• [行业资讯] 中移物联网协同江苏移动建强“5G+”能力,为乡村振兴插上“数字翅膀
    2022年4月,中央网信办等五部门印发的《2022年数字乡村发展工作要点》明确提出到2022年底,数字乡村建设取得新的更大进展。数字技术有力支撑农业基本盘更加稳固,脱贫攻坚成果进一步夯实。为推进乡村数字化治理体系不断完善,中移物联网公司聚焦OneIoT·党委领航工程,协同江苏移动持续深化信息惠民服务,帮助农民提升数字素养与技能,探索出乡村振兴新模式、新做法,打造“平安乡村”标杆示范,为农业农村现代化注智赋能,为江苏乡村振兴插上“数字翅膀”。5G+智慧平台助力农业生产加速度近年来,中移物联网协同江苏移动通过5G的深度应用,为乡村种植、养殖、农产品销售带来全新的产销方式,促进生产生活绿色转型,赋能农业农村现代化发展。广大村民拥有了更多的致富选择,日子也过得越来越兴旺。南通通州区生态种植基地,早已使用上了5G+智慧农业平台,农户可以通过移动APP、无线环境监测终端、集中控制器、传感器等5G设备实现对种植基地的实时监测、进行统计分析、预警推送、自动化控制等功能。实时采集的传感器数据与传统的种植经验相结合,可以使农户随时远程查看农田内的各种数据(温度、湿度、光照、水量),判断是否是适合作物生长的最佳条件,有效提升基地生产效率。打造平安乡村,让乡村治理更“智”理在乡村治理方面,借助移动5G网络覆盖广、穿透强的技术优势,基于“千里眼”平台打造的乡村安防一体化解决方案“平安乡村”,实现广大农村公共区域视频资源多方式接入,真正做到全域覆盖,全网共享,为外出务工村民提供远程看护服务,解决村民的后顾之忧。在连云港灌云,依托于“智慧天眼+云眼卫士”技防方案,在乡村形成“高低”搭配的立体网状视频网络,为“平安乡村”构建双重保障。村委会通过“智慧天眼”可远程查看辖区乡村的实时图像,系统保存进入村庄的人员、车辆以及乡村周边农田中的动态视频记录,方便派出所对治安案件、秸秆焚烧等不法行为早发现、早处理,保障村民生活安全稳定。村民安装“云眼卫士”视频设备,能够实时看护家中老人、儿童,随时查看房屋周围、农院的情况,出门在外更放心。同时经过授权,村委会或派出所也可以通过电脑和手机协助查看村民院内院外视频画面,从而对火灾、盗窃以及各类事故起到预警作用,盗窃案大幅减少,破坏环境、乱倒垃圾等行为也得到控制,有效改善了乡村的人居环境和治安秩序。在南京,中移物联网协同江苏移动为溧水区、江北新区、栖霞区等多个地区紧急供货77部和对讲,为各政府街道办事处提供了便捷的对讲沟通和统一调度等功能,极大改善和提升了疫情防控工作人员的服务效率。为街道管理部门在疫情防控工作中与上级管理部门互动中提供了便捷有效的沟通方式,在提高防疫管控能力和效率的同时,调度台通过实时查看位置追踪实现了防疫工作多级协同协作的高效开展。在宿迁泗阳,依托于“千里眼平安乡村”打造的农村基层防汛预报预警平台,仅需一部手机或一台电脑便能够帮助工作人员实现“云上治水”,有效提高了当地洪涝灾害监测预警预报能力和水平,最大程度地保障广大群众生命和财产安全,受到当地百姓的点赞。截至目前,“千里眼平安乡村”在江苏服务超8000个行政村,服务村民近千万,助农增产增收。后续,中移物联网将紧密围绕国家乡村振兴战略、中国移动乡村振兴工作计划,继续发挥物联网优势,支撑各级政府,将数字化带进每一个村庄,让农业成为有奔头的产业,让农民成为有吸引力的职业,让农村成为安居乐业的美丽家园。
  • [问题求助] 【ModelZoo】ModelZoo发布的模型是已经在开源大数据集上训练好的模型吗?
    ModelZoo发布的模型是已经在开源大数据集上训练好的模型吗?泛化能力怎么样?可以基于模型根据自己的数据集微调使用吗?
  • [行业资讯] 华为&中国移动推出eIoT,蜂窝无源物联网技术要来-IOTE物联网展
    无源物联网已经成为物联网圈子最新的“流量明星”,因为相比于有源物联网产品而言,无源物联网标签可以做到极致的低成本与低功耗,适用于生活中常见的消耗品,比如鞋服,零售,快递包裹,食品,药品等等,每年的消耗量至少是千亿级别的。庞大的市场蛋糕自然也吸引了越来越多重量级玩家的加入。近日,在中国移动携手华为举行的5G-Advanced双链融合产业创新成果发布会上,推出了一个蜂窝物联“eIoT”技术,这是一种新型的无源物联网技术。01有新就有旧既然提出了新的无源物联网,那自然就会有旧的无源物联网技术,在市场上,RFID就是一种成熟的无源物联网技术。RFID根据技术原理不同也分为两类,一类是低频(125kHz-134kHz)&高频(13.56MHz),这类RFID的技术特点是,采用近场线圈耦合,工作距离很近,一般是一对一通信,虽然这类技术的适用场景比较受限制,但是在市场上的竞品技术也很少。另一类是超高频RFID,工作频段是800MHZ-1000MHz之间,这类RFID技术采用远场载波通信,工作原理与频段也与目前主流的无线技术接近,因此,中国移动与华为推出的eIoT技术重点是与UHF RFID做对比。02传统RFID技术的局限在白皮书的描述中,也提到了目前RFID技术所面临的挑战有3个:1.通信距离受限,大。传统UHF RFID读写器采用收发一体全双工架构,同时发射激励信号并接收反射信号,存在较强的系统自干扰和异系统互干扰,加上标签较低的接收灵敏度,以及RFID频段发射功率的限制,导致传统RFID技术覆盖受限,通信距离不足10m,集成传感器之后,通信距离不足3m。干扰2.无法连续组网,部署与人工运维成本高昂。传统商用RFID读写器难以组成具有自动化盘点功能的连续覆盖的局域网或广域网,导致部署、运行与维护成本高,效率低。3.不支持定位。传统RFID技术不支持定位,也不支持大规模组网,难以实现对标签的自动化位置追踪与定位。总结起来,传统RFID技术面临的问题就是没有基础网络,用户只能自己部署读写器设备,而在技术层面,RFID技术因为发射功率限制,并且读写器收发一体,导致工作距离短。03eIoT技术的特点相应的,eIoT技术特点包括:1.覆盖提升,站间资源协同与联合调度优化,集中式收发与分布式激励,规避读写间的干扰,以提升通信距离。在中国移动的测试中,可以实现室外200m,室内20m的覆盖。2.成本与功耗的降低,极简协议栈与信令设计,降低无源物联网设备的成本与功耗。3.支持亚米级定位,与基于蜂窝的5G定位技术相结合提供高精度室内定位。4.使能局域/广域组网,端到端网络架构设计,拓展了蜂窝系统支持无源物联网能力,实现广域标签定位与传感信息采集。04eIoT并不是革谁的命中国移动与华为这两个重量级玩家发布新的无源物联网技术eIoT之后,看热闹不嫌事大的可能会喊“eIoT会不会革RFID的名”的口号。事实上,这完全就是多虑了。仔细看eIoT技术,虽然有较多的创新点,但也是在UHF RFID基础上进行改良。笔者认为,eIoT技术相比于UHF RFID技术创新点主要体现在以下两个层面。第一个层面,是技术层面,对协议的优化,可以增加通信能力以及降低功耗。再加上频段的不同,这对标签来说需要新的芯片,也需要新的天线设计,但是标签的生产流程还是一样的。新的第二个层面,就是5G蜂窝网络固有的优势,它可以实现大范围的覆盖,这相比于UHF RFID自己布设读写器要节省成本;并且5G蜂窝基站的发射功率也比目前RFID的大很多,意味着可以获得更远的工作距离;此外,高定度定位能力也是依靠5G小基站的采用toa或者toda的算法计算,标签只是起到一个信号发射器的作用。所以,从创新的角度来看,eIoT最大的创新,是将传统的RFID与5G蜂窝网络结合起来,降低了用户的部署成本,赋予了RFID更多的能力,从而可以刺激标签更快更多的落地使用,同时,这也可以让5G网络不只是传输数据,有更多实用价值,是一个相得益彰的事情。05RFID无源物联网需要破圈目前RFID无源物联网产业已经具有了较大的规模,在星图研究院与物联传媒最新发布的《中国RFID无源物联网市场调研报告(2022版)》中,对整个中国目前RFID无源物联网市场容量进行了估算。见下图。虽然,从连接量来说,目前全球UHF RFID标签数量已经超过230亿PCS,但是绝大部分应用集中在鞋服零售这一场景。如果喜欢逛商场的话,大家可以留意一下,商场里面的很多品牌都使用RFID标签,比如优衣库、ZARA、无印良品、迪卡侬等等。鞋服零售这个场景可以让RFID标签的消耗量每年达到300亿甚至500亿的级别。而想要达到千亿甚至更多的使用量,需要拓展RFID标签的应用边际。比如说快递包裹,就是下一个极具潜力的场景,前几天,京东物流就宣布了在其大件仓内已经全面使用了RFID技术,当然,要每个快递包裹都采用RFID标签,还需要时间。本次移动与华为发布的eIoT技术,对于RFID标签的普及也将会带来积极作用,一方面,是产业的推动力,有这两大重量级玩家的推动,会让RFID标签有更多的落地项目;另一方面,运营商的网络提供了信号源与能量源的覆盖,这可以一定程度上降低用户的方案投入成本
  • [行业资讯] 华为&中国移动推出eIoT,蜂窝无源物联网技术要来了?
