| 导读 | 近日消息，华为全联接大会以线上形式举行。华为轮值董事长徐直军表示数字技术在快速发展，数字化发展已经成为全球重要的共识，也许是唯一的共识。 |
虽然如此，但徐直军也表示数字化转型之路，由于不同国家，不同企业，不同行业由于所处阶段不同，所面临的挑战不同，造成各有各的道，进而认识不同，采取的战略不同，节奏不同，方案不同。
“要真正实现数字化，还有相当长的路要走。”徐直军提到。
徐直军从云服务、人工智能、网络以及低碳发展等四个方面分享了华为在数字化方面的进展与创新。
据了解，在云服务方面，华为发布了分布式云原生产品，华为云 UCS。“通过华为云 UCS，我们致力于让企业使用云原生应用时感受不到地域限制，感受不到跨云限制，感受不到流量限制，充分保证应用的一致性体验。”徐直军表示。
以下为华为轮值董事长徐直军发表主题演讲，全文如下：
感谢大家参加线上华为全联接大会，能在线上与大家沟通，也是数字化发展的有力见证。今天，我想谈的主题是华为如何通过持续创新，加快数字化发展。
大家都知道，在这充满变化的年代，数字技术在快速发展。数字化发展已成为全球重要的共识，也许是唯一的共识。今天，全球已经有超过 170 个国家发布了国家数字战略。最近发生的一些情况，更是让全球都意识到数字化转型从未如此现实、如此迫切。
首先，新冠疫情的突发及持续近两年，进一步加速了产品/服务的数字化进程。根据麦肯锡的研究，全球的数字化进程整体提前了 7 年，其中，亚太更是提前了 10 年。麦肯锡的研究还发现，数字化不再被认为困难重重，企业做事的速度比原先预想的快 20~25 倍。普遍认为，企业混合办公模式将成为新常态。
其次，全球对于降低碳排放，应对气候变暖也越来越重视。欧盟发布了 2050 年实现碳中和的目标，中国发布了 2030 碳达峰，2060 碳中和的目标。数字技术成为各行业减排的关键因素，根据世界经济论坛数据，到 2030 年各行各业受益于 ICT 技术所减少的碳排放量将达 121 亿吨，是 ICT 行业自身排放量的 10 倍。
第三，面对日趋复杂的全球营商环境，韧性优先成为企业的重要发展战略。数字技术是实现企业韧性必需的使能技术，后疫情时代经济恢复和低碳发展的双重要求，使数字化转型加速成为全球企业和各组织的必然选择。
应当说，世界也是幸运的，数字化转型所需要的基础技术从未如此完备。这一点，各个国家从抗击疫情过程中应该都已有所体会。事实上，这些数字技术和数字基础设施正在为数字化转型奠定坚实的基础。
目前，5G 全球商用网络已经达到 176 个，全球探索 5G 用于行业数字化的项目超过 1 万个，5G 用户也已经超过 4.9 亿。根据 IDG 的数据，全球 81% 的组织已经使用云计算或有应用在云上。AI 的发展更是迅速，根据罗兰贝格的研究，AI 已经渗透到各行各业中，高科技与电信行业、金融行业、汽车与装配等行业已经采用 AI 的比例超过 60%，商业、医疗、零售等行业的 AI 应用比例也分别达到 50%，40% 和 38%。
数字化转型和发展是形成了共识的，数字化基础技术是可以共享的。但是数字化转型之路，不同国家，不同企业，不同行业由于所处阶段不同，所面临的挑战不同，造成各有各的道，进而认识不同，采取的战略不同，节奏不同，方案不同。要真正实现数字化，还有相当长的路要走。
华为的愿景和使命是把数字世界带入每个人，每个家庭，每个组织，构建万物互联的智能世界。我想，我们把数字世界带入每个人，每个家庭，每个组织，实现万物互联智能世界的过程，也是帮助各行各业实现数字化转型目标的过程。反之，如果没有能够帮助各行各业成功实现数字化转型目标，很难说我们实现了我们的使命。
