落地500+行業數智解決方案，大華股份的“大資料”護城河是什麼？

智東西（公眾號：zhidxcom）

作者 | 三北

編輯 | 漠影

在很長一段時間裡，雲與大資料技術在人們的印象裡都是網際網路企業的“專利”，但隨著技術進入產業，情況早已發生改變。作為具有眾多智慧物聯成功落地案例的行業玩家，大華如何將雲與大資料技術與行業深度結合，賦能客戶並形成自己的技術優勢？在真實的研發與落地實踐中，又有哪些挑戰和經驗？

10月底，大華股份釋出了全新升級的“Dahua Think # 雲聯萬物 數智未來”戰略，提出要基於AloT、物聯數智平臺兩大技術戰略，賦能城市數字化創新與企業數智化轉型。

縱觀戰略背後，如何將超8000個細分場景、超3800個開發業務元件、500多個行業解決方案等能力更好地使能在城市與企業數智化轉型中？這家經歷了20年發展的領軍企業，正在把其多年在行業中積累的經驗沉澱到平臺之中。而沿著橫跨城市和企業兩大領域的數智物聯平臺的向底層看去，大華股份構建起了一條“雲與大資料”的護城河。

近日，我們與大華股份大資料研究院院長周明偉進行了深入對談，對這些問題進行解答。

一、最新城市/企業平臺背後，大華進入資料智慧新階段

首先，讓我們先來看一個行業場景。

在山東某個城市指揮中心，一位操作員正對著螢幕上的城市級智慧感知影片雲平臺監測整體城市態勢，應急管理、城管市政、水利水務等70餘類場景情況盡收眼下，實時掌控。這一平臺橫向拓展影片資源的應用範圍，縱向提升影片資源對各部門業務的支撐能力，助力全市多部門實現資料共享呼叫、分析演算法及事件預警等多類服務，提升這座800萬人口的城市精細化管理水平。

這一真實場景是當下政企數字化轉型的典型案例，背後，正是基於大華城市平臺2.0、巨靈AI開發平臺等能力。

城市平臺2.0是大華面向城市構建的體系化的物聯數智平臺，與之對應的還有面向企業級客戶的企業平臺3.0，可以滿足不同客戶按需靈活部署數智化應用，治理城市、管理企業。目前兩大平臺已經合計洞察細分場景超8000個，開發業務元件超3800個，推出行業解決方案500多個。

周明偉告訴我們，在這些強大的城市/企業平臺、巨靈AI開發平臺背後，都離不開大華的雲與大資料技術。

據悉，在大華的城市平臺2.0或企業平臺3.0背後，有兩大重要的檢視智慧引擎和資料智慧引擎。檢視智慧引擎主要實現影片資料到資訊的轉化，資料智慧引擎則將影片等物聯資訊與其他結構化資訊進行融合，形成決策支援。此外，在大華的一站式AI開發平臺——大華巨靈平臺，龐大的叢集規模也基於大華的底層雲計算技術。

縱觀智慧物聯行業，“影片雲”由來已久。影片雲早期解決的是資料線上問題、分散式儲存、影片基礎應用等問題，自2017年以來，當大規模資料能存、能看之後，許多行業的客戶則開始尋求更進一步的價值，就是對資料進行分析、應用。

早在2015年，大華股份就成立了大資料研究院。早期，主要解決大規模系統建設中的資料線上問題，透過推出領先行業的分散式儲存系統、行業時空資料庫等服務，幫助客戶做好資料儲存。規模資料線上之後，行業並不會滿足於基礎應用，而是會思考資料的進一步價值，甚至需要資料驅動下的行業智慧能力。到了2017~2018年前後，大資料研究院將資料智慧作為新的研究重點，佈局技術以推動行業走向物聯數智新階段。

二、讓行業資料隨需而聚，智慧無縫聯接

提到雲與大資料技術，很多人的第一反應是想到網際網路企業。

對此，周明偉談到，雖然雲與大資料技術興起於網際網路行業，但在落地於不同行業的時候，卻難以直接搬運，特別是在智慧物聯行業。

“我們一直比較堅持的是，所有的技術落地都要基於客戶需求和行業場景。”智慧物聯行業具有其特殊性，在應用、技術和整體性層面存在很多痛點。

“具體來說，從大家都可以看到的應用層面來講，碎片化其實很嚴重，面向不同的行業甚至是同行業不同的客戶，可能都有不同的痛點，需要不同的方案予以滿足，從底層的資料來講，更加註重資料融合、架構融合。更重要的是，從整體性上來講，產業對全網統一設計的要求更高。也就是說，我們不再是隻在雲端的一個大資料平臺內實現一個治理活動，而是要在囊括端、邊、雲多個軟硬體環節的整個網路中進行佈局。”

