《运营商数据存力指标》发布,透露了哪些重要趋势?

2023-11-22 16:50

本文主要是介绍《运营商数据存力指标》发布,透露了哪些重要趋势?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

管理学大师Charles Handy在《第二增长曲线》中认为,企业持续增长的秘密是第一增长曲线消失之前开启第二曲线,建立企业的第二增长曲线,时机尤为关键。

如今,随着数字经济蓬勃发展,产业规模持续壮大,也为运营商转型和打造第二增长曲线提供了前所未有的良机。

今年上半年,三大运营商资本开支计划公布,5G投资建设进入到平稳期、投资占比开始出现下降;与此同时,运营商不约而同地加码数据中心、物联网、政企上云等数字化转型业务的投入,摆脱传统运营商的管道角色成为战略重点。

当前,在运营商加速投入数字化转型业务、抢滩产业数字化的过程中,数据存力愈发引起运营商的密切重视。因为它肩负着为运营商各个业务场景提供源源不断的“生产资料”和数据价值最大化,是继算力之后,运营商数字化能力的下一个进阶,直接关系到其第二增长曲线能否成功。

那么,运营商数据存力发展趋势有哪些?运营商如何了解自身的数据存力水平?近日,华为与IDC联合发布《运营商数据存力指标》白皮书,通过一套综合性的数据存力评估体系帮助运营商评估的数据基础设施,为运营商构建稳定、可靠、高效的数据底座提供了重要的参考价值。

不可低估的数据存力

何为数据存力?

与算力聚焦在“算”不同,数据存力则聚焦在“数”和“存”,它是数据生产要素处理的综合能力体现,衡量数据是否存好、管好和用好的重要参考依据。

众所周知,数据作为一种新的劳动对象、新的生产资料,生生不息、越用越多,而以计算、存储为代表的数字化技术则从根本上改造和升级了生产力三要素,实现生产力的跃迁、商业模式的颠覆和运营思路的重塑。

因此,数据存力被视为是继算力之后,各行各业数字化能力建设的一种进阶,在数字经济时代中不可或缺。业界普遍认为,数据存力与算力同等重要,是数字经济稳定发展的基石,而建设强大的数据基础设施则是提升数据存力水平的关键所在。

某咨询公司的调研数据显示,1元在数据基础设施的投入能够带来30—40元的价值回报。具体体现为:

  • 直接收益:以2B场景为例,在建设数据基础设施后将其租赁给用户,通过收取使用费用达到创收;其直接收益可达到投资的4.5倍。
  • 间接收益:用户购置数据存储相关设施后,部署业务系统,通过系统的数字化提升业务运行效率,带来间接收益可达8倍。
  • 衍生收益:生产过程的数据也将服务于社会,将数字红利惠及每个人、家庭、社会。疫情期间,以数据存力为支撑的行程码项目就可以为一座800万人的中等城市节省15亿元治疗费用支出。相当于每1元的存储投资就可节约37元医疗费用,其衍生收益可以达到1:35—40倍。

众所周知,运营商拥有着丰富的数据资源,是重要的数据生产者、传输者和价值的呈现者,在数字经济社会中扮演着重要的角色。因此,无论是自身的转型,还是支撑数字经济的发展,运营商都需要更加稳定、高效、可靠的数据基础设施。

IDC也认为,数字化业务是运营商未来增长的主要方向,对于数据基础设施也提出了更高要求,而数据存力的建设将围绕运营商对于数据基础设施的需求而展开。

数据运营:运营商重要的方向

数字经济时代最大的困难,不是数字化本身,而是仍然用过去的逻辑做事情。

过去,运营商的“管道”思维助力其在信息时代获得巨大成功;如今,进入到数字经济时代,“数据”思维才是运营商能否取得第二增长曲线突破的关键。

 建立起数据思维的关键,首先需要对于数据全生命周期的需求有着充分的理解,并且基于数据全生命周期建立起数据思维,以数据驱动为导向,为业务重塑和创新提供牢固基础。华为公司副总裁、数据存储产品线总裁周跃峰博士认为,从数据生命周期的角度来看,运营商在数据的各阶段都有自己的独特的需求和要求:

数据采集阶段:5G时代,运营商将会支撑更多人与物的联接,2030年全球联接总数将达到2000亿, IOT联接近1800亿(华为GIV报告数据),这些联接是数据产生的重要源头。如何支撑各种类型的数据是运营商不同于传统企业的需求。

