AI時代的到來，讓許多工作都可以變得智能化、自動化，節省了許多的人力。
最近一條此類的消息是——美國電商巨頭亞馬遜近年來開始在倉庫中增加打包機器人，這種機器人每小時可處理600至700箱，是人類打包速度的4至5倍。換句話說，每個倉庫都可以大大提高效率，節省人力。
在傳統意義上，我們認為AI只能替代人類進行一些簡單、重複性的勞動（就比如“打包”這種），但事實上隨著AI算力的發展，隨著越來越多的數據積累，AI能夠實現的工作越來越多。甚至在許多專業領域，AI也能夠取代人類。
日前，華為在北京面向全球發佈了人工智能原生（AI-Native）數據庫GaussDB和分佈式存儲FusionStorage 8.0，這也意味著華為開始利用AI重新定義數據基礎設施。我們知道，AI佈局的三大要素就是計算力、數據和算法，在基礎設施領域也就對應了計算、存儲和數據分析處理三大關鍵性設備。這次發佈，也標誌著華為在三者的佈局已經順利實現。
在當天的大會上，華為常務董事、ICT戰略與Marketing總裁汪濤率先登場，在演講中，汪濤尤其提到了 “數據+智能”的密切關係。他列舉了在自動駕駛、金融風控、能源供應和環境保護等方面的案例，說明華為在數據管理，進而在智能化轉型中不可替代的重要地位。
汪濤認為，數據基礎設施建設是各行各業加速智能化進程的必由之路。過去十年，隨著企業應用的快速發展，IT系統中形成一個個孤島，數據無法共享，資源不能流動，管理和擴展複雜，存儲效率問題凸顯。傳統數據分析平臺無法適配AI引擎，不支持實時流處理，數據的價值沒有得到充分挖掘。而華為需要實現的，就是圍繞計算、存儲和數據處理三個領域重定義數據基礎設施，助力各行業加速邁向智能時代。
在計算領域，華為致力於推動計算架構從以X86+GPU為主的單一計算架構到以X86+GPU+ARM64+NPU發揮多種算力的計算架構快速發展。基於X86架構，華為引入AI管理和智能加速能力，率先推出了智能服務器FusionServer Pro；基於ARM64打造了業界性能最強的泰山服務器；基於Ascend芯片的Atlas智能計算，實現了業界首個端邊雲協同的人工智能平臺。
在存儲領域，華為FusionStorage一直是用戶最佳選擇之一，也為用戶解決了大數據時代數據的智能化存儲問題。這一次升級到8.0版本之後，FusionStorage在性能、多存儲協議和AI生命週期管理方面取得了三大技術創新與突破。
作為一家技術積累豐厚的公司，華為存儲在性能上一直處於業界前列。這一次更新的FusionStorage 8.0在分佈式存儲中的性能可以達到世界第一。它支持ARM處理器鯤鵬920，其性能加速能夠促進IOPS 提升20%，在結合華為AI Fabric無損網絡，時延進一步降低15%。單節點性能高達16.8萬每秒讀寫速度（IOPS）和1毫秒以內時延，可以應用於關鍵業務。
與此同時，FusionStorage 8.0的另一大優勢就是同時支持塊、文件、對象、HDFS協議。以往，我們需要為不同的協議選擇不同的存儲系統，如今在軟件定義存儲的大潮下，在開源應用的推動下，使用華為FusionStorage 8.0存儲就可以實現傳統業務的所有需求，真正實現一套存儲支撐一個數據中心。
當然，作為一款智能化的存儲，將人工智能技術融入存儲全生命週期管理也是必不可少的。傳統存儲在運維層面依然需要大量的人力來實現，並且因為存儲設備的重要性，許多運維人員也是日夜心驚膽戰。但是新一代的FusionStorage 8.0就可以從資源規劃、業務發放、系統調優、風險預測、故障定位等方面實現智能運維管理，管理者只需要關注智能報告，就可以隨時掌握存儲運行的最新動向。
新一代智能分佈式存儲FusionStorage 8.0通過重定義存儲架構，從Storage for AI和AI in Storage兩個維度實現效率大幅提升，引領存儲智能化。華為不僅僅在口頭上支持AI應用，更是將AI應用落實在了具體的產品與解決方案當中，幫助客戶藉助於龐大的數據資源，實現智能化的管理和運維。
有了強大的計算力、智能化的管理，重定義數據基礎設施的道理走起來也更為廣闊。不過這其中，還需要最關鍵的一步——如何利用計算力，將原有的數據轉變為能夠指導企業業務決策與發展的源動力。這其中，就需要數據分析與處理能力，也就是當天發佈會上華為重磅發佈的GaussDB，全球首款AI-Native數據庫。