    无源物联网已经成为物联网圈子最新的“流量明星”,因为相比于有源物联网产品而言,无源物联网标签可以做到极致的低成本与低功耗,适用于生活中常见的消耗品,比如鞋服,零售,快递包裹,食品,药品等等,每年的消耗量至少是千亿级别的。庞大的市场蛋糕自然也吸引了越来越多重量级玩家的加入。近日,在中国移动携手华为举行的5G-Advanced双链融合产业创新成果发布会上,推出了一个蜂窝物联“eIoT”技术,这是一种新型的无源物联网技术。01有新就有旧既然提出了新的无源物联网,那自然就会有旧的无源物联网技术,在市场上,RFID就是一种成熟的无源物联网技术。RFID根据技术原理不同也分为两类,一类是低频(125kHz-134kHz)&高频(13.56MHz),这类RFID的技术特点是,采用近场线圈耦合,工作距离很近,一般是一对一通信,虽然这类技术的适用场景比较受限制,但是在市场上的竞品技术也很少。另一类是超高频RFID,工作频段是800MHZ-1000MHz之间,这类RFID技术采用远场载波通信,工作原理与频段也与目前主流的无线技术接近,因此,中国移动与华为推出的eIoT技术重点是与UHF RFID做对比。02传统RFID技术的局限在白皮书的描述中,也提到了目前RFID技术所面临的挑战有3个:1.通信距离受限,干扰大。传统UHF RFID读写器采用收发一体全双工架构,同时发射激励信号并接收反射信号,存在较强的系统自干扰和异系统互干扰,加上标签较低的接收灵敏度,以及RFID频段发射功率的限制,导致传统RFID技术覆盖受限,通信距离不足10m,集成传感器之后,通信距离不足3m。2.无法连续组网,部署与人工运维成本高昂。传统商用RFID读写器难以组成具有自动化盘点功能的连续覆盖的局域网或广域网,导致部署、运行与维护成本高,效率低。3.不支持定位。传统RFID技术不支持定位,也不支持大规模组网,难以实现对标签的自动化位置追踪与定位。总结起来,传统RFID技术面临的问题就是没有基础网络,用户只能自己部署读写器设备,而在技术层面,RFID技术因为发射功率限制,并且读写器收发一体,导致工作距离短。03eIoT技术的特点相应的,eIoT技术特点包括:1.覆盖提升,站间资源协同与联合调度优化,集中式收发与分布式激励,规避读写间的干扰,以提升通信距离。在中国移动的测试中,可以实现室外200m,室内20m的覆盖。2.成本与功耗的降低,极简协议栈与信令设计,降低无源物联网设备的成本与功耗。3.支持亚米级定位,与基于蜂窝的5G定位技术相结合提供高精度室内定位。4.使能局域/广域组网,端到端网络架构设计,拓展了蜂窝系统支持无源物联网能力,实现广域标签定位与传感信息采集。04eIoT并不是革谁的命中国移动与华为这两个重量级玩家发布新的无源物联网技术eIoT之后,看热闹不嫌事大的可能会喊“eIoT会不会革RFID的名”的口号。事实上,这完全就是多虑了。仔细看eIoT技术,虽然有较多的创新点,但也是在UHF RFID基础上进行改良。笔者认为,eIoT技术相比于UHF RFID技术创新点主要体现在以下两个层面。第一个层面,是技术层面,对协议的优化,可以增加通信能力以及降低功耗。再加上频段的不同,这对标签来说需要新的新的芯片,也需要新的天线设计,但是标签的生产流程还是一样的。第二个层面,就是5G蜂窝网络固有的优势,它可以实现大范围的覆盖,这相比于UHF RFID自己布设读写器要节省成本;并且5G蜂窝基站的发射功率也比目前RFID的大很多,意味着可以获得更远的工作距离;此外,高定度定位能力也是依靠5G小基站的采用toa或者toda的算法计算,标签只是起到一个信号发射器的作用。所以,从创新的角度来看,eIoT最大的创新,是将传统的RFID与5G蜂窝网络结合起来,降低了用户的部署成本,赋予了RFID更多的能力,从而可以刺激标签更快更多的落地使用,同时,这也可以让5G网络不只是传输数据,有更多实用价值,是一个相得益彰的事情。05RFID无源物联网需要破圈目前RFID无源物联网产业已经具有了较大的规模,在星图研究院与物联传媒最新发布的《中国RFID无源物联网市场调研报告(2022版)》中,对整个中国目前RFID无源物联网市场容量进行了估算。见下图。虽然,从连接量来说,目前全球UHF RFID标签数量已经超过230亿PCS,但是绝大部分应用集中在鞋服零售这一场景。如果喜欢逛商场的话,大家可以留意一下,商场里面的很多品牌都使用RFID标签,比如优衣库、ZARA、无印良品、迪卡侬等等。鞋服零售这个场景可以让RFID标签的消耗量每年达到300亿甚至500亿的级别。而想要达到千亿甚至更多的使用量,需要拓展RFID标签的应用边际。比如说快递包裹,就是下一个极具潜力的场景,前几天,京东物流就宣布了在其大件仓内已经全面使用了RFID技术,当然,要每个快递包裹都采用RFID标签,还需要时间。本次移动与华为发布的eIoT技术,对于RFID标签的普及也将会带来积极作用,一方面,是产业的推动力,有这两大重量级玩家的推动,会让RFID标签有更多的落地项目;另一方面,运营商的网络提供了信号源与能量源的覆盖,这可以一定程度上降低用户的方案投入成本。
  • [技术干货] 【论文分享】长输油气管道大数据挖掘与应用
    长输油气管道大数据挖掘与应用于涛1, 刘丽君2, 陈泓君1, 于瑶11 中国石油天然气股份有限公司北京油气调控中心,北京 1000072 北京中油瑞飞信息技术有限责任公司,北京 100007摘要针对未来长输油气管道智能化建设的需要,结合油气管道数据采集与监视控制(SCADA,supervisory control and data acquisition)系统及运行参数,对比传统理论方法和大数据挖掘方法的特点,提出了大数据推动管道智能化的研究方向以及管道智能化研究的数字信息化、理论化和智能化3个步骤,建立了管道智能化架构,包括物理层、数据层、数据挖掘层、应用层和用户层共5个层次,并确定以数据挖掘层为架构核心。统计分析、时序性预测和工况识别等应用案例表明,利用大数据挖掘可有效解决实际生产的业务需求,指导未来管道智能化的研究与建设。关键词: 长输油气管道 ; 大数据 ; 智能化1 引言近年来,大数据在工业数据领域的参数预测、设备监测和运行优化等方面发展迅速[1],有效提高了工业控制系统的运行管理水平[2]。2020年初,我国提出了“新基建”概念,作为国家经济发展动脉的长输油气管道,可借助“新基建”机遇,通过管道智能化的建设吸收数字化时代赋予的科技力量,推动数字经济与管道上、下游产业的深度融合,将海量数据资源转换为商业价值,提升企业大数据创造价值的能力。充分利用“新基建”中的 5G 通信网络及工业互联网、物联网等技术,加速资源整合,推动行业技术储备能力和应急管理体系的建设,促进机器人检修、无人站场建设、无人机巡线等技术的应用,探索化石能源与新能源全面融合发展,实现管道数字孪生及远程分析监控,逐步建设低碳能源生态圈,有效提升能源利用率,从而提高油气管道的安全管控水平,实现提质增效的运行目标。在长输油气管道运行中,调度员利用 SCADA系统的压力、流量等参数,结合管道的设备状态变化和报警信息等实现管道的远程监控运行。随着管道自控通信、物联网技术的发展以及调度员远程调控运行经验和业务知识的积累,结合SCADA系统的实时数据及历史数据,探索将运行经验、业务知识结合系统报警信息等进行数据理论化和模型化,构建参数预测和工况智能识别模型,并使用实际生产数据驱动模型提高模型的预测精度和适应性,将是未来管道智能化发展的途径[3,4,5],也是油气管道在“新基建”人工智能方面的研究前提。相比其他行业,油气管道具有点多、线长等特点,生产和运行维护环节多、难度大,实施大数据挖掘和智能化研究的困难多,因此,需要根据大数据挖掘特点,结合业务需求,构建管道智能化架构,从而指导未来管道智能化的建设与应用。2 结束语通过以上研究,可以获得如下结论。1) 对比传统理论方法和大数据挖掘方法的研究特点,获得研究过程中可利用理论方法确定模型的影响因素,提升研究效率,同时得出了大数据挖掘方法推动油气管道智能化的4个方向。2) 管道智能化控制需要经过数字信息化、理论化、智能化3个步骤,提出了管道智能化研究架构,指导后续应用研究工作的开展。3) 研究确定以数据挖掘层为核心的管道智能化建设架构,为数据驱动模型构建智能化管道奠定了基础。4) 根据油气管道大数据业务需求,给出统计分析、时序性预测和工况识别等应用案例,可见利用大数据挖掘方法可有效解决实际生产业务需求。5) 目前,油气管道大数据研究应用还处于起步阶段,管道智能化概念性较强,大多侧重于单业务数据孪生与应用,业务之间存在壁垒和信息“孤岛”,后续需要建立一套完整的理论研究体系,构建高质量的样本数据库,培养跨学科的研究人才,为管道智能化研究应用奠定理论基础和人才基础。The authors have declared that no competing interests exist.作者已声明无竞争性利益关系。3 原文链接http://www.infocomm-journal.com/wlw/article/2020/2096-3750/2096-3750-4-3-00112.shtml
  • [行业资讯] 万物互联时代下,企业如何加速布局物联网