我们的价值主张具体包括四个方面：
无处不在的联接：我们认为联接是每个人的基本权利，将致力于实现所有人与人、物与物，人与物的全面联接，并持续提升联接体验。
无所不及的智能：我们把 AI 定位成一种通用目的技术，致力于把 AI 注入各行各业，促进价值创造全过程、全方位的转型升级。
个性化体验：我们主张每个人都是独特的，将致力于通过提供个性化的产品和服务，让每个人的个性得到充分尊重，潜能得到充分释放。
数字平台：我们坚信，数字化将推动人类文明的再一次飞跃，我们打造开放、灵活、易用、安全的数字平台，激发行业创新、产业升级和社会发展。
数字化发展要靠数字技术，数字技术的生命力在于持续创新、不断创造价值。云计算，AI，网络是关键的数字技术。今天，结合本届华为全联接大会深耕数字化的主题，就加速数字化发展，我将从云服务、人工智能、网络以及低碳发展等四个方面分享一下我们的创新进展和产业思考。
首先谈一谈云服务。
2016 年 9 月 1 日，我在华为全联接大会上发表主题演讲：“拥抱云，融入云，成为数字化企业”。
2017 年 3 月 19 日，在长沙举办的华为中国生态伙伴大会上，我首次宣布成立 Cloud BU，并指出：从 2017 年开始，华为将以公有云服务为基础，强力投资打造开放的公有云平台，并将聚焦重点行业，携手合作伙伴构建云生态，共同做大产业蛋糕。
4 年后的今天，华为云已经聚合了超过 230 万开发者、1.4 万多咨询伙伴、6000 多技术伙伴、云市场商品超过 4500 个，已经成为互联网公司和传统政企数字化转型的重要平台。在全球，华为云与伙伴公有云覆盖了 27 个区域，为 170 多个国家的客户提供服务。根据 Gartner 2020 年研究，华为云是 IaaS 市场增速最快的云，已经成长为中国第二、全球 Top 5 的云服务提供商。所有这些进步和成绩都只是新的起点。
华为云以“让云无处不在，让智能无所不及，共建智能世界云底座”为使命。伴随行业数字化步伐的加快，期待华为云有更大的发展。
伴随着企业数字化转型的深入、数字应用更加丰富、也更加复杂，传统云服务的资源弹性与简化运维的价值依然是基础，但已经远远不能适应企业需要。资源极致弹性、应用敏捷开发迭代正在发展成为云服务的新常态。云原生（Cloud Native）也因此成为包括高科技类企业和传统政企的共同选择。对于传统政企应用，除了自身云原生改造获得资源和敏捷收益，更要充分与大数据、AI 等新的云原生能力相结合，创造更大的价值。
作为云原生的倡导者和先锋，自 2016 年以来，华为云陆续推出了云原生系列服务，帮助互联网及政企客户更好的进行云原生改造，基于这些积累，2020 年我们进一步提出云原生 2.0 理念，致力于让每一个企业都能成为新的云原生企业。
随着云原生应用深入企业各个业务场景，云原生正在走向分布式，跨云跨地域统一协同治理，保证一致应用体验等新的需求日渐突出。为了匹配这一需求，我们通过持续创新，推出业界首个分布式云原生产品。
今天，我正式发布华为分布式云原生产品，华为云 UCS！UCS 的意思是无处不在的云原生服务：通过华为云 UCS，我们致力于让企业使用云原生应用时感受不到地域限制，感受不到跨云限制，感受不到流量限制，充分保证应用的一致性体验。UCS 的目标是要把云原生能力带入企业的每一个业务场景，加速千行百业拥抱云原生。
其次，和大家探讨一下人工智能。
2018 年 10 月，我在上海华为全联接大会上发布了华为全栈全场景 AI 解决方案；2019 年 8 月 23 日我在深圳正式宣布了 AI 计算框架 MindSpore 开源计划。发展到今天，这些计划都得到了圆满的实施。