數據庫，是一個非常特別的領域。一方面，雖然這個領域的玩家雖然不少，但是頂級玩家卻實現了“贏家通吃”，是真正的“二八定律”之地；而在另一方面，由於數據庫的特殊性，也使得客戶在採用其他替代方案的時候“步步驚心”，特別是擔心失去了DBA（數據庫管理員）支持之後自身業務受到影響。還記得當年喊得響亮的“去IOE”嗎？這麼多年過去了，I和E都受到一定衝擊，但是O依然發揮著自己的影響力。
不過這一次，華為是真心打算引起“數據庫革命”了。早在2012年，華為就開始研發面向大數據分析的數據倉庫，在基於傳統關係型數據庫SQL引擎和事務強一致性等基礎上，進行了分佈式、並行計算的改造。在談到為什麼以天才的、偉大的科學家高斯來命名的時候，華為首席數據庫科學家李國良談到了兩點考慮：一方面有著致敬科學家的意味，另一方面也預示著華為要“像科學家一樣，推動科技進步，為人類社會發展做貢獻”。
之所以定義為“AI-Native數據庫”，就是因為這款數據庫首次將人工智能技術融入分佈式數據庫的全生命週期，實現自運維、自管理、自調優、故障自診斷和自愈。GaussDB採用了華為自研的、基於深度強化學習的自調優算法，在業務實測中可以達到60%的性能提升。
現場同時展示了GaussDB在招商銀行、民生銀行等大型銀行的關鍵業務應用案例。在招商銀行，GaussDB應用於綜合交易流水、風險預警和重資產營銷三大平臺中，使得數據容量提升10倍，AZ內故障恢復速度提升30倍；在民生銀行，華為提供了ARM+GaussDB的模式，“解決了集中式架構擴展性和性能瓶頸的問題，同時可分散風險，提升業務連續性，探索出了一條新的道路”。
細心的朋友可能注意到，在民生銀行華為提供的解決方案並非是以往基於x86的架構，而是基於ARM平臺。回顧我們的介紹，在計算領域華為佈局了基於鯤鵬920芯片的泰山服務器，在存儲領域提供了能夠支持ARM架構的FusionStorage 8.0存儲，而本次提供的GaussDB也可以實現包括X86、ARM，甚至還包括GPU、NPU等多種算力的優勢。也就是說，華為已經形成了一套成熟的、可以實現商用的，並且可以應用在金融行業這樣關鍵業務領域的ARM解決方案，這也體現出了華為在技術能力上的強大。
早在幾年前，包括高通、包括AMD還包括百度等許多企業都在探索如何將ARM應用在大規模的、關鍵領域的業務應用當中，當然這件事伴隨著高通的退出就變得無疾而終了。只有華為，不但堅持在ARM領域有所突破，不斷推陳出新實現產品迭代，還實現了從計算到存儲再到應用平臺的全方位佈局。看來在ARM這件事兒上，華為一直在“玩真的”。
當然，在企業級市場中，一款產品或者一套解決方案好不好，不僅僅是研發與技術的問題，還關乎整個生態系統的健壯與否。在這次大會上，華為也明確提出了構建開放、合作、共贏的產業生態的理念，並表示華為將積極攜手客戶、夥伴在數據庫與存儲領域，從行業應用、平臺工具、標準組織和社區等多個層面共建開放、合作、共贏的產業生態。
為此，華為與軟通智慧、神州信息、東華軟件、易華錄、用友政務、亞信國際等獨立軟件開發商長期合作；與Tableau、帆軟、ARM、Veritas等合作伙伴聯合創新；在標準組織和社區層面，華為還深度參與OpenSDS、中國人工智能產業聯盟、OCP、OpenStack、CNCF基金會等組織和社區的建設。
在IDC 2018年中國區軟件定義存儲市場份額報告中，華為穩居第一。華為大數據解決方案已經應用於全球60個國家及地區，服務於1500多個客戶，擁有500多家商業合作伙伴，並廣泛應用於金融、運營商、政府、能源、醫療、製造、交通等多個行業。
在許多人的印象中，華為是一家硬件公司，我們身邊有許多人在使用華為的手機、筆記本等終端設備，也有許多客戶在採用華為服務器、存儲和雲服務搭建自己的數據中心平臺。但事實上，在華為公司接近9萬人的研發隊伍中，70%以上的人在進行開發，算法和軟件，這是華為ICT領域最核心的競爭力。正如演講中提到的，創新是華為產品研發的核心文化，華為也將持續發揮“聯接+計算+雲”的協同優勢，引領ICT產業發展，幫助客戶實現數字化、智能化轉型，成為智能時代的發動機。