    物联网(Internet of Things)概念最早于1999年被提出,经过20余年的发展,物联网已在无数个场景实现商业落地。比如 To C 端的智能家电,To B领域的智慧园区、智慧工厂等,都是物联网技术比较成熟的应用领域。通俗地讲,物联网是指通过信息传感设备(例如无线传感器网络节点、射频识别设备传感器、GPS等信息传感器,红外感应器、全球定位系统、激光扫描器等)按约定的协议,把任何物品与互联网连接起来,进行信息交换和通信,以实现智能化识别、定位、跟踪、监控和管理的一种网络。发展到今天,物联网正在从简单的监测和自动化,向综合调度、精准决策等高级阶的方向迭代更新。物联网VS互联网物联网,即物物相连的互联网。以汽车开锁为例,用户通过手机APP远程进行操作后,指令从接入互联网的物(手机)发送到云平台,云平台追踪到接入互联网的物(车端电脑)下发指令,车执行完命令后,交执行结果反馈至云平台。此时,用户的整个操作被记录在云端,随时可通过手机APP查询历史记录。这是常见的物联网场景,“物”接入互联网,数据和信息互联互通汇聚到云端,通过人机交互完成操作。因此,物联网是基于互联网发展和扩展而来的互联网络,通过物与物的互联,实现动态监测和智能感知。物联网的分层架构物联网分为感知层、网络层、应用层三层架构。感知层由终端设备履行,负责执行下达的指令;应用层指前端业务平台,通过人机交互为不同场景赋能,如智慧园区、智慧工厂等。而网络层利用多种通讯技术,遵循标准协议,让物与服务器进行联接。由于不同硬件间的寻址、运算等能力不同,网络层分为两种:局域网联接和广域网联接。局域网联接,指不具备独立寻址及运算能力的传感器与网关之间的联接,如WIFI和蓝牙,有对应的协议;广域网联接指具备独立寻址及运算能力的设备直接接入,如 NB-IoT,并与数据中心或云平台的中控平台连接。所有的接入技术,都要通过标准的传输协议,才能实现数据采集与互通。当下常见的物联网协议 MQTT、MQTT-SN、CoAP、LwM2M、HTTP、LoRaWAN、NB-IoT。常见的物联网协议物联网场景复杂多样,设备条件、网络稳定性、设备功耗、设备连接数量等因素差异较大,造成物联网设备的传输与互联网在着很大的不同,因此产生了多种物联网通讯协议。从功能角度划分,协议分为物理层协议,负责设备间的组网及通讯,包含 3G/4G/5G、NB-IoT、WIFI、ZigBee;以及应用层协议,主要负责运行在传统互联网TCP/IP协议上的通讯设备,常见的包含HTTP、MQTT、CoAP等。从应用视角来看,协议可以分为云端协议和网关协议。云端协议指建立在 TCP/IP 上的协议,支持 TCP/IP 的设备可以通过 WIFI 及以太网,使用 HTTP、MQTT 等接入云端;网关协议适用于短距通信无法直接上云的协议,如蓝牙、ZigBee 等。当前物联网协议呈多元发展,甚至各种协议间可以互补,企业需要根据技术特性、应用场景等需求,在实际项目中选择合适的物联网协议。物联网的应用场景物联网是物物之间的互联,是基于物品对本身或周围环境的感知而触发的自动化应用场景,在高传感密度和高网络覆盖的前提下,可以在动态监测、状态调度、自动化操作和大数据分析领域创造价值,如智慧电力、智慧园区、智慧城市、智能制造等应用场景。艾艺智慧电力案例中的物联网应用在艾艺为某电力企业打造的智慧电力项目中,面对供电侧和用电侧大量的物联网终端,设备接入的复杂性成为一大挑战。艾艺设计的汇聚网关和边缘接入网关支持GPRS、4G/5G、LoRa、WIFI、ZigBee等多种无线通信方式,为客户在多样场景提供灵活多样的组网选择。支持HTTPS/MQTT TLS安全通道连接云端。汇聚网关采用分布式部署,通过集中管理,实现设备即插即用,快速接入云端,减少项目实施的人力成本和时间成本。边缘接入网关拥有高效微服务能力,适合超低时延、高效能的业务场景。艾艺智慧园区案例中的物联网应用智慧园区项目包含安全监管、信息展示、环境监测、智慧停车、楼宇监测、能耗监控等多个体系,需要接入大量的物联网终端,面临综合布线、设备接入、统一管理等挑战。此项目中存在大量移动设备部署在网线无法触达的边缘地带,采用“泛化联接”方式,通过5G、WIFI等无线网格承载,让海量数据被统一收集、分析、处理。系统采用微服务分布式系统架构,各节点都可实现集群部署;集成3S技术实时监测园区内人员位置、设备监测;应用系统采用B/S架构,集中式与分布式相结合,保障安全与可扩展性。艾艺致力于为企业提供智慧园区、智慧工厂、智慧能源等一体化解决方案。在物联网布局环节,向下连接智能终端设备,向上集成行业应用,在“多协议接入、多渠道接入、多网络接入”方面有丰富的服务经验和成熟应用,大大提升企业的设备管理能力,提供多种安全防护措施,保障数据安全和设备监测。艾艺物联网数据中台解决方案通过开放标准的 MQTT、CoAP 和 LwM2M 协议连接任何设备,灵活应对智慧园区、工业场景中的复杂多样的情况,同时支持通过边缘工业协议网关软件 Neuron 转换成统一的 MQTT 协议接入,满足绝大多数物联网场景下的数据采集需求,为企业的物联网业务提供高效可靠的数据接入层。
  • [酷哥说库] 【技术之声】第二十二期(20220606)数据库资讯精选
    大家好!我是酷哥,数据库相关资讯,带您速览,欢迎大家阅读。 ------------------------------------------------ **本期精选** ------------------------------------------------ - 计世指数-数据库产品影响力指数发布会成功召开 - 数据库未来:湖仓一体新趋势 - 推动数据中心绿色高质量发展的技术趋势和解决思路 - 数据资产如何确权认责 - 大数据时代的“冷热数据”管理 - Gartner发布2022年银行技术趋势,包含隐私增强计算 - 摘取皇冠上的明珠,华为云数据库的创新与探索 ------------------------------------------------ **资讯摘要** ------------------------------------------------ - 计世指数-数据库产品影响力指数发布会成功召开 **摘要:** 5月28日,围绕数据库产品,成功举办“计世指数-数据库产品影响力指数”线上发布会。本次发布会包括30个分布式数据库产品和8个集中式数据库产品。 数据库是IT系统存储和计算的基础,广泛应用于各行业,随着数据资源的爆发式增长,数字经济的发展壮大,迎来高速发展的重要机遇。数据库产品影响力指数旨在能够客观反映我国数据库的发展及应用情况,促进技术产品创新和行业应用,推动数据库产业高质量发展。 **文章详情:** [https://bbs.huaweicloud.com/forum/forum.php?mod=viewthread&tid=189787](https://bbs.huaweicloud.com/forum/forum.php?mod=viewthread&tid=189787) - 数据库未来:湖仓一体新趋势 **摘要:** 随着企业数字化转型的推进,越来越多的企业视湖仓一体为数字化变革的契机。当然,关注度越高,市场上嘈杂的声音也就越多。 在实际业务场景中,数据的移动不只是存在于数据湖和数据仓库之间,湖仓一体不仅需要把数仓和数据湖集成起来,还要让数据在服务之间按需流动。 湖仓一体化架构,可以方便、快捷地将大量数据从数仓转移至数据湖内,同时这些移到湖里的数据,仍然可以被数仓查询使用。 目前湖仓一体已广泛应用于金融、电信、交通等行业。在PB级的数据量下,可以为企业节省上百万的服务器采购成本,充分实现了降本提效的目标。 **文章详情:** [https://bbs.huaweicloud.com/forum/forum.php?mod=viewthread&tid=189797](https://bbs.huaweicloud.com/forum/forum.php?mod=viewthread&tid=189797) - 推动数据中心绿色高质量发展的技术趋势和解决思路 **摘要:** 5月26日,在贵州举行的2022中国国际大数据产业博览会“东数西算:构建国家算力网络体系”论坛上,由华为技术有限公司(以下简称“华为”)与国家信 息 中心、贵州省大数据发展管理局和粤港澳大湾区大数据研究院联合发布了《“碳达峰、碳中和”背景下数据中心绿色高质量发展研究报告》(以下简称《研究报告》)。 在推动数据中心绿色高质量发展的技术趋势和解决思路专项建议中,《研究报告》重点阐述了四大存储技术方向。即如何利用全闪存储技术、存算分离架构、数据重删压缩、数据密集型存储等技术推动在“东数西算”的背景下高质量达成数据中心“碳中和、碳达峰”目标。 **文章详情:** [https://bbs.huaweicloud.com/forum/forum.php?mod=viewthread&tid=189523](https://bbs.huaweicloud.com/forum/forum.php?mod=viewthread&tid=189523) - 数据资产如何确权认责 **摘要:** 2020年04月10日,中 共 中 央、国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》,将数据定义为与土地、劳动力、资本、技术并列的第五大生产要素——数字化时代的一种新型的生产要素。数据的价值越来越重要!然而对于“数据”,各个国家的法律似乎还没有准确界定数据资产权责体系。 所谓数据确权,就是确定数据的权利属性,主要包含两个层面:第一是确定数据的权利主体,即谁对数据享有权利。第二是确定权利的内容,即享有什么样的权利。 从这两个层面看,数据从产生到消亡的整个生命周期中,主要涉及四类角色,即:数据所有者、数据生产者、数据使用者和数据管理者。