首先，硬件方面，已经有超过 10 个硬件合作伙伴推出基于升腾模组、板卡的 AI 硬件产品。
其次，MindSpore 在 2020 年 3 月如期开源。截至 2021 年 8 月底的 1 年多时间内，社区累计下载量超过 60 万，目前已经是中国最活跃的 AI 社区，有超过 100 家高校选择 MindSpore 进行教学，可以说，MindSpore 已经成为中国主流 AI 计算框架。
此外，还有 500 多家合作伙伴基于升腾开发了 600 多种 AI 解决方案，应用于各行各业。总体上，全栈全场景 AI 发展符合预期。
在 2019 年的华为全联接大会上，我们首次发布了 Atlas 900 集群，那时候单集群支持 1024 个升腾 910 芯片，总算力达到 256P Flops。经过两年的努力，Atlas 900 单集群已经能够支持 4096 颗升腾 910，在全无阻塞网络下进行高速计算，提供每秒 100 亿亿次浮点运算的强大算力。
在此集群基础上，华为云 ModelArts 通过引入集群间动态自适应路由技术，根据电力约束的不同，可以将集群规模再扩大4~32 倍，总算力最高达到 32E FLOPS，训练线性加速比超过 85%。目前 Atlas 900 集群和基于 Atlas 900 集群的云服务已经服务于 300 多企业客户，广泛应用于交通、金融、能源、制造、医疗等行业，支撑众多企业、科研单位系列大模型的开发训练。
目前已经成功训练出了一系列大模型，包括：华为云盘古 NLP 中文大模型；华为云盘古计算视觉大模型；华为云盘古药物分子大模型；华为云盘古科学计算大模型；遥感专用框架 LuojiaNet；鹏城盘古 NLP 中文大模型；鹏城生物制药大模型等。
在我发布的全栈全场景 AI 战略中，ModelArts 属于 AI 应用使能层，其使命是让 AI 应用开发简单、简单、再简单，以解决 AI 人才和专家匮乏的问题。当初的期望是，通过 ModelArts，要让每一位工程师只需掌握一定的 AI 技能，就能够自己开发 AI 模型和 AI 应用。经过 3 年多的努力，数以千计的 AI 行业应用项目的实践，不断创新与知识沉淀，面向企业数字化转型与 AI 应用的不同阶段，形成了全流程、场景化的服务。基于这些服务，应当说我们初步实现了预期目标。
对于企业来讲，开发 AI 应用有三个阶段，针对不同阶段和场景，ModelArts 有了针对性的服务： 在初始阶段，大量的企业或总体上，或在特定任务上，还处于探索性 AI 试验阶段，这个阶段的主要诉求是开发出一个模型，验证初步可行性，处于这个阶段的企业的 AI 能力往往最为欠缺。针对性地，ModelArts 通过领域套件、场景样例、盘古大模型、预训练模型等服务和开发工具，使得一般的工程师在简单学习之后，基本不用开发代码就能够快速训练出 AI 模型，快速验证，快速上手。
第二个阶段是 Quick win，即在试验成功的基础上，期望快速通过 AI 为企业创造价值，此时的 AI 开发不再是研究性模型开发，而是要针对一个或多个特定生产任务，结合特定部署场景，结合特定行业规范，满足可信等生产性要求。ModelArts 通过增加可信组件与安全算法、ModelBox、AutoSearch、盘古大模型等使 AI 工程师能适应多样性的部署环境，快速开发生产性实战型 AI 应用。
