华为技术有限公司共同研发的国内首个“5G+跨境电商云(试点)”发挥领军作用。利用5G+MEC跨境电商云平台,智诚跨境电商产业园快速实现了产品的全球采集,多店铺的远程管理,在线物流系统对接,远程仓储监管以及企业人员无接触的在线培训和远程辅助教学等,第一季度园区企业初步实现产值4000多万,有效增长34%,实现园区电商企业全面复工复产,5G+MEC跨境电商云平台初步实现帮助大部分电商企业提供在线办公、在线培训、在线交易,加速帮助企业实现高效便捷的复工复产。丰硕成果归结于在2019年8月7日,在陕西省人民政府主办,陕西省商务厅、西安市人民政府承办的陕浙跨境电子商务合作交流对接会议上,陕西电信与智诚跨境电商产业园、华为技术有限公司共同研发的国内首个“5G+跨境电商云(试点)”正式亮相并宣布签约落地西安曲江新区,经过紧张的基础建设和跨境云平台开发推进,12月30日,5G+MEC跨境电商云平台在智诚跨境电商园区全面开通,2020年元月正式投入园区企业服务板块。陕浙跨境电商合作交流对接会5G+跨境电商园区采用华为5G+MEC解决方案,利用先进的华为5G SA核心网,通过MEC网络流量的本地分流功能,实现流量定向管理和运营,从而满足园区内可视化产品展示、视频直播、远程教学等业务的高实时性、高带宽诉求。项目建成后企业注册用户可按企业定制需求访问不同网络,在兼顾企业专网和公网业务的同时,实现基于园区范围的网络隔离,保证了企业数据的安全性和隔离性。三方联合搭建的5G跨境电商云平台第一阶段包含全球开店服务、全球产品采集中心,多平台店铺数据中心、全景智慧展厅、海外仓与物流服务系统、远程辅助教学培训中心、行业大数据分析中心、行业政策分析服务等几大板块,帮助园区企业实现一站式服务模式,快速便捷地驱动产业发展。5G跨境电商云平台下一阶段陕西电信、华为公司、陕西智诚将三方加强深入合作,优化开发5G+MEC跨境电商云平台的数字化产品系统、人工智能系统等板块提升平台的综合服务能力,深度融合发展数字经济、共享经济、培育新增长点、形成新动能。服务于跨境电商企业推进陕西企业通过跨境电商转型升级,促进“陕品出海”这一概念,为更多企业的发展保驾护航。更多信息,请关注华为5G+X 联创营:https://developer.huaweicloud.com/techfield/5g.html
  • [互联网] 深圳移动携手华为落地CRAN极简站点,实现5G时代网络低成本绿色发展
    来源:中国信息产业网随着移动通信技术的不断发展,5G技术通过更大容量、更多连接、更低时延给用户带来极致体验。自2019年6月中国正式发放5G牌照后,国内的5G部署节奏驶上了快车道。然而,移动网络在经过2G/3G/4G发展后,无线站点层层叠加已极其复杂,大量站点空间/承重受限,无法新增5G模块;其次,屋顶或铁塔租金昂贵,新增5G天面及相应能源设备也势必触发OPEX的大幅增长。面对5G网络建设过程中的痛难点,深圳移动以终为始,以网络低成本绿色发展为理念,在5G网络建设伊始,携手华为积极探索适应新时期的网络建设方案,分别围绕设备级节能、站点级节能、网络级节能三方面展开多次研讨,充分发挥华为5G设备极简、天面极简、电源极简的产品优势,按照CRAN极简站点建设理念,把2/4网络同步进行拉远及全室外化改造部署,实现整合设备腾空间、去机房省租金、关空调省电费的绿色发展模式。图:CRAN极简站点形态示意按照CRAN架构,项目组团队仔细排查现网机房资源,基于支持多模组合一且高容量大集成度的BBU设备能力,按照2/4G网络可同步进行BBU设备集中部署的改造方案,规划并筛选CRAN机房,真正实现原有BBU机房的清理腾空,以节省机房电费和租金费用;为解决BBU集中部署后,带来的CRAN机房空间需求增大、温控能力不足等问题,本项目率先采用新一代一体化能源柜方案,通过”全刀片化“设计理念的”高密电源和锂电“,使硬件支持模块化扩容,软件支持无感知平滑升级,实现”演进极简和部署极简“,让CRAN演进免增机柜实现能力翻番。”高密BBU柜“采用”冷热风道隔离、可调风道专利设计“,兼容不同的主流散热制式,让BBU散热更可靠、工作更稳定。相比于传统BBU集中机房方案,新方案实现了高达8个机柜空间的节省,及整流效率的提升(92%-97%)和机房空调设置温度的提升(25℃-32℃),有效促进机房的节能和降本增效。图:传统方案及创新方案改造效果对比对于天面站址,5G利用2.6G 160M大带宽的5G AAU设备,针对存量天线复杂的场景,可采用一面天线收编无源3GHz以下全部频段的天线设备,更多的腾挪天面空间;为解决天面全室外部署的设备供电问题,采用了最新的高密度室外刀片电源和刀片锂电,替换掉原来室内体积庞大的电源系统和铅酸电池组,华为新一代室外大功率刀片电源,外加2片50Ah刀片电池,可满足整个物理站点2/4/5G射频模块的供电需求,实现”一站一刀片“的站点形态演进。图:CRAN改造实现机房清退及全室外天面部署在CRAN站点改造部署过程中,为减少业务中断时长,降低对网络的影响,项目创新性采用华为软搬迁方案,以达到最大化设备利用率。此次软割接使用的BBU合并工具,实现目标网评估设计、100%集成原网参数、可视化组网还原、目标网连线指导及自动制作输出脚本,极大提升了站点CRAN整合效率。当前深圳移动联合华为极简站点项目组,已在深圳移动5G建设当中,落地实施了CRAN极简站点方案,经初步测算,每改造一个CRAN站点,通过机房清退和设备整合,可实现机房配套租金及电费节省约5万/年,切实提升了降本增效质量。同时在落地CRAN极简部署的过程中,双方通过经验总结,建立了CRAN汇聚阶梯建设标准及CRAN无损改造系列方案,为下一步规模应用奠定了基础。华为将持续打造领先的创新解决方案和产品,推进落实后续的部署计划,助力深圳移动5G站点的快速部署,实现综合节能目标,并向着通信网络的绿色发展共同努力。更多信息,请关注华为5G+X 联创营:https://developer.huaweicloud.com/techfield/5g.html
  • 正在消失的MCU与MPU之间的界限
            曾有一段时间,微处理器(MPU)与微控制器(MCU)是截然不同的两种设备,微控制器完成“控制”相关的任务,根据外界信号刺激产生反应,微处理器主要执行处理功能,对数据处理和计算能力的要求较高。但如今由于内存架构的变化,两者之间的界限正在变得模糊。图片源自 Shutterstock        事实上,可以通过多种方式区分微处理器和微控制器,只是业界尚未对他们的区分标准达成共识。不过已经有一些人得出结论,目前两者之间的准确区分都已经不再重要了。      “近年来,MCU和MPU之间的区别变得越来越模糊。”西门子业务部门的嵌入式软件技术专家Colin Walls说,“最初,MCU在一个芯片上集成了CPU、内存和外围设备,如今大多数MCU依然如此,但因为MCU具有足够强大的功能来支持更复杂的应用程序,附加外部存储器的MCU也变得常见。”计算芯片的两个市场        曾经有一段时间,计算芯片分为两个截然不同的市场,大部分芯片设备主要针对主流计算,性能是最主要的考虑因素,这些单片微型计算机被称之为“微处理器”,为个人计算机和更大的系统提供动力。        如今我们可以在各种类型的笔记本电脑、台式机和服务器中看到它们,值得注意的是,它们是通用引擎,旨在运行事先未知的任何数量的程序,主内存是DRAM,非易失性存储是硬盘驱动器或固态硬盘。        在不那么主流的嵌入式计算世界里,需要适度计算能力和专门用途,设计好的程序可能在固件中运行,以便让整个系统(包括程序和所有系统)在出货之前得以验证,内存需求将受到更多限制,可以将用于存储代码的SRAM和非易失性内存与CPU集成到同一块芯片上,关键一点,实时响应通常很重要。        嵌入式计算机也倾向于在有特殊I/O需求的环境中使用,一些可能是在驱动电动机,另一些可能是在处理声音或读取传感器。将专用外围设备接口硬件集成到同CPU和内存相同的芯片上十分有效,这会产生具有不同特性的各种芯片。总的来说,CPU与SRAM、非易失性存储器和专用外设集成在一起的被称之为“微控制器”。        微处理器发展至今已经多达64位,而微控制器依然是8位居多,但在这中间发生了一些变化,使得两者之间的区别更加模糊。        集成式闪存是MCU的重要特征,不过这类闪存尚未在拥有最先进节点的微控制器上使用,因此许多以微控制器形式销售的设备都使用外部闪存而不是嵌入式闪存,此外还使用外部DRAM。        实际上,一个称之为“shadowing”的过程可以从外部闪存中获取代码,并将其复制到DRAM中,然后从中执行代码,而且为了提高性能,缓存也可以包括在内。这使得CPU/内存子系统与MPU几乎没有区别。那么现在的MCU就是MPU吗?不再有区别了吗?当下可区分MCU与MPU的因素如今的MCU和MPU十分相似,但依然在很多方面有一些细微的区别,这包括CPU功能、位数、操作系统、时序要求、核心数量等方面。在CPU功能方面,如果CPU具有复杂的流水线,具有预测执行和其他超标量功能,则可以将其视为MPU,但是转变的确切位置并没有明确界定。在位数上,8位设备更有可能被视为MCU,64位设备很可能被视为MPU。不过最早的却是MPU是4位,这更像是历史问题,而不是决定性的特征。也可以根据计算机可运行的操作系统进行分类,如果它运行Linux,则可以将其称为MPU。如果它仅允许较小的实时操作系统,甚至只运行裸机,则可以将其称为MCU,这为能够运行的Linux的设备留出了许多中间地带。在时序方面,MCU通常用于需要硬或软实时响应的应用程序,MPU通常不能用于这一目的。一般也将多核处理器视为MPU,尤其是在内核相同且管理对称的情况下。不过专用设备可能具有多个处理器,有些专用于诸如数字信号之类特定任务的处理器也会被认为是MCU,因此通过核心数目判断是MPU还是MCU并不是一个准确的依据。从使用目的来看,可以认为通用设备是MPU,单用途设备是MCU,但这实际上只关乎设备的使用方式,如果在不明确使用目的的情况下使用任何设备,那时候如何称呼这一设备呢?通常全功能MPU不会具有专用外围设备,这在很大程度上是因为它们是通用的,而不是面向特定应用,因此你可能会认为只要有这样的外围设备,就是MCU,但是事实并非如此,缺少外围设备也并不意味着就是MPU。从上面的分析来看,每个特征因素都会存在缺陷,结果无法令人满意,那么行业专家又是怎么认为的呢?MCU和MPU已成过时的术语        Cadence IP集团产品行销总监Marc Greenberg对此表示:“我不知道MCU与MPU之间的区别是否存在某些官方的定义,经过简单的检索似乎表明,裸片上存在NVM的为MCU,但各种MPU上都有NVM的某些位,MPU也可能在同一片裸片上具有MCU,那又是什么呢?最小的无缓存处理器可能仍具有一些寄存器和SRAM,用RTL编码的定序器与从ROM执行的通用处理器真的有区别吗?显然MCU和MPU之间的区别有些随意,这意味着这一界限并不明确甚至可以随心所欲。当我想到MPU时,我想到的是用于控制通用计算机的设备,例如台式机、服务器、平板电脑等。”        Cadence高级工程师Grant Martin认为:“根据维基百科的解释,MCU是在单个金属氧化物半导体集成电路芯片上的小型计算机,MPU是一种计算机处理器,在MOSFET结构的单个或多个集成电路上结合了中央处理单元的功能。”     “如果深入研究,MPU具有CPU的功能,因此它是计算机处理器,而MCU则是更完整的计算机,这意味着MCU内包含MPU,这与常识相反。具有多个处理器核心的16路服务器处理器是否不再是MPU?而是一种多核异构SoC?”    “例如,一部手机可能包括多个应用程序处理内核,用于音频、视频、图像处理的多个DSP,一个或两个用于在屏幕上呈现图像的GPU以及一个仅用于娱乐目的的神经网络处理单元——MCU。从我的角度来看,行业应该放弃这些过时的术语,使用更精确更具描述性的术语。”Grant Martin继续说。        西门子业务部门Mentor的高级产品经理Jeff Hancock则认为:“从系统软件的角度来看,MCU有望适用于直接解释和控制硬件传感器和执行器的应用。这种访问通常涉及一致且可靠的指令时序,这与通用MPU的需求相矛盾。通用MPU旨在优化吞吐量,而MCU通常会优化延迟。因此,如果是需要处理大型数据库,MPU更合适,如果是要精细的机电控制,那么MCU更合适。        Jeff Hancock还说:“外部存储器和缓存肯定让MCU的标准有所变化,但这距离将MCU等同于MPU还有很长的路要走。特别是并不是所有MCU中的所有处理单元都专门使用外部存储器,也可以使用隔离的子系统构建系统,这些子系统允许关键的工作负载和不太关键的应用程序级系统并行继续。”     “从软件工程师的角度看,这是一个有趣的挑战,在不连续的地方可能有两个内存区域,集成式内存虽小,但速度更快,因此最好留给对速度有高要求的代码,例如实时操作系统。这意味着开发工具必须足够灵活以将代码正确地映射到存储器上,而RTOS必须足够小适合片上存储器。”西门子业务部门的嵌入式软件技术专家Walls补充到。        Tortuga Logic的高级硬件安全工程师Nicole Fern表示:“过去,MCU与嵌入式系统相关联。在嵌入式系统中,低成本和低功耗的要求比性能更为重要。但是随着移动计算和IoT边缘计算的出现,许多嵌入式系统现在需要复杂的处理,这样就产生了面向嵌入式领域看起来更像MPU的MCU产品,为带有外部存储器和高速缓存的器件提供了更高的性能和可配置性。这种情况下,术语MCU和MPU之间的差异仅取决于是否集成CPU系统。”        Arm的低功耗IoT业务高级总监Thomas Ensergueix也认为:“近年来,MCU和MPU之间的界限已经模糊。MCU和MPU之间的主要区别之一是软件和开发。MPU将支持丰富的OS,如Linux和相关的软件堆栈,而MCU通常将专注于裸机和RTOS。在决定哪种硬件平台、MCU或MPU最有效之前,由软件开发人员决定哪个软件环境和生态系统最适合他们的应用。        “随着现在MCU已经过渡到32位,我们还看到了性能的急剧提高,这有助于缩小MCU和MPU之间的差距。例如:许多基于Arm Cortex-M7的MCU可提供100多个Dhrystone MIPS,或在CoreMark中提供2,000多个点。这些设备中的许多设备还具有非常大的内置存储器,或者提供快速接口来连接外部存储器。这确保了性能和内存不再是MCU的瓶颈,并使它们更接近低端MPU。”小结        如今MPU与MCU之间是否有明确的界限真的重要吗?可能不重要了。因为无论我们将其称之为什么,应用程序都有附带要求,这些要求将决定使用哪个设备。本文编译自https://semiengineering.com/mpu-vs-mcu/原文作者Bryon Moyer来源:雷锋网 吴优  https://www.leiphone.com/news/202012/EMCDZGuavN3VlNzd.html
  • [互联网] 抗疫保障第一线,华为携手北京电信5G独家助力中国抗疫经验全球分享会
    来源:中国信息产业网新型冠状病毒的持续蔓延,已经成为全球民众关注重点。在中国抗击新型冠状病毒取得卓越突出的成效后,世界卫生组织联合国家卫生健康委于3月12日在北京国宾馆召开抗疫经验分享会,借助5G大带宽、低时延的网络特性,以多地高清视频连线形式分享防治新冠肺炎中国先进经验。此次会议邀请上海市、湖北省、广东省、四川省等卫生健康委,把中国的防控策略、方法、技术、标准和案例等经验与国际社会分享,助力维护全球卫生安全。在接到国宾馆网络覆盖要求后,北京电信作为品牌央企,与华为第一时间成立应急攻坚保障小组,切实做好高质量5G网络覆盖,确保全程视频连接畅通清晰。从现场勘测到开通调测,保障小组克服重重困难,紧急协调具有国庆重保经验的网络建设及优化团队,配合多方进行反复确认网络质量,准备仅利用两天时间完成整个会场的高质量5G网络覆盖。据悉此次使用的5G网络设备为华为5G数字化室分系统室内数字系统,4T4R 100M的设备能力可有效提升系统容量,确保Gbps+的带宽体验。同时利用CPE Pro接入5G网络,为高清视频连接提供极速的上下行网络能力。在网络完全调测完成后,工作人员现场通过实时手机测试,可达840Mbps+的峰值体验。此次多地视频分享会”零故障、超高清、低时延“的顺利召开,体现了关键时刻通信人的责任和担当。在攻坚抗疫的战线上,如何第一时间获取关键信息和有效沟通,是高效防控根本所在,华为公司一直以”敢担当、能克难“的实际行动助力运营商在抗击疫情的工作中提供优质通信服务与坚定的技术保障,从武汉火神山到北京小汤山,凝心聚力,跨越空间障碍,为抗击疫情保驾护航。更多信息,请关注华为5G+X 联创营:https://developer.huaweicloud.com/techfield/5g.html
总条数:1714 到第 页
上滑加载中