而确权就是针对特定的数据资产明确定义这四类角色的过程。也就是说,不同的数据资产其所有者、生产者、使用者和管理者可能不同。 **文章详情:** [https://bbs.huaweicloud.com/forum/forum.php?mod=viewthread&tid=189529](https://bbs.huaweicloud.com/forum/forum.php?mod=viewthread&tid=189529) - 大数据时代的“冷热数据”管理 **摘要:** 冷热数据主要从数据访问频度、更新频度进行划分。冷数据,即实际生产中被访问、更新频度比较低、概率比较低的数据。热数据,访问、更新频度较高,未来被调用的概率较高的数据。冷数据在业务场景中计算时效要求慢,可以做集中化部署,可以对数据进行压缩、去重等降低成本的方法。热数据因为访问频次需求大,效率要求高,可以高性能存储与就近计算部署; 数据冷热管理最核心目标提高算力利用率,所谓算力通常包含CPU、GPU、内存、带宽等能力,算力瓶颈在于单位时间内处理数据能力。视频、人工智能等领域的算力消耗集中在对大规模数据及参数的“算法”的计算处理。在传统行业领域以结构化数据为主,算力消耗集中在“订单、客户、事件”三大类数据的搬运、数据排序、数据关联、数据合并、数据算术运算、数据的查询等。 希望通过对数据冷热区分,精准识别出“热”数据,减少对“冷数据”的搬运、关联、排序、计算等,把算力集中在刀刃上,实现数据处理“提速、降本”。 **文章详情:** [https://bbs.huaweicloud.com/forum/forum.php?mod=viewthread&tid=190217](https://bbs.huaweicloud.com/forum/forum.php?mod=viewthread&tid=190217) - Gartner发布2022年银行技术趋势,包含隐私增强计算 **摘要:** 数博5月31日消息,Gartner发布了2022年银行和投资服务行业的三大热门技术趋势,分别是:生成式AI、自主系统和隐私增强计算。Gartner指出,这三项趋势将在未来两到三年内继续增长,推动金融服务机构的增长和转型。 Gartner研究副总裁Moutusi Sau表示:“虽然金融服务机构的首要事项是增长,但他们同样需要新的技术创新来管理风险、优化成本和提高效率。银行首席信息官可以通过生成式AI为追求收入增长的业务提供技术解决方案,而自主系统和隐私增强计算是能够为金融服务业务转型带来各种新选项的长期解决方案。” **文章详情:** [https://bbs.huaweicloud.com/forum/forum.php?mod=viewthread&tid=189958](https://bbs.huaweicloud.com/forum/forum.php?mod=viewthread&tid=189958) - 摘取皇冠上的明珠,华为云数据库的创新与探索 **摘要:** 在国内做数据库,是一件很具挑战性的事情,因为这是基础软件皇冠上的明珠,是卡脖子的关键技术。 从海外厂商攻城略池的垄断到国产数据库厂商的艰难成长,从去IOE浪潮下的国产替代再到如今的百花齐放的市场局面,国产数据库产业一路走来,背后都是一批批企业和个人的信念与坚守。 目前,GaussDB立足创新与自研,基于同一架构,一方面拥抱并兼容主流关系型数据库生态如MySQL及非关系型数据库 MongoDB、Redis等生态,另一方面围绕自身开源的openGauss生态,打造面向政企客户,强调高性能、高可靠、高安全的产品。 **文章详情:** [https://bbs.huaweicloud.com/forum/forum.php?mod=viewthread&tid=190216 ](https://bbs.huaweicloud.com/forum/forum.php?mod=viewthread&tid=190216) 上一期:[【技术之声】第二十一期(20220530)数据库资讯精选](https://bbs.huaweicloud.com/forum/thread-189422-1-1.html) *声明:文章源于第三方公开的信息,如果存在侵权或信息不实时,请及时联系处理。* 整理者:酷哥
  • [赋能培训] 【视频回顾】GDE直播公开课·第九期:构建高效便捷的数据开发体验 --华为大数据开发平台DataFactory
    ❤ 观看前期直播回顾,了解DataFactory的原理和使用:DataFactory系列直播No.1:DataFactory理论基础和实现DataFactory系列直播No.2:DataFactory具体细节和用法直播回顾视频完整版本期直播主要分享DataFactory的UX设计理念。查看视频回顾直播问答精选序号问题回复1datafactory未来主要在哪几方面加大用户体验构建?通过持续的洞察、围绕高效、简单持续提升用户的操作体验。2用户体验设计,首要需要考虑哪些因素?目标用户、使用场景。3针对经验无法传递,具体有什么措施改善体验?通过知识便签,提供知识的沉淀和分享。4DataFactory整体设计原则是什么?高效、简单、一致。5datafactory用户体验设计是否有业界参考标准,跟业界比是什么水平。参考业界的标准评分模型,根据业界评分标准,当前处于GOOD水平。6设计师走查有什么方法论和评判标准吗?根据设计稿进行人工审核。7是否规划了智能辅助相关功能,如何考虑的在智能修复、智能推荐的基础上,未来会探索更多贴合用户场景和用户洞察探索更多智能辅助功能,提升用户效率。8常用的算子就3、5个,智能推荐是否有必要?智能推荐更多是一种减少用户不断从左侧拖拽算子的重复操作,减少鼠标的移动步幅。9DataFactory对于现在很火的低码开发有涉及嘛?DataFactory就是数据领域的低码开发平台。10怎么样能够降低用户的使用门槛?持续在业务层面将技术细节封装,只呈现用户关心的内容,同时提供简单易懂的帮助提示,降低用户的配置内容和理解门槛。11试用环境操作过后,感觉对于大批量的库表,在datafactory中创建模型还是挺费劲的,咱们后续是否考虑提供ai能力,协助用户减少、降低投入成本和提高设计效率?未来我们规划尝试通过AI的能力提升产品的开发效率。
  • [技术干货] 大数据时代的“冷热数据”管理
    一、为“数据”降本的背景 信息爆炸的时代数据极速膨胀,数据存储与计算消耗的IT资源、能源日益增长。为了节省能源,例如我国推出了东数西算,腾讯把数据中心装进了贵州山里,微软把数据中心建在海底,“脸书”在犹他州雪山旁建立新数据中心。海底的数据中心建设从硬件、技术角度进行“数据成本”控制。从业务角度对膨胀的数据本身进行“冷热”分级管理,不仅有利于节约“计算成本”,也可以提高业务数据化运营效率。 二、冷热数据定义及意义 冷热数据主要从数据访问频度、更新频度进行划分。冷数据,即实际生产中被访问、更新频度比较低、概率比较低的数据。热数据,访问、更新频度较高,未来被调用的概率较高的数据。冷数据在业务场景中计算时效要求慢,可以做集中化部署,可以对数据进行压缩、去重等降低成本的方法。热数据因为访问频次需求大,效率要求高,可以高性能存储与就近计算部署;数据冷热管理最核心目标提高算力利用率,所谓算力通常包含CPU、GPU、内存、带宽等能力,算力瓶颈在于单位时间内处理数据能力。视频、人工智能等领域的算力消耗集中在对大规模数据及参数的“算法”的计算处理。在传统行业领域以结构化数据为主,算力消耗集中在“订单、客户、事件”三大类数据的搬运、数据排序、数据关联、数据合并、数据算术运算、数据的查询等。希望通过对数据冷热区分,精准识别出“热”数据,减少对“冷数据”的搬运、关联、排序、计算等,把算力集中在刀刃上,实现数据处理“提速、降本”。三、系统架构设计时对数据的“冷热”管理 数据规模控制目前有“冷热分离异构系统”和“冷热分离同构系统”两类架构。“冷热分离异构系统”:将冷热数据根据被访问的频度及概率,一般来说将“时间序列较早,访问频度较低于一定比例”归档转移至另一个系统的进行存储。两套系统拥有不同的存储特性、访问方式等,优先热数据访问性能的同时,降低冷数据的运维成本“冷热分离同构系统”:冷热数据应用同一套规则,同一个数据集群中部署不同配置的机器,不同服务器进HOT/COLD属性标志。高配置服务器管理管理热数据,低配置服务器用于管理冷数据。当创建一个新的Index时,指定其数据分配到Hot属性的机器上;一段时间后,再将其配置修改为分配到Cold属性机器上,Elasticsearch便会自动完成数据迁移。系统级数据的冷热分级管理可以有效提高算力使用效率。图:冷热存储策略全冷存储指数据全部存储在HDD盘,是一种较为经济的存储策略。全热存储指数据全部存储在SSD盘,满足高性能访问的需求。冷热混合存储指一定数量的分区存储在SSD盘,其余数据存储在HDD盘。四、数据结构设计时进行“冷热”管理 传统行业的数据处理不需要像阿尔法狗即时计算出围棋的落子位置,更多的是固化的计算逻辑。因此可以通过“数据分区、计算分时”等策略优化算力利用率数据分区,数据结构设计时从动态与静态维度对数据进行“冷热”分区,减少对“冷数据”的搬运、关联、排序、计算等,降低参与计算的数据规模。计算分时,很多传统领域数据计算步骤是相对固化的、非实时的,可以通过对计算步骤分解在多个时段,平滑并发计算量。