  • 数据存储阶段:全球数据将从 2018年的33ZB增至2025年的180ZB。如何将海量的数据存的“安全、可靠、绿色”,是该阶段的痛点。
  • 数据应用阶段:数据结合“算力”和应用系统服务为客户提供的数字化服务,新产生的数据也将重新存回存储中,在这个阶段保障用户的体验是关键点。
  • 数据管理阶段:要实现数据“流的动,管的好”。通过智能化的管理技术实现资源的统一管理和智能运维,数据能够按需流动,为业务及数据创新提供基础。
  • 数据创新阶段:如何将这些丰富的数据资源服务于政府、企业、社会,是一个新的课题。目前运营商已经将数据服务于疫情控制、交通规划、城市管理等服务,为数据挖掘新的价值。

周跃峰博士表示, 运营商依托可信的IT+CT平台,将有机会充当数据交换的“数据运营商”,就像电信运营商之于信息,这些数据资产“运营商”将充当数据存储、交换和价值挖掘的核心媒介,在数字经济发展中发挥着极为关键的作用。

《运营商数据存力指标》:构筑面向未来的数据基础设施

当前,随着5G建设步入成熟期,AI、大数据、物联网等技术开始在各种应用场景中得到深入应用,运营商再次面临着数据爆炸带来的各种挑战。周跃峰博士介绍,如何让数据的价值最大化,如何衡量数据在数据基础设施中“存得好”,“管得好”,“用得好”,是目前运营商普遍关注的问题。

据悉,华为通过与全球业界专家、客户和伙伴深入交流,和IDC联合编写了《运营商数据存力指标》白皮书,希望建立一套数据存力的评估体系帮助运营商全面评估数据基础设施,找到数据基础设施的薄弱环节,旨在帮助运营商打造稳定、可靠、高效的数据底座。

 《运营商数据存力指标》白皮书从运营商数据基础设施存力建设中,重点考虑5个核心能力指标:

  • 安全可靠:在各类风险下仍然能够保持业务不断,数据不丢;
  • 实时敏捷:实现数据的高效存储和处理,满足不同业务的客户体验需求;
  • 绿色高效:要求运用行政、经济、法治、科技等多种手段,充分发挥社会、职工、舆论监督各个方面的作用 ,抓好安全生产工作;
  • 智能管理:业务数字化水平不断提升将导致系统日益复杂,运维管理将慢慢从“以人为中心”转向“自动化的管理”,最终走向“自动驾驶”的IT系统;
  • 数据创新:IT系统正在从支撑中心变为业务的创新中心,如何支撑未来层出不穷的新业务,如何实现数据的价值最大化,是目前运营商考虑的问题。

此外,白皮书构建了“运营商区域层、数据中心层、存储设备层”三级维度评估体系,对该5个核心能力指标进行评估,以此提出了运营商数据基础设施目标架构的四大趋势:

  1. 核心业务全闪化:在数据创新和实时敏捷使用的过程中,全闪存存储以其突出的性能保障数据能够存的快、用的好;
  2. 海量数据分布化:对于海量数据的需求,分布式架构的存储模式,能够保证数据存的下,并且经济高效;
  3. 运维管理智能化:智能化的运维管理,将帮助运营商提升运维效率实现数据管的好,将更多的人力投入到业务的创新;
  4. 存储资源服务化:AI\大数据\云等新技术在运营商越来越普及,存储资源池化能够保障资源能够快速、按需发放;

总体来看,随着数字经济的快速发展,以及5G基础设施建设步入完善,运营商迎来了前所未有的转型良机,聚焦数字化等新业务更是对运营商自身的基础设施提出了更高要求。《运营商数据存力指标》白皮书的发布可谓恰如其时,为运营商建设强大的数据基础设施提供了重要参考依据,有望帮助运营商在数字经济的大潮中实现真正“蝶变”。

这篇关于《运营商数据存力指标》发布,透露了哪些重要趋势?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/411553

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

高效+灵活,万博智云全球发布AWS无代理跨云容灾方案!

摘要 近日,万博智云推出了基于AWS的无代理跨云容灾解决方案,并与拉丁美洲,中东,亚洲的合作伙伴面向全球开展了联合发布。这一方案以AWS应用环境为基础,将HyperBDR平台的高效、灵活和成本效益优势与无代理功能相结合,为全球企业带来实现了更便捷、经济的数据保护。 一、全球联合发布 9月2日,万博智云CEO Michael Wong在线上平台发布AWS无代理跨云容灾解决方案的阐述视频,介绍了

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav