在今年早先时候发布的一份调查报告中,Gartner预测,2021年中国IT支出预计将达到3.04万亿,相比2020年增长7.2%。相形之下,全球的增长幅度维持在4%左右。
毫无疑问,这是一个积极且明显的信号——说明与全球相比,中国的企业数字化转型已经率先迈入了快车道,不断加快的数字化进程也显著和有效地加速了经济秩序的恢复。
运维向数字化和智能化演进
深圳机场能够为旅客提供极致的出行体验。不过很多人不知道的是,这背后是超过200间机房、11张网络、25000多台设备、140多个业务应用的共同使能。
毫无疑问,任何的业务中断,均会对机场的运行以及旅客的感受带来严重影响。如何利用有限的运维资源,保证系统的安全、平稳、高效运行,就成为深圳机场在新时期的重要发展客题。
通过一站式运维服务方案+统一运维平台,华为为深圳机场带来了运维的全面革新。
华为基于ITSS建立的智能运维能力,让深圳机场的应用创新更加敏捷,同时提供了坚实的业务保证。
对于ITSS(信息技术服务标准体系),业内应该不会陌生:
这是一套国家IT服务标准,包括了IT服务的规划设计、信息系统建设、运行维护、服务管理、治理及运营等内容,适用于规范、改进和提升IT服务队业务的支撑。
该标准从建设、运维、运营及服务管理等方面,为信息化对各行业的支撑,提出了非常具体和严格的标准化要求。从2009年初稿发布至今,目前已经走到了4.0+的版本。
得益于云计算、大数据、人工智能等技术的发展,传统的运维管理也在逐步向平台化和智能化的方向演进,这是一种无法被逆转、无法被终止的发展趋势。
华为认为,数字化是智能化的前提。通过数字化、智能化的改造与提升,企业的运维压力将得到大大的缓解,为自身带来更多的收益和品牌声誉。
运维转型就是不断建立和优化安全基线的过程
以前的运维人员,往往处于“四处救火”的状态,非常被动。
数字化转型并没有解放运维人员。恰恰相反,由于转型的刚需,企业对运维的要求提升了不止一个档次。如果不能从根本上解决运维的问题,企业的数字化转型只能是空中楼阁,原有的运维也会每况愈下、今不如昔。
从这个角度而言,数字化转型无疑是ITSS标准体系框架演进的有力驱动,而智能运维则是数字化转型的核心能力之一,体现出系统平稳可靠、业务快速恢复、资源智慧拓展的全新优势。
我们知道,安全基线配置和检查是运维工作的主要内容。通过对系统中的每个设备进行“快照”,建立初始的安全基线,以后每次对之进行的变更都将记录为一个差值,直到建成下一个基线。
通常情况下,安全基线检查会涉及操作系统、中间件、数据库,乃至交换机等网络基础设备。面对如此繁多的检查项,自动化的脚本能够帮助企业快速地完成基线检查的任务。
自动化的脚本会不断进行基线检查的任务,对评估结果进行分析,看是否修正基线,再着手进行基线修正,完成基线修正配置后,再进行基线核查,直至系统达到预期基线配置标准。
显然,在数字化和智能化的模式下,运维基线会无限接近理想模式,构建起全方位的指标管理体系,带来体验、效率和效益上的全面升级。
为了让智能运维更好地在客户核心业务与流程中发挥效用,通过建立运维基线,充分使能运维数字化,华为为各行各业的客户准备了周密而完善的一站式解决方案。
华为行业运维方案,让运维从无序到井然有序
2000多年前,秦始皇统一六国的一大贡献,就是统一度量衡,制定统一的计量单位。今日的运维,如果没有量化、可度量的相应指标,运维工作汇报很有可能就是这样:“还行。”“凑合!”系统究竟如何,心里完全没底。
华为行业运维解决方案,基于客户转型的不同发展阶段以及运维对象的差异,以数字度量业务:拿数据说话,看得见、能感知、可度量的价值,包括业务效率,用户体验等,从客户业务运营视角来理解运维解决方案的需求。此外,方案还为管理层提供了科学的辅助决策分析,为运行检修提供智能预测分析,实现设备故障预告警和预处理,从而促进效益的最大化。
打个比方,传统运维就像是经营大排档,一旦规模超出能力,必然Hold不住;智能运维则可以遇强则强,就像海底捞一样,无论面对多少客户,均可以用标准和高效的流程,提升高水准的服务。
更多运维最新趋势与实践,尽在“品质服务精英荟”
“品质服务精英荟”是华为提供的一个技术交流平台。在这里,来自华为、行业客户和伙伴的技术专家,围绕前言技术专题展开自由讨论,分享自己的观点和实践经验。

从打造统一运维平台到推动数据中心网络运维,再到运维数据的治理,华为期望通过“品质服务精英荟”,与客户与合作伙伴充分共享自身三十余年的运维经验,以智能化切实提升企业的运维效率,补足企业数字化转型的短板。
8月19日品质服务精英荟深圳站
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。