1、所谓静态数据主要指事件类数据,描述发生一个事件的数据记录,如保险领域理赔,报案事件、理算记录、结案事件,每个事件包含了对象、时间、事件内容等。静态数据参与的计算主要在于“被搬运、被查询、被关联、被计算”,静态数据本身几乎不进行合并更新计算。对于静态数据中被关联、被计算关键字段可以进行热度标识,参与计算的高频字段可以分配至临时表独立存储,减少统计类计算时加载的数据规模。如:保险领域对理赔事件原始数据字段超过20个,数据“入湖共享”时对高频度报表计算的“案件类型、报案时间、结案时间、金额”4个“热”数据字段拆出一个独立表进行共享,并增加“机构属性标记、客户号、手机号、保单号”关联关键字段(数据规模比原始数据降低3/4)。这样不同机构在开展个性化理赔统计报表分析时(不同分公司报表分析频度、统计样式可以个性化),仅需要加载对应机构的数据,快速完成“客户-理赔”与“保单-理赔”关联计算,减少“客户-保单-理赔”跨表数据搬运及复杂关联。2、动态数据指会时序更新的数据,如客户类的数据“收入、偏好、最近一次交易等”涉及持续更新合并。动态数据消耗的算力集中在“数据更新合并、数据排序、查询、关联”,其中数据的Update涉及较多校验规则。针对动态数据中各字段更新频度进行冷热标识,对于高频度update字段进行独立表管理,避免高频对大宽表的读写操作。如在保险领域,客户高频度更新信息字段主要是“职业、出险次数、最近投保”等和交易关联性强字段,客户数据中台数据结构设计时,对高频update字段独立表写入管理,减少对客户大宽表加载与读写。结语目前在IT行业系统架构设计重视度比较高,在数据结构设计有很大提升空间。如我所在在保险企业业务核心系统为外资产品,运行10多年后进行升级重构时,最大的难题就是数据结构设计,招投标时国内厂商可以在系统结构上给出较为完善的解决方案,但在数据结构上、数据规则上面临很大挑战。
  • [技术干货] 【论文分享】多源异构航班航迹数据流实时融合方法研究
    多源异构航班航迹数据流实时融合方法研究张瞩熹1,2, 田旺1,3, 朱少川1,4, 刘洪岩1,4, 朱熙1,51 北京航空航天大学综合交通大数据应用技术国家工程实验室,北京 1000832 中国人民解放军32751单位,北京 1000393 北京航空航天大学大型飞机高级人才培训班,北京 1000834 北京航空航天大学电子信息工程学院,北京 1000835 北京航空航天大学前沿科学技术创新研究院,北京 100083摘要二次雷达和广播式自动相关监视(ADS-B,automatic dependent surveillance-broadcast)是在空域监视系统中共存的两种主要监视手段,为了提高监视的精度和稳定性,实现二次雷达和 ADS-B 航迹实时融合至关重要。针对现有方法难以满足大规模航迹的实时融合需求,设计了一种使用大数据技术的二次雷达与 ADS-B 数据流实时融合的方法。该方法基于微批处理的大数据处理框架,遵循MapReduce编程模型,在得到较高质量融合航迹的同时,保障了系统数据处理的高并发能力与实时性。最后,基于真实航班数据开展了航迹实时融合仿真实验,验证了方法的可行性。关键词: 航迹融合 ; 多源异构 ; 微批处理 ; MapReduce ; 流式大数据1 引言近年来,我国民用航空发展迅猛[1],航班体量不断增加。截至 2019年年底,我国在册运输飞机数量为3 818架,定期航线数量为5 155条,这两个数据在过去5年的平均增长率均达10%[2]。民用航空流量的迅速增长,使空中交通管制自动化系统面临显著的航班监视压力[3]。飞机航迹实时监视是支撑空中交通管制的基础能力,管制中心获得的航迹信息的准确性和及时性,直接关系到发出管制指令的准确性与及时性,决定了空中交通安全有序的运行,因而十分重要。为了提升空域监视能力、维护运行秩序,多种监视手段被应用于空中交通管制系统。早期,空域监视主要依靠二次雷达[4]完成。2007年,我国引入了第一部S模式雷达,随后S模式雷达在我国得到全面推广。目前,二次雷达监视技术较成熟可靠,但也存在建设维护成本高、易受恶劣天气影响等缺点。近年来,民用航空领域开始推广新型空域监视技术ADS-B[5],ADS-B主要基于全球导航卫星系统(GNSS,Global Navigation Satellite System),利用空对地、空对空数据链实现监控和信息传递。ADS-B具有建设维护成本低、使用寿命长、定位精度高、更新频率快等特点,但也具有较大的局限性:1) 依赖GNSS对目标进行定位,本身不具备对目标位置的验证;2) 现阶段ADS-B设备的覆盖率远不及二次雷达的覆盖率。因此,二次雷达和 ADS-B 将在相当长的时间内共存。为了实现优势互补,更精准地监视与管控空域,同时使用二次雷达和 ADS-B 作为监视信号源实现航迹的融合是一项非常重要的工作。在已有的研究中,文献[678]指出多源航迹融合对提升航迹监视精度、增强空中交通安全的作用,分析了现有空域监视系统中二次雷达与ADS-B的数据融合方案,论述了协同式的空域监视技术框架,研究了基于二次雷达和 ADS-B 的数据流控体系结构。在算法层面,文献[9]提出了调整二次雷达与 ADS-B 航迹融合权重因子的可变周期更新算法;文献[10]提出了在传统的地心地固(ECEF,earth-centered,earth-fixed)坐标系下二次雷达与ADS-B的航迹误差校准算法;文献[11]系统处理了航迹融合中的时间对准、空间对准、目标跟踪、数据融合等关键技术。在系统实现架构层面,文献[12]使用串行方式依次处理多部雷达的数据;文献[13]指出在现有的空中交通管制自动化系统中,针对单个目标航迹融合的流程是先将单雷达航迹融合为多雷达航迹,再将雷达的航迹与 ADS-B 的航迹融合为系统航迹;文献[14]提到,现有空中交通管制系统中封闭式的网络结构、复杂的通信终端、落后的传输协议给空中交通管制系统的全面信息化、网络化、系统化带来了困难;文献[15]验证了消息通信库不同的通信模式对提高异构信源数据传输与交互能力的有效性。综上所述,现有的研究主要侧重对单个目标的航迹融合算法的设计与改进,虽然有较好的融合精度,但设计的处理流程没有较好地考虑在实际运行时,系统承受高并发与灵活扩展计算性能的能力。现有空中交通管制系统对多源二次雷达与 ADS-B数据的处理融合仍以较低效的串行方式为主,在面对大规模航迹带来的对计算性能的挑战时,低效的串行方式将限制空域的监视能力,难以满足在航班体量不断增长的未来,空中交通管制系统对空域实时监视与反馈的需求。如何在保障航迹融合精度的前提下对大规模二次雷达与 ADS-B 数据实现并行化快速处理、提高航迹数据流的实时融合效率,是一个具有挑战性的课题。针对这一问题,本文基于微批处理的大数据处理框架,遵循 MapReduce 编程模型,设计了二次雷达与ADS-B 数据流实时融合方法。在多数据源、多目标、多维度的航迹数据之间采用并行处理模式,在提高航迹融合质量的同时,保障数据处理的实时性与高并发能力。在处理算法上,融合航迹由原始记录经过最小二乘法建模和拟合,再经过考虑决定系数的动态加权算法获得。在处理流程上,首先由分布式消息队列接收多源航迹数据,再按一定大小的滑动窗口划分批次,每一个批次数据的处理流程则包含多个Map和Reduce过程。最后,基于真实航班数据进行航迹实时融合仿真实验,对方法进行验证。2 结束语本文提出了一种二次雷达与 ADS-B 航迹实时融合的方法,针对现有研究和工程实现中对处理大规模航迹带来的计算压力关注度不足的问题,借鉴了互联网领域中较成熟的大数据技术,综合使用了分布式消息队列、微批处理框架、MapReduce编程模型,设计了包括航迹建模和拟合、考虑决定系数的加权融合的处理流程,并通过实验验证了方法的可行性与有效性。相比于传统的以串行为主的处理流程,本文方法使用的以并行为主的处理流程能够显著地提升系统的并发能力,显著增强了系统处理大规模航班监视流式数据的效率,是应对我国民航行业快速发展、航班监视需求“井喷式”增加的亟需技术。本文方法的整体框架也适用于航班航迹实时预测、流量信息实时统计、航班异常航迹实时判断等基于历史数据进行实时计算的场景,有助于进一步提升空中交通管制自动化、智能化的水平。The authors have declared that no competing interests exist.作者已声明无竞争性利益关系。3 原文链接http://www.infocomm-journal.com/wlw/article/2020/2096-3750/2096-3750-4-3-00060.shtml
  • [行业资讯] 中移物联网发挥信息化技术降碳杠杆作用,助力碳达峰碳中和
