5刘向阳-DataFun-2507-V3.pdf

1、1演讲嘉宾：刘向阳美的集团首席信息安全官（CISO）兼软件工程院院长欧洲科学院院士、IEEE Fellow、IET Fellow、ACM杰出科学家赋能AI与AI赋能的多云统一数据平台2美的简介美的集团:3000+亿ToC(智能家居),1000+亿ToB（楼宇科技、工业技术、机器人与自动化，美的医疗、安得物流）。根据美国商业专利数据库（IFI Claims），美的在中国排行第三，世界排行第八。世界最大家电公司。2024年，美的集团位列财富世界500强第277位，Brand Finance全球最有价值科技品牌100强第36位。3CIO的围城：云下的想上云，云上的想下云云下的苦：自搭难搞好 技术旧：

2、停留在诞生于90年代的虚拟化，而不是公有云技术体系（计算资源虚拟化 vs.全部应用所需能力）产品杂：八国联军，商用，开源 稳定差：能力低、体系差则稳定必然差。大故障全是架构和体系问题！自搭出大故障只是时间问题！效率低：每个业务软件团队需要自己搭建和运维中间件、数据库等 安全弱：安全是体系问题，系统能力低则安全差，网络能力低则安全差。成本低？表面上自搭比用公有云低6-10倍，但是总成本TCO真低么？云上的苦：多云难驾驭 多云原因：横向部门原因，纵向历史原因，业务出海原因，财务降本需求(单云绑定难议价)，业务稳定需求 适配难：公有云不兼容，业务软件对公有云的适配改造量大、人力成本高、时间周期长、业

3、务响应慢 运维难：不同云不同配置不同参数，参数越来越多，性能调优难 联动难：云孤岛问题难解决，业务孤岛无联动，无法实现多云多活（接入层、中间件层、数据层等底层能力）4State-of-the-art Does Not Work UC-Berkeley Prof.Ion Stoica 对公有云不兼容问题提出了Sky Computing方案 https:/sky.cs.berkeley.edu/publications/Inter-cloud broker matches app demands&user preferences to clouds不work的原因：太理想，大多数应用软件无法mod

4、el成任务。https:/pages.cs.wisc.edu/yxy/cs839-f23/slides/L19-1-sky.pdf类似云计算的淘宝拼多多，做买家和买家的撮合平台。5CIO围城解决方案：云下云上多云统一数字化底座-中立云架构：从第一性原理思考 云下云上难道不能一样么？此云彼云难道不能一样么？技术 云下云上统一：本地IDC从旧虚拟化技术升级成公有云技术，中间件数据库服务化，运维白屏化自动化智能化 此云彼云统一：公有云=硬件+软件，在多个公有云上用统一的软件，云计算的软硬件解耦（下一代云计算）资源统一调度：全球一张网，全球一朵云，全部云上云下资源统一调度，业务迁移零改造，彻底消除云孤

5、岛，操作系统级别纳管多朵公有云资源+多个数据中心资源，屏蔽公有云差异，与CMP有本质不同价值 降本：1.底层公有云可以招标,2.公有云硬件+中立云软件，3.业务迁移零改造，4.灵活业务部署FinOps 增效：业务迁移零改造，节省半年业务应用改造时间，业务开展加快半年；运维白屏化自动化智能化 能力：博采众长，享受公有云能力总和 稳定：在自己数据中心享受到和公有云一样的服务，云上可以多云多活，业务应用更加稳定 安全：系统和网络能力大大增强，例如VPC隔离，使得整体安全性大幅提升 联动：中立云自身平台之间大量联动，部署在不同公有云上的业务软件可以任意联动，告别云孤岛中立云公有云1公有云2公有云3客户

6、A数据中心1客户A数据中心2客户A数据中心36中立云-多云统一数字化底座VMwareRedHatSAN存储DataBricksSplunkCloudera CDPDynatraceFortinet VPNForescoutMcAfee DLPXXXXXXXXXXXXF5联软桌管7AI算力平台8AI算力平台：资源利用率问题白天 GPU190晚上 GPU10GPU11有些AI开发测试和推理服务需要GPU资源少，但仍占用整块GPU卡推理和训练的资源使用模式存在潮汐现象，大部分时间GPU资源闲置无AI算力虚拟化，GPU资源无法细粒度分配无动态分配策略，GPU资源无法随负载动态分配无统一调度策略，GPU