第三个阶段是系统性 AI 应用或智能子系统的开发，此时往往涉及多种应用、工具和系统的配合，ModelArts 通过进一步增加 MLOps、OptVerse 求解器、科学计算、盘古大模型和异构分布式调度器以及来自生态伙伴的丰富的行业性组件与工具等支持企业实现极简、高效的智能系统开发。让每一位工程师都能开发 AI 应用，是 ModelArts 矢志不渝的努力方向，期待这个目标早日实现。
在 AI 用于各行业生产场景时，即使最高水平的 AI 专家，也往往感到十分挑战。究其原因，各行各业场景繁多，非常碎片化，即使有自动化程度很高的工具，在通常的 AI 模型开发模式下，也不得不逐个定制开发，如同作坊式开发，投入人力多，开发周期长。更为挑战的是，模型的精度通常需要大量的训练样本数据，可行业场景偏偏最缺数据，由此导致模型性能往往不能满足生产要求，导致 AI 在这些场景不可用。
大模型为解决这类问题提供了很好的方案。有了预先训练好的大模型，每个场景化 AI 开发，都不必再从 0 开始，而是基于大模型做增强训练，并自动化抽取出适合该场景部署的小模型，开发周期从月级缩短为天级，实现了 AI 模型从作坊式开发到工业化开发的转变。
更为重要的是，由于是基于大模型做增强训练，模型性能大大提高，使很多原来 AI 不可用的场景变得可用了。在华为南方工厂就有一个这样的案例，由于样本数量只有 40 个，传统方式训练的 AI 模型精度只能达到 80%，无法满足要求；基于大模型训练的模型精度达到 99.5%，使智能检测实现可用。
第三，再谈一下企业网络。
伴随着数字化的进程，企业网络的复杂性将指数级增加，主要原因包括：混合办公，互联分支增多，接入位置增多；员工流动性增大，体验变化更动态；办公网融合物联网，联接数激增；云化与新应用对网络性能要求更高、变更频繁；网络设备种类多、厂家多，管理规模大；网络保障从基于联接到基于体验，要求更高。
但是，运维保障工程师数量不会线性增加，甚至不会增加，网络运维复杂性与运维工程师资源之间的差距会越来越大。针对这个挑战，我们认为，企业网络的运维更应该首先用好数字化技术，用技术创新克服自身复杂性的增加，而不是依赖更多的人工。
基于此，我们提出自动驾驶网络愿景，即未来的网络应该与自动驾驶汽车一样都能自己运维自己，而不是靠人。我们期望未来的自动驾驶网络应该是：支持自动，即根据用户意图业务自动部署，最终目标是业务全自动部署；支持自愈，预测预防故障并基于事件自我恢复，最终目标是实现全自动运维；支持自优，根据用户体验自适应调整优化，最终目标是实现全自动优化；支持自治，在自动、自愈、自优的基础上，网络功能自适应、自学习、自演进；这是自动驾驶网络的愿景，也是终极目标。
过去两年，我们不仅在华为覆盖全球的网络开展自动驾驶网络创新，也与金融、教育、医疗等行业客户开展联合创新和部署应用。
在金融行业，我们与中信银行聚焦数据中心网络的自动驾驶创新。2020 年，自动驾驶网络帮助实现了单数据中心、单厂商的 40 多类业务场景的端到端业务自动化。今年的创新方向是支持多云、多厂商的异构场景。以一个“留学汇”的新业务上线为例，过去多域网络的协同设计、评估和变更平均耗费 30 多天，现在只需要 30 分钟就能实现。
在数据中心网络里面，最头疼的问题是如何快速定位故障点，现在华为自动驾驶网络既支持了端到端的网络质量可视，还对 75 类典型故障实现了 3 分钟定位根因，5 分钟给出修复建议，今年基于知识图谱的自学习能力，现网数据实现了在线增量学习，可覆盖 97% 的故障。