    中移物联网有限公司(简称中移物联网)积极落实计划部署要求,通过技术创新实现自身运营“节能”,发挥运营优势实现助力降碳“赋能”。自身网络节能,中移物联网一方面持续推进网络架构绿色转型,加快云化演进,通过虚拟化技术降低实际物理服务器使用量;另一方面积极探索和研究网络节能技术,实现对机房空调、AAURRU等设备的实时监控和能耗控制,在保证网络质量的前提下,达到降低电费的效果,节能效果为AAU/RRU日均综合节能率22%左右,空调节能根据地区差异节能率10%(软关)-20%(硬关)左右,2021年已试点和应用涉及站点14000余个,节约电量1240万千瓦时,相当于节约4960吨标煤,减少排放12362.8吨二氧化碳。社会绿色赋能,中移物联网大力推进蓝天卫士、云视讯、智慧园区、和易充、智慧工地等信息化解决方案,不断提升信息服务的深度和广度,助力全社会集约资源、提高效率、减少排放。“蓝天卫士”2.0解决方案由中国移动河南公司与中移物联网协同打造,已累计建设视频监控点1.97万路,覆盖耕地1.23亿亩,在省、市、县组建三级视频监控中心130多个。2021年有效防治了秸秆焚烧产生的大气污染,为政府节约7亿元秸秆焚烧监控管理费用,已入选农业农村部“2021年数字农业农村新技术新模式新产品”奖项。云视讯在减少交通碳排放、减少空气污染、降低会务用品损耗等方面发挥了重要的减排作用,面向政府机构、金融、交通能源、教育培训、医疗卫生用户提供高品质、专业级、全网可达的视频会议服务,大幅度降低会议出行需求,每年减少碳排放超过2900万吨。OnePark智慧园区解决方案利用“大、云、物、智”等技术,提升园区能耗精细化管理水平,对水电气等能耗信息全局管理,各环节实现扁平化监控和管理,平台核心功能包含数据实时监控、云端远程控制、用量节能分析、节能报表统计等。节能效果为园区面积在1万平方米以内每年节约能耗15%-18%,园区面积超过1万平方米每年节约能耗20%-30%。和易充为新能源电动车提供了一套智能化、可运营、“互联网+”的城市级安全充电解决方案,在全国已建设上万个充电站点,打造了一个集安全充电、开放服务、节能减排于一体的全国充电服务大数据平台。截至目前,和易充的智能监管大数据为千万车主保驾护航约5000万次,累计充电量3000多万度,减少碳排放约33万吨,相当于种植了1500万棵梭梭树。智慧工地解决方案运用“5G、AI、物联网、大数据、数字孪生”等技术最大限度帮助建筑工地节约资源和减少环境污染,实现节能、节材、节地和环境保护,助力实现双碳目标。2022年,中移物联网将持续围绕“C2三能”计划,发挥信息技术在节能减排中的杠杆作用,凭借自身在入口、平台、应用全链条上的研发及核心技术优势,促进社会绿色转型,提高资源利用率,降低生产成本,协同推进减污降碳,创新推广污染防治信息化应用,助力国家尽早实现碳达峰碳中和目标。
  • [行业资讯] 寻找盘活千亿条IoT数据的方式
    逐渐增多的联网设备设施,如果不对其产生的海量数据进行治理或分析,仅仅对单独某个企业个体而言,或许都将酿造一场数据灾难。反之,擅用数据治理并拥有大数据能力的企业,他们的财务表现、做出决策的速度和正确性,都将远远超过竞争对手。近年工信部密集发布《工业数据分类分级指南(试行)》、《关于工业大数据发展的指导意见》、《关于组织开展2021年大数据产业发展试点示范项目申报工作的通知》等政策通知,旨在提升企业数据治理能力,打造应用繁荣、产业进步的大数据生态体系。企业们在从传统模式转变到数字化模式一段时间以后,也开始从底层资源需求进阶到数据层需求,他们希望把获取到的数据盘活,对数据价值进行利用,甚至创造新的业务模式。数据治理的战略地位得到提升。根据赛迪顾问预测,2023年我国大数据产业规模将超过万亿元,2027年将达到1.8万亿。大数据产业链组成丰富,政府机构、技术和产品服务商、场景运营方陆续加入玩家阵营。从2014年发布第一款数据产品开始,青云便紧跟行业趋势和客户需求,配备近百人的研发团队,持续推出了近30款数据产品和服务,涵盖数据库与缓存、消息队列与中间件、对象存储、大数据服务、数据仓库和BI,为百行千业的客户提供优质服务。近日,青云正式发布“大数据工作台”产品,目标在于帮助企业打通大数据全链路,从海量数据中提炼出最有价值的信息和知识,辅助业务决策和创新。在物联传媒记者向青云QingCloud大数据产品经理刘雄风的提问沟通中,我们进一步看懂了关于大数据的趋势,以及青云大数据工作台发布的意义所在。一个工厂一天产生2.6亿条数据互联网时代,大数据分析最常见的用途是了解用户的使用习惯、消费偏好、行为特征等,从而做出个性化推荐。并且互联网大数据对时效没有太高要求,主要是从长期积累中找出关联性。物联网应用与此不同。数据集成、实时计算分析、统一监控和调度是普遍需求,数据越完整、越全面、反馈实时性越高,企业降本增效的效果就越好。但物联网数据治理并非易事。某中国环保行业的领导者,旗下每个工厂分别部署3000多个数据采集点,每个工厂每秒传送数据0.5MB,每天传送数据大小为38GB,数据量为2.6亿条。将情况复制到集团21个工厂,一天的数据量达到54亿条、798GB,保留6个月的数据总量将高达9720亿条、140TB。数据量大不是唯一特点,很多场景下的数据源更显多样化。某行业领先的工业自动化测试设备与整线系统解决方案商,其数据源涵盖生产相关设备,如机加工设备、SMT设备、AGV、立库、质检等相关设备,以及生产外运营相关的IoT设备,如水电气、空调暖通、给排水、道闸门禁、温湿度传感器终端等,具有非常强的多样性。再加上各类设备数据的采集频次、数据留存时间各不相同,需要应用不同的采集策略。另外在工业、能源等诸多对安全、保密性有要求的场景,其网络环境属于高度隔离状态,数据采集点位于企业工控网,不允许外部访问,这将为数据治理带来新的难度。总而言之,数据治理值得被重视,且相比于安排专门岗位来计算日常的数据产出、支付这项额外的人力成本,仍然可以将精力专注在核心业务开发上。按照青云的介绍,一般客户数据量达到GB级别,就具备了使用大数据工作台的条件。对于客户关注的成本问题,青云大数据工作台在复杂场景下,每CU(Computing Unit,1CU含计算资源:1核CPU,4GB内存)每秒可以处理3000条至1.5万条数据,每CU计费模式为0.4元/小时,并且目前青云大数据工作台产品处于公测阶段,支持免费开放使用。客户厌烦具有“割裂感”的产品站在客户的角度,大数据的价值不是数据本身,而是背后隐藏的对业务有影响的信息和知识。大数据产品的内涵也不在简单堆叠Hadoop、Spark和Flink等产品组件,客户更加希望有独立的实时计算平台,且平台能带来良好的使用体验。基于这一点,青云在提供大数据工作台产品的基础上,将其与KubeSphere容器平台和IoT平台形成合力,充分发挥各自优势,组建了完善的“大数据工作台+KubeSphere+IoT”三位一体解决方案。方案架构上,最上层是物联网平台,中间是大数据平台,最底层是容器平台。在容器平台层,提供按需使用、弹性伸缩、一键扩容、在线运维的功能保障。在大数据平台层,结合消息中间件、数据仓库、数据服务等云原生产品组件,从横向数据流方面提供一站式的数据实时处理和输出能力;在物联网平台层,形成“云、网、边、端”统一管理、统一数据采集和统一边缘控制。这再次证明青云大数据工作台出于打通大数据全链路的初衷而建立,在整合大数据相关产品及服务后,为客户提供一站式智能大数据开发与治理平台,并具有6点突出特性:第一,开箱即用。公有云环境下几分钟即可完成环境的创建和部署,即开即用、便捷高效。在私有云的部署一般是半天或一天时间完成,且仍在进行一键部署的优化。第二,弹性扩容。具备云原生弹性扩容的能力,可以帮助客户合理地节省资源,提高资源的使用率。通过提供细粒度管控,最小资源使用的粒度只需要0.5CU,支持按量、包年包月计费,可以更好地适配不同的需求,价格低廉,安全稳定。第三,存算分离。与青云的对象存储服务无缝衔接,海量数据可以高效、低成本的存储。同时支持数据计算按需扩容,极具性价比。第四,开放兼容。拥抱开源,百分百兼容Apache Flink,支持平滑上云,通过内嵌的Connector可以无缝对接主流的数据产品和开源大数据生态组件。同时,客户可以将原有的大数据任务迁移到青云大数据工作台上,进行统一的调度和监控,节省运维和调度成本。第五,安全可靠。按照云原生的架构模式进行设计,可以基于多种基础设施进行部署。内部按照功能模块以微服务的方式划分为多个组件,彼此之间相互隔离,避免相互影响。同时,所有的服务都具备高可用和高扩展能力,可以在部分节点故障的情况下,保障服务的可用性和数据的可靠性。第六,生态整合。除了青云大数据工作台本身提供的服务外,还可以在云上与其他产品紧密整合,可以连通云平台上孤立的多种数据存储的服务,让客户在云平台上的数据流转更加便捷。目前上线的青云大数据工作台1.0版本,主要满足数据存储、数据加工、统一存储和服务功能,下一阶段将在数据治理、数据资产、优化体验等方面满足更高级别需求。没有历史包袱非常关键,专注满足业务诉求青云此次推出大数据工作台的时间不算早,市面上互联网背景的公有云厂商及通用大数据公司都已在开拓该市场,他们产品的特点大致如下所示:而从此次青云发布的大数据工作台来看:与互联网背景的公有云厂商相比,青云大数据工作台基于云原生架构,可以部署在开源的Kubernetes容器平台上,也能部署在其他云原生产品上,这对客户来说更加开放和包容,避免了被云厂商绑定。同时,青云大数据工作台的界面及功能上没有历史包袱,包括支持提供流批一体的Flink引擎,使客户能更轻松完成对计算集群的创建、管理和销毁,让客户将精力更聚焦在业务计算本身。另与市面上的通用大数据公司相比,青云大数据平台产品可依托云计算属性,提供快速反馈和更新的能力,并且支持弹性计费和灵活扩容。同时,相较于目前主流的企业数据中台,青云大数据大数据工作台没有基于传统的Hadoop体系的YARN来做资源调度,而是基于Kubernetes做资源调度,聚焦于数据使用场景下,解决数据集成、流批一体计算、统一运维和统一数据服务共享的问题,通过一站式、便捷低成本的方式,帮助中小企业快速掌握数据价值,构建“云上数据中台”。当然,大数据市场规模庞大,每类产品都有其主要受众并且可能面向不同的场景领域。青云大数据工作台将面向4类场景提供服务,分别为:精细化运营分析场景,包括用户画像、推荐、数据分析、大屏展示、数据治理等场景,主要受众为中小型互联网或移动互联网公司。实时计算场景,包括IoT终端实时数据分析、实时用户日志分析、实时运营数据分析、实时风控等,主要受众为智慧工业、智慧零售等对实时数据有加工处理需求的企业。可视化开发与运维场景,包括数据ETL、数据挖掘等场景,主要受众为以学习或科研为目标的客户。构建数仓场景,包括数据集成、实时或离线计算、数据存储等场景,主要受众为青云云平台上使用了消息队列、数据库、数据仓库、大数据计算存储的客户。至此,青云大数据工作台的核心面貌得到呈现。倘若再回到文章开头提及的大数据趋势一问,答案已经不言自明:在企业数字化转型的道路上,青云正在用专业技术研发和深入市场研究的实际行动,助力企业挖掘珍贵的数据资产,掌握潜力无限的数据价值。
