2021年5月17日-18日,华为中国生态大会以“因聚而生,有能有为”为主题,在深圳会展中心成功举办。

大会现场设置了大面积展区,供与会者体验华为的最新技术,感受科技的魅力。作为政企数字化转型中最重要的数据底座,华为云FusionInsight MRS云原生数据湖亮相大会,并以一架“构”三湖的能力,吸引众多与会观众交流讨论!

伴随政企客户数字化转型进入深水区,数据激增带来更多的数据结构变化,增加了数据分析场景的复杂性,为政企数字化转型带来了更多的机遇和挑战,华为云FusionInsight MRS云原生数据湖为政企客户提供湖仓一体、云原生的数据湖解决方案,一个架构构建逻辑、实时、离线三种数据湖,支撑政企客户全量数据的离线分析、实时分析、数仓集市、交互查询、实时检索、多模分析、数据接入和治理等大数据应用场景,使政企客户高效用数、简化用数,助力政企客户实现一企一湖、一城一湖,业务洞见更准,价值兑现更快!
华为云FusionInsight MRS云原生数据湖助力政企价值兑现更快
· 逻辑数据湖,跨湖、跨仓、跨云秒级协同分析,消除数据孤岛
传统大数据平台采用烟囱式建设,数据分散,易产生数据孤岛,协同分析需频繁手工搬迁数据,数据多份冗余且耗时长,无法满足业务多变的需求。
华为云FusionInsight MRS云原生数据湖提供HetuEngine数据虚拟化引擎,实现跨湖、跨云的协同分析能力,打破数据壁垒,减少80%以上数据搬迁,使得政务跨委办局协作、金融跨部门创新、运营商跨BOM三域数据协作、大型集团跨地域数据分析协作提效50倍。
· 实时数据湖,毫秒级OLAP,T+0供数
传统方案的数据无法实时增量入湖和更新,数据加工链路长,数据时效低,通常需要T+1到T+2。
华为云FusionInsight MRS云原生数据湖提供Hudi ACID数据实时增量入湖、ClickHouse毫秒级OLAP分析、Flink批流合一等实时处理能力,使得智慧政务服务、金融实时风控等数据时效从T+1到T+0。
· 离线数据湖,多引擎存算分离,存储周期提升2倍
传统大数据存储数据采用3副本,且一体化建设方案中,需同时扩容计算和存储,业务负载不均易导致资源利用率低,造成资源浪费。
华为云FusionInsight MRS云原生数据湖支持多引擎计算,包含交互式、BI、AI等场景,通过Hive On Tez相较传统MR引擎,性能提升50%+。通过存算分离方案,实现数据统一存储,计算存储解耦,按需灵活扩展,TCO降低60%。同时企业级EC算法代替传统3副本,资源利用率从33%提高至80%+,使得政务、运营商、金融明细数据存储周期提升2倍构建更长数据链。
· 企业级能力,滚动升级保障关键业务无中断
大数据平台承载企业多场景数据分析业务和应用,升级过程中,关键业务需要保障业务连续性。但传统大数据升级方案需频繁断电重启,且升级过程中易出现各种突发事件,例如硬件的磁盘故障、网络拥塞等,非常容易因单点故障,导致整个集群升级失败,进而影响日常客户正常业务运转。
华为云FusionInsight MRS云原生数据湖作为企业级平台,支持2万+超大规模集群,通过集群联邦可达10万节点,助力客户一个平台持续演进。同时还提供滚动升级能力,集群分批次滚动升级,具备故障节点隔离功能,确保整体升级动作的稳定运行,保障政务、运营商等关键业务连续性,在金融行业实现升级过程柜台办事无感知。
因聚而生,有能有为。在数字中国建设加速落地的时代,华为云FusionInsight MRS云原生数据湖将持续创新,通过一架“构”三湖的能力,支撑政企客户全量数据的多业务场景,用科技促发展,打造数字基础设施的黑土地,并持续践行“平台+生态”战略,携手合作伙伴赋能千行百业,在加速政企客户数字化转型的同时,助力生态伙伴商业成功。
目前,华为云FusionInsight MRS云原生数据湖携手800+生态伙伴,已服务于3000+政企客户,广泛应用于公用事业、金融、运营商、能源、医疗、制造、交通等行业。
好文章,需要你的鼓励
谷歌推出两款新AI模型:Nano Banana 2 Lite是其最快、最具成本效益的图像生成模型,4秒生成图像,成本仅0.034美元/千像素图;Gemini Omni Flash则支持高质量视频生成与对话式编辑,定价0.10美元/秒。两款模型均已在Google AI Studio和Gemini API平台开放,可串联使用实现从图像到视频的完整多媒体工作流。
香港中文大学(深圳)与字节跳动联合提出FlexiSLM,首个支持动态与可控帧率的语音大模型,在输入输出两端均实现自适应帧合并,6.25赫兹下推理速度提升一倍,语音对话质量超越同规模固定帧率模型。
英国《金融时报》记者萨拉·奥康纳新书探讨人工智能与自动化对工作的冲击。从亚马逊仓库的人机协作到远程视频监控岗位,技术进步带来的不仅是效率提升,更引发对工作尊严的担忧。作者指出,关键问题不在于技术本身,而在于将人类劳动视为可优化系统的管理理念。书中也展现了积极案例:编剧工会罢工争取AI使用规则,荷兰护理工作者自主建立实践模式。未来工作形态仍可由我们塑造。
这项研究提出DataEvolver框架,把被丢弃的"不合格训练图片"转化为改进数据收集策略的反馈,让AI文字图像生成训练数据的构建流程能自我进化,在相同数据量下显著提升文字渲染质量。