在教育行业，我们与西安交通大学聚焦园区网络的自动驾驶开展创新。随着智慧教学和校园服务的发展，除了传统的摄像头、道闸等物联终端，还新增了智能门禁、教学录播等 50 多种终端，在西交大的四个校区有 50 多万台，由于终端覆盖广且分散部署，目前都是通过校园网接入的，存在安全管理隐患。我们通过自动驾驶网络帮助西交大实现了秒级的终端自识别和自接入，基于人工智能技术还能支持未知终端的在线标注和学习，将终端识别率提高到了 98%。其次，园区无线接入已成为主流，WIFI 干扰、漫游和应用保障问题突出，以前人工优化效率低下，现在通过 AI 智能调优不仅人工 0 介入，而且信号达标率从 64% 提升到了 90%。
最后，谈一谈华为如何通过数字技术助力低碳发展。
如开头讲到的，数字技术是低碳化发展的基本要素，华为坚持数字技术创新，帮助客户实现低碳发展，主要包括三个努力方向：
投资创新节能技术，持续提升 ICT 产品能效，促进 ICT 产业自身低碳发展；
投资电力电子技术及与数字技术融合创新，推动清洁能源发展与传统能源数字化；
把数字技术带给每个行业，支持各行各业通过数字化促进低碳发展；
具体到第一个方向，也就是围绕 ICT 产业自身低碳发展。事实上数十年以来，华为所有设备和解决方案一直在围绕降低功耗、节能减排，持续创新。应对气候变暖、各行各业低碳发展的新诉求，给 ICT 设备提出了新的挑战，我们也愿意设定更高的节能创新目标，来迎接挑战。
第二个方向是推动清洁能源发展与传统能源数字化。为了响应碳达峰和碳中和目标，加速清洁能源发展与传统能源数字化，我们专门成立了华为数字能源公司，其愿景是发展清洁能源与推动传统能源数字化双轮驱动，融合数字技术和电力电子技术、信息流和能量流，推动能源革命，共建绿色美好未来。
具体地讲，华为数字能源把电力电子技术和数字技术相结合，用“比特”管理“瓦特”，用数字技术控制电力电子功率设备，面向清洁发电、能源数字化、交通电动化、绿色 ICT 基础设施以及综合智慧能源等五大领域提供“安全、高效、绿色、智能”的解决方案，构筑面向能源产业广泛使用的嵌入式电源、智能配电、储能等使能平台。同时，面向能源各个场景，会建设一个统一的“能源管理云服务平台”，这是一个开放的应用平台，开放给华为的客户、合作伙伴一起使用。通过提供上述产品和解决方案，华为数字能源致力于实现家庭、建筑、工厂、园区、乡村、城市等场景的低碳化，促进整个社会走向低碳，最终走向零碳。
第三个方向是关于传统行业的减排，特别是碳排放相对比较高的行业，如何让这些行业降低碳排放，是全社会向低碳化发展转型的重心。我们把帮助各行各业降低碳排放作为重要的创新方向，致力于把数字技术带给每个行业，使能行业数字化、低碳化发展。
应当说，这已经成为华为与几乎所有行业共同的创新方向，我们也已经取得了一些进展。比如：在智慧交通方面，我们通过对信号灯控制，减少城市交通拥堵减排；通过智慧高速，实现了自由流收费，据测算，已累计节约燃油 32.17 万吨等；
智慧供暖已经在哈尔滨投入使用，根据哈尔滨道外区的实践，通过按需供热，平均能耗降低 12.1%；中国供暖 130 亿平米，如都用智能供暖，每年可减少 CO2 排放 1619.9 万吨；
智慧农业方案在瑞士已经显示出价值，通过大数据和 5G 使能的无人机巡田，效率提升 20 倍，通过实现瑞士农场精准除草，减少 90% 农药使用量。
数字化将注定是一个长期的过程，不可能一蹴而就的。我们所从事的这些技术领域，有幸处在变化最活跃的环节。数字化走到今天，取得今天的进步，是因为有不断的创新。数字化走向未来，实现更加宏伟的目标，还要靠不断的创新。
坚持创新永不止，祝愿未来更美好。
谢谢大家！
原文来自：
本文地址：//lrxjmw.cn/to-accelerate-digital.html编辑：王浩，审核员：清蒸github
Linux大全：
Linux系统大全：