  • [行业动态] 数博会拍了拍我们,恭喜获奖
    5月26日,2022中国国际大数据产业博览会(以下简称“数博会”)线上正式开幕。数博会是全球首个以大数据为主题的博览会,由国家发展和改革委员会、工业和信息化部、国家互联网信息办公室和贵州省人民政府共同主办,是助力全球大数据技术应用和产业发展的重要平台。大会开幕式上,华为高级副总裁、华为云CEO张平安发表主题演讲。聚焦大会主题“抢数字新机,享数字价值”,他在演讲中主张,发挥数据的集聚规模效应,以数智融合重塑数据价值,围绕“一切皆服务”帮助更多企业容易上云、方便上云、用好云:让数据资源在集聚中实现效益最优“东数西算”是把握数字经济发展机遇期、构建算力新格局的重要举措。为加快推动“东数西算”建设,全力打造“中国数谷”,华为云已在贵州布局全球总部和最大的云数据中心,持续发挥数据资源集聚的规模效应,提升资源使用效率。以“数智融合”重塑数据价值数字时代,数据是千行百业重要的生产要素和资产,目前数据的价值仍未充分得以利用,实现高效的数据治理、促进“数智融合”仍是业界难题。华为云着力打造“数智融合”云平台,打通数据治理生产线、AI开发生产线,构建统一的开发环境、统一的元数据管理、统一的存储,让数据开发效率由“周”级提升到“小时”级,大幅降低数据存储成本,让数据和AI开发进入现代化的生产阶段。一切皆服务,让千行百业真正用好云为帮助千行百业的客户容易上云、方便上云、用好云,华为云提出“一切皆服务”,把基础设施、技术以及经验云化、服务化。例如,不少企业缺乏专家和训练数据,未能有效地将AI能力与业务场景结合,因此难以快速开发出AI应用;为此华为云已将AI、大数据,音视频等核心技术云化,集成海量开发工具,让所有客户随取随用,高效开发。同时,华为云持续深耕政府、金融、工业等行业,将华为与伙伴、客户的合作创新以及数字化转型经验沉淀成为云服务,已陆续开放了50多个应用场景,提供超过2万个API服务,让更多企业就不必重复“造轮子”,通过云服务即获得全行业最优秀的数字化经验。本届数博会上,华为云还斩获了多项大奖,涵盖从数据库、数据湖、到数据和AI融合分析的技术创新,以及运用湖仓库AI技术支持的梦饷集团创新实践入选“十佳大数据案例”,充分证明了业界对华为云数据领域技术创新的认可:在数博会的重头戏——“数博发布”特色活动中,华为云GaussDB(for openGauss)分布式数据库斩获领先科技成果“新产品”奖。该奖项是数博会的最高奖项,同时也是唯一以大数据为主题的社会科技奖励,其专业性、权威性、引领性获业界一致认可。 华为云GaussDB(for openGauss) 基于华为主导的开放生态openGauss而打造,是主打政企核心业务负载的金融级分布式数据库旗舰产品。 例如,在工商银行核心交易系统分布式改造过程中,华为云GaussDB提供了完备的一站式数据迁移解决方案,实现高可用、性能线性扩展、弹性部署三大核心价值,助力客户数据库选型安心、迁移放心、管理省心,让核心交易系统可靠性得到了大幅度提升,持续满足未来长期业务发展需求。 华为云数智融合平台为企业在云上打造了统一的数据底座,把原本散落在各个部门和组织的数据统一汇聚到数据湖中,省去开发者关注各种底层的琐碎文件管理,以及大量、复杂的分析引擎、AI引擎和管理运维工作,支持开发者在集成的开发平台上,便捷地使用最新的算法模型挖掘各种数据的潜在价值。 例如,平台助力T3出行将多套集群架构优化至湖仓一体的存算分离架构,同时支撑数据分析的BI和数据智能的AI场景,不仅使TCO降低20%以上,更解决了出行场景下“长尾支付”系统更新慢的难题,数据处理效率提升150%。数智融合,让企业像管理代码一样管理数据,让机器学习的效率更高,提升乘客的安全体验。华为云FusionInsight MRS IoTDB聚焦工业物联网领域的工业复杂时序数据的处理,解决通用数据库在超大规模复杂时序场景的功能短板和性能瓶颈,形成跨越端、边、云的工业物联网大数据的利器。 目前,清华大学和华为云已开展合作,以Apache IoTDB开源组件为基础,持续探索新型的、基于开源社区的“产、学、研”合作模式,加快在华为云FusionInsight MRS云原生数据湖服务中完成IoTDB商用版本开发和集成,进一步完善MRS“三湖一集市”能力,为工业海量时序数据分析提供企业级的时序数据库。IoTDB相关技术已在交通、制造等众多工业级时序数据分析应用中落地。 作为“新电商”领域创新者,梦饷集团全面拥抱云、大数据、AI技术,与华为云合作数据创新,让200万“宝妈”不需要投入成本、无需复杂的数字技术背景,即可利用碎片时间进行数字圈层电商营销。以数据智能进行业务创新和社会价值创造,该案例也入选联合国可持续发展目标(SDGs)最佳案例。在数智融合实践中,梦饷集团实现了TCO下降30%,实时分析能力提升50%。其中,华为云DWS提供涵盖T+1批量分析、流式分析、小微实时分析、IoT分析、交互式分析以及复杂高维业务分析等;华为数仓技术提供了100PB级数据容量,以超大集群、混合负载的关键能力,保障多租户、高并发场景可为用户输出持续稳定的SLA,让梦饷集团轻松应对电商高并发业务挑战。基于超过10年的数据领域研发与投入,华为云以成熟的全生命周期数据治理能力,持续帮助电商、游戏、金融、保险、物流、零售等行业客户实现业务智能,释放企业数据价值。围绕“一切皆服务”,华为云面携手客户、合作伙伴和开发者持续创新,帮助千行百业的客户容易上云、方便上云、用好云。
  • [技术干货] 推动数据中心绿色高质量发展的技术趋势和解决思路
    5月26日,在贵州举行的2022中国国际大数据产业博览会“东数西算:构建国家算力网络体系”论坛上,由华为技术有限公司(以下简称“华为”)与国家信息中心、贵州省大数据发展管理局和粤港澳大湾区大数据研究院联合发布了《“碳达峰、碳中和”背景下数据中心绿色高质量发展研究报告》(以下简称《研究报告》)。在推动数据中心绿色高质量发展的技术趋势和解决思路专项建议中,《研究报告》重点阐述了四大存储技术方向。即如何利用全闪存储技术、存算分离架构、数据重删压缩、数据密集型存储等技术推动在“东数西算”的背景下高质量达成数据中心“碳中和、碳达峰”目标。方向一:加速数据中心向“硅进磁退”的闪存化方向演进闪存介质具备高密度、高可靠、低延迟、低能耗等特点,在相同的容量下,闪存相较于HDD的能耗降低70%,性能提升100倍,占用空间节约50%。数据中心存储介质全闪存化是未来发展方向,应逐步提升数据中心存储介质闪存化比例,建议2025年达到50%,2030年达到90%,远期实现100%全闪存化。方向二:推动大数据场景存算分离架构的使用普通的通用型服务器配备硬盘的数量有限,而专门设计的高密存储型节点的密度是传统存储服务器的2~2.6倍,同等容量下能耗节约10%~30%。如在大数据分析场景下,采用存算分离架构的同时利用数据纠删码技术,可进一步把磁盘利用率从33%提升到91%,减少磁盘空间占用,节约能耗。方向三:应用数据重删压缩算法,提高数据存储效率数据重删和数据压缩是通过一系列的算法优化数据存储布局,提高存储效率的技术,进而提高数据存储的能效。尤其在闪存介质快速应用的背景下,更能凸显其价值。如在数据库、桌面云、虚拟机等业务场景下实现2~3.6倍的数据缩减率,耗能节约50%以上。方向四:推广数据密集型集群存储技术数据密集型集群存储是面向中大型绿色节能数据中心打造的存算网融合一体化整柜液冷解决方案。采用高密、大比例EC、存算分离、DPU卸载、数据处理加速、数据高缩减和存储液冷等创新技术,提升数据中心交付效率,缩短上线周期。同时通过一池对接多云,实现跨数据中心统一融合存储资源池,资源利用率提升50%。实施“东数西算”工程,对于推动数据中心合理布局、优化供需、绿色集约和互联互通等意义重大。对数据中心设计、PUE、IT设备等方面都提出了较高的要求。华为依托业内领先的全闪数据中心、数据密集型存储,加快先进存储产业升级,助力数据中心绿色高质量发展。
  • [行业资讯] 运营商物联网“迷局”:从连接到价值