由於大華在城市、企業等業務方面有廣泛的實踐機會，因此在資料儲存、資料治理、資料分析、資料安全等多個行業資料智慧環節具有獨到見解和方法。

首先來看資料儲存，這是最基礎的一個問題。

比如，在網際網路行業，我們經常刷的各種影片等，背後的儲存系統都是“物件儲存”，這是在網際網路行業應用非常廣泛的優秀系統產品。但是，如果說把這個產品應用到智慧物聯領域，7×24小時影片流打到物件儲存上，則會帶來比如說IO（Input&Output）碎片化、實時性不佳等問題。

對此，大華會進行選擇。針對物件儲存的技術優勢，如它的架構簡潔、橫向擴充套件的空間大等特點，這比較適應城市及大型的方案；但其物件實時性不高、生命週期管理複雜等特點，相對來講並不適合物聯行業應用，因此我們結合物件儲存、檔案儲存的優勢，打造出適合行業客戶需求的方案。

這種技術不匹配的現象不少，同樣是影片儲存，但面向客戶不同需求它的訴求完全不一樣。

再比如資料分析環節，當下在大部分的資料分析行業裡，大多是以結構化資料分析為主，或者將各種非結構化資料進一步分析、計算成結構化資料以後，再對結構化資料做一些分析計算。

智慧物聯行業對異構資料的融合分析要求比較高，比如，影片、圖片、特徵碼等資料，都要與結構化資料做融合計算。“這些其實都是行業特殊性對技術帶來的新挑戰，我們不斷去解決這些問題，一方面能夠滿足客戶的需求，同時也給到我們走在前列的機會。” 為促進技術的快速成熟，大華自建了一個超千臺伺服器規模的資料中心，專門模擬大資料各種場景需求，支援大華在資料儲存、資料治理、資料分析等多方面去做全流程試驗，從而保證技術領先性和穩定性。

此外，針對資料安全，大華擁有一個網路安全研究院，專門研究、制定、執行相關安全策略、儲備安全技術等，並指導各技術領域的落地。大華也積累了眾多安全相關技術，以資料安全為例，大華在其一站式的資料智慧引擎上提供了面向資料傳輸流轉的很多安全管控措施，如實現專案隔離、資料隔離，許可權隔離、訪問隔離、安全審計等。

可以看到，正如在戰略升級釋出會提出的，大華正以資料為燃料、以智慧為引擎，構築起一個體系化的物聯數智平臺，在一張多維感知體系的網路上，讓資料隨需而聚，一站式資料智慧引擎，釋放行業資料價值，普惠數智創新。

三、立足行業，大華全面擁抱雲與大資料

“這一路發展過程中，我們遇到最大的困難不是技術，而是在於我們在業務洞察上能否抓住業務的痛點與本質。”周明偉說。

面向大資料時代，沒有一項技術能解決所有問題，技術的不完美讓選擇變得更重要。企業必須錨定客戶需求做好取捨，更快、更好地服務客戶。

“我們的技術之所以能夠快速地應用和服務於各個行業、各個方案裡，這也得益於我們擁有一個強大的組織保障，內部形成了一個由五大研究院、產品與解決方案、軟硬體產品線和省區開發中心組成的共創機制。”

在企業跨部門共創下，大華基於雲與大資料技術的方案已經基本成型——算力資源池在端、邊、雲全網覆蓋，從而支援從資料採集和治理之初起，就實現物聯和資訊資料的關聯，按需抽取資料。

同時，大華提供一站式引擎來提供資料全流程處理和融合運算，在資料流轉的多個環節中，載入智慧能力。此外，資料智慧引擎提供極致的彈性伸縮，也大大降低行業降低門檻，讓大家用得起資料智慧，為行業普惠數智創新貢獻一份力量。

“我們一直在暢想全面的智慧，但這個命題非常大，所要經歷的歷程也會非常長。”迴歸到行業現狀，周明偉指出，大華一直在思考如何更好地推動行業發展，怎麼能往前多走一步。“我們看到了大資料、雲計算在這個行業上的加速發展趨勢，接下來的步伐肯定會走得更快一些。”

結語：立足行業，大華要讓物聯資料“活”起來

雲聯萬物，讓物聯資料按需而聚；檢視智慧，讓影片技術助力行業發展；大資料探勘多維資料價值，讓資料驅動業務創新，這家擁有20年曆史的企業，已進入了一個新的物聯數智發展階段，建立自己的雲與大資料“護城河”。

當雲與大資料技術逐步走入各個產業領域，我們看到在資料儲存、資料治理、資料分析、資料安全等多個環節都面臨這不同的挑戰與需求，都需要企業結合行業洞察去推出幫客戶解決實際問題的方案。正如周明偉所說，面向大資料時代，沒有一項技術能解決所有問題，從行業業務出發，以服務好客戶為目標，深入行業場景，才能做出正確的技術選擇，才能做好技術。