      运营商的物联网业务,就是一门“连接规模”与“连接价值”平衡的艺术。  在目前三大运营商移动用户接近天花板背景下,数字化行业市场成为运营商新蓝海,数字化转型业务被称为运营商“第二条增长曲线”。其中,除了行业云、IDC、专线市场外,物联网业务也表现出了不俗的业绩。  据三大运营商发布2021年业绩,中国电信(601728)2021年物联网收入28.59亿元,同比增31.8%;中国联通物联网收入60亿元,同比增长43%;中国移动(600941)物联网业务营收则达到114亿元,同比增21.3%。三大运营商物联网业务均实现较大增长,并成为公司战略的重要一极。  从亿到万亿  从物联网行业前景来看,随着物联网应用场景的不断涌现,物联网行业有望长期持续稳定发展。根据ABI Research公司2021年Q3预测数据,预计到2026年物联网连接数量将达到231亿。而据爱立信2021年11月的“Ericsson Mobility Report”预测,2027年使用蜂窝通信的物联网终端连接数量将超50亿。其中,2G、3G逐步退出,而NB-IoT、Cat-M和4G、5G覆盖范围将持续增大。  在我国,物联网作为新型基础设施,行业建设力度逐渐加大。从政策规划上,“十四五”规划和2035愿景目标中明确提出,推动物联网全面发展,打造支持固移融合、宽窄结合的物联网接入能力。2021年9月,工信部等八部门联合发布《物联网新型基础设施建设三年行动计划(2021—2023年)》,提出到2023年底,在国内主要城市初步建成物联网新型基础设施,物联网连接数突破20亿。同时,将高端传感器、物联网芯片、物联网操作系统等作为物联网新基建技术突破创新关键方向。  一系列政策的推出,意味着国家将不断加大对通信产业、物联网行业的政策支持,各类物联网场景应用也会进一步提升,随之对相关企业提供高质量产品和服务要求也将越来越高。  据前瞻产业研究院数据,我国物联网连接数全球占比高达30%。据2021年9月世界物联网大会数据,预计2025年我国物联网连接数能够超过80亿个。  这其中,运营商起着主力军的作用。据工信部数据,截至2022年4月,三家基础电信运营商发展蜂窝物联网终端用户15.6亿户,比上年末净增1.59亿个,物联网收入同比增长24.5%。  从增值业务到基础业务  我国物联网行业中,三大运营商收入规模较大,处于行业领先地位。目前,三大运营商均已成立物联网业务专业子公司,打造自有核心能力,并将物联网作为战略发展重点,持续加码物联网建设力度。  中国电信2021年物联网连接数达2.98亿,同比增60.17%。2021年中国电信对外正式发布了自主研发的分布式物联网操作系统CTWing IoT OS(中国电信分布式物联网操作系统)。截至2021年11月,CTWing IoT OS已服务近3亿物联网用户,管理超8000万物联网智能终端,并推动中国电信成为全球首个5G NB-IoT用户破亿的运营商,服务物联网开发者近8万,汇聚物联网应用近6万。  中国联通2021年物联网连接数达3.08亿个,同比增43%。中国联通加快以平台为核心的自主创新引领,雁飞智连平台(CMP)承载连接数突破1.6亿个,成为连接业务的主力承载平台。雁飞格物平台(DMP)自2021年4月商用以来快速接入近百万个设备数,超过200个物模型、180个Open API,成为联通物联网向“连接+非连接”融合应用转型的枢纽级平台。发布国内首款低成本的轻量化雁飞5G模组,联合展锐完成全球首个基于R16的eMBB+uRLLC+IIoT端到端验证,积极推动5G IoT产业创新发展。  中国移动2021年物联网连接数10.49亿个,较上年增加1.76亿个。OneNET-中国移动物联网开放平台是由中国移动打造的PaaS物联网开放平台。平台能够帮助开发者轻松实现设备接入与设备连接,提供综合性的物联网解决方案,实现物联网设备的数据获取、数据存储、数据展现。  据工信部数据,在应用场景上,运营商蜂窝物联网应用于智慧公共事业领域较多,占比达22.4%,其次是智能制造和智慧交通,占比分别为18.1%、15.6%。  从增值业务到基础业务,物联网在运营商业务布局已经发生重要变迁。比如,在中国联通厘定的五大主责主业,“大连接”深化了物联网的地位与作用。  中国联通今年首次打破沿用25年的个人用户披露策略,在“泛在智联”维度中增加了物联网终端连接累计到达数,显示了运营商由人的连接到物的连接“第二增长曲线”新价值导向。在最新4月“大联接”用户数中,中国联通物联网终端连接已累计到3.2亿个,当月净增742万个。  从优势到能力  运营商物联网业务快速发展,成为助推运营商业务增长的第二曲线。那么运营商发展物联网的最大优势是什么?联通数科物联网事业部物联网创新中心负责人闵爱佳认为有三点。  首先,运营商具有强大的服务保障体系。物联网的部署实现,是一个长期、可持续、不断迭代的过程,比如智慧城市的物联网服务,需要在城市规划初期就根据未来功能规划,而这一漫长的过程需要运营商这样强大的、稳定的服务保障体系进行支撑。  其次,运营商是可信数据服务的提供者,中国联通立足“数字基础设施运营服务国家队、网络强国数字中国智慧社会建设主力军、数字技术融合创新排头兵”的新定位,在物联网产业发展过程中,将通过运营商高效、可靠、安全的数据运营服务能力,实现海量物联网数据的应用和价值提升,而这正是物联网本身的价值所在。  最后,物联网是碎片化市场,涉及到网络、模组、终端,及各类应用,如何打造出高可用的物联网服务,只有能够聚合产业链龙头企业,才能真正形成好的物联网服务产品,而运营商通过多年的产品打造及生态运营经验,积累了丰富经验及生态影响力。  在中国电信天翼物联物联网研究中心行业研究专家郭浩看来,中国电信物联网发展的优势主要在于:首先,中国电信贯彻“云改数转”战略,推动云网深度融合,在产业数字化方面投入巨大。物联网作为中国电信产业数字化的重要一极,连续多年大力投入,已经积累了深厚的技术实力和丰富的产品与解决方案能力,并仍在不断进行技术突破和创新升级。  其次是深入洞察,快速交付,持续服务能力。中国电信在To B、To G领域的长期积累,形成了对各行业的深刻理解和良好的客户资源与客户关系。中国电信各省份公司政企团队与集成体系等单位多年来在行业中扎根,这是中国电信能够发展好物联网业务的底气。  从连接到价值  虽然运营商拥有着强大的网络根基、系统的服务体系和贯穿生态的能力。但从目前物联网产业环境来看,还面临诸多困境。  从大环境而言,传感器芯片依然是产业短板。物联网产业面临国际贸易、市场波动风险,伴随疫情影响,部分核心零部件供应紧缺、周期变化、价格波动等风险仍存。此外,物联网行业技术更新速度快,行业发展迅速,对相关软硬件产品和服务的要求日益增高。  从运营商角度来看,物联网连接规模还需继续扩大,物联网连接产生的价值仍未充分挖掘,即“连接不够”和“价值不够”是突出问题。  从数量基数上看,物的连接比人的连接有着前景更为广阔的市场。然而截至今年4月末,据工信部数据,三家基础电信企业发展蜂窝物联网终端用户15.6亿户,占移动网终端连接数(包括移动电话用户和蜂窝物联网终端)的比重为48.4%,从数量规模上看比移动电话用户还少1.03亿户。从收入规模上来看则差距更为显著,以中国移动为例,9.6亿移动用户在2021年带来了5549亿元的业务收入,而10.5亿物联网智能连接带给中国移动的收入仅有114亿元。中国联通和中国移动物联网收入占总营收比分别为,1.83%和1.34%,而中国电信只有0.66%。可见运营商物联网业务还存在巨大发展空间。  独立电信观察家老解认为,物联网收入远低于移动服务收入,这是由物联网业务的特性所决定的。以NB-IoT为代表的低功耗广域网(LPWA)技术支持海量连接、有深度覆盖能力、功耗低,适合于传感、计量、监控等物联网应用,因此对于传输速率要求较低(<200kbps)的智能抄表、智能停车、物流监控、智慧农林牧渔业等都是其主要市场。这类应用占到物联网全部应用的60%左右,虽然范围广泛但却分布在多个垂直行业呈现出碎片化的特征,而且这些应用市场又具有设备数目巨大但数据量小的显著特点,因此呈碎片化分布的极小数据量的传输将使运营商传统的流量经营手段在物联网业务上很难复制。  野村综研咨询顾问闵海兰认为,运营商物联网业务优势核心仍然是网络。运营商通过建设网络基础设施(4G、5G、NB-IoT网络)承载物联网业务。同时,也一直积极探索承担从端到端的所有业务。但是从现实来看,真正做好的还是传输这个环节的工作。  然而,如果在物联网业务上仅仅提供连接服务,运营商的直接收益非常有限。根据麦肯锡数据,未来物联网产业链中设备层、连接层、平台层和应用层的价值占比分别为 21:10:34:35,网络连接层在物联网总体收入中占比最低。  为此,老解认为,从市场发展的角度来看,运营商要将物联网作为业务增长的第二曲线,就需要借助连接的传统优势,更多地在平台层和应用层发力。  对于运营商而言,重点打造和运营物联网管理平台,通过与云业务和企业专网业务的整合,形成合力在垂直行业不断进行业务积累,整合业务数据,开发创新应用,才有可能在物联网业务上获得长足发展。  闵海兰亦认为,在网络上承载的业务是拉动用户采购和使用网络的直接动因。运营商在这一方面虽然很积极,但在需求侧并没有一个大规模普及的杀手级应用来推动。传感和网络只是业务的必要因素并非充分条件。  当前物联网业务有陷入纯管道化,价格战导向的趋势。闵海兰认为,运营商并不缺少数字科技基因,现在运营商采取了专业公司和创业孵化两个路径来达成业务专注度,是一个解决之道。通过创建产业联盟,以专业公司集成各方力量,给予联盟生态最大的支持,这将是运营商对于物联网生态最大的贡献,从而也获得生态收益。  《通信产业报》全媒体总编辑辛鹏骏表示,物联网业务是运营商实践“规模经济”、“价值经营”的最佳战场。扩大连接、提升价值是当下运营商物联网业务突破的两个重点。而破局的关键,则是连接之上的应用服务能力。连接或会同质化,但应用价值“上不封顶”。  如果说运营商面向人的连接服务(固网和移动业务)已经走进同质化竞争和天花板市场,或已是“左手换右手”游戏,那么,物联网的连接市场,则还只是刚刚开始,更重要的是,这是一个“百花齐放、姹紫嫣红”市场,如果你不想“同质化”,你就一定不会“同质化”。
总条数:826 到第
上滑加载中