原標題:一家半數(shù)員工都來自清華大學的團隊做智能運維,了解一下?
“我們決定在這十年間登上月球并實現(xiàn)更多夢想,并非它們輕而易舉,而正是因為它們困難重重。因為這個挑戰(zhàn)我們樂于接受,因為這個挑戰(zhàn)我們不愿推遲,因為這個挑戰(zhàn)我們志在必得。”
這是美國前總統(tǒng)約翰·費茨杰拉德·肯尼迪在1962年的一場演講中說的話,這次演講為后來阿波羅登月計劃奠定了基調(diào)。1969年7月,人類成功登上了月球。
今天,一個以清華高材生為核心的團隊同樣在做著一件偉大的事情,盡管聽起來沒有登月那么宏偉,但當其真正實現(xiàn)后,也絕對算是一件壯舉,因為這將解決無數(shù)企業(yè)、無數(shù)從業(yè)人員的痛點。
這件事就是智能運維。一個當代無數(shù)企業(yè)都面臨的難題,一個短時間內(nèi)很難有重大突破的領域,一個這幾年被各種廠商,包括IBM、BMC、Splunk、Dynatrace、Moogsoft、云智慧等頻繁提及的市場。
為什么選擇這樣一個方向?必示科技CEO劉大鵬的解釋是,智能運維是市場剛需,而且很難,他們是一個有點理想主義色彩的團隊,想做些有社會價值的事。
這一做就是很多年。別看2016年必示科技(以下簡稱“必示”)才成立,但其實劉大鵬在這行已經(jīng)耕耘的近10年,發(fā)表過智能運維方向國際會議論文10余篇。團隊成員更是強的令人驚嘆,不到百人的團隊,50%來自清華大學,擁有10位智能運維方向的博士,10位10年以上的行業(yè)資深專家。
必示科技CEO劉大鵬
這樣一支創(chuàng)業(yè)團隊,不能不讓人好奇。本文就來揭開必示的這一層層神秘面紗,內(nèi)容包括但不限于必示對智能運維的理解,必示的產(chǎn)品、發(fā)展規(guī)劃,必示的融資情況等。
為了更清晰的呈現(xiàn),接下來采用問答的形式。
必示人眼中的智能運維什么樣?
在回答這個問題之前,有必要先就智能運維的現(xiàn)狀做一個簡單概括。
什么是智能運維?不同的出發(fā)點有不同的理解,進而會產(chǎn)生不同的導向和結(jié)果。
研究機構(gòu)的定義是:把機器學習、深度學習等自動化模型發(fā)現(xiàn)算法應用于IT運維工具和業(yè)務系統(tǒng)所采集的大型數(shù)據(jù)集,并嘗試模擬人類行為(如發(fā)現(xiàn)、判斷、響應)的智能化運維管理平臺。
如果細數(shù)智能運維領域的企業(yè),則可以按照既往優(yōu)勢、切入角度不同,大致可分為三派:其一是從傳統(tǒng)運維監(jiān)控中走出來的,如APM、日志采集、服務器基礎監(jiān)控、運維大數(shù)據(jù)廠商;其二是從智能運維算法切入,逐步將技術(shù)產(chǎn)品化的公司;其三則是傳統(tǒng)老牌IT廠商,更多聚焦底層的資源、服務的自動化管理需求。
每個企業(yè)都會說自己提供的智能運維解決方案,如何選擇得看用戶本身的痛點和需求。
必示屬于第二類企業(yè),其對智能運維平臺的價值主張,有三個關(guān)鍵詞:垂直、專業(yè)、開箱即用。垂直對應的是場景、行業(yè),必示不會拿一種算法是適配所有場景,而是對應每一個場景有一套最優(yōu)的算法;專業(yè)更多是必示的定位,立足智能運維行業(yè),將其作為一項為之奮斗的事業(yè);開箱即用很好理解,部署、使用便捷。
智能運維市場有多大?
很大。
只要有IT就需要運維,未來沒有企業(yè)離得開IT,智能運維代替運維只是時間和技術(shù)的問題,隨著技術(shù)的成熟,這一天遲早會到來。
在此次的發(fā)布會上,清華大學計算機系長聘副教授裴丹就給出了自己的觀察和預測,2019年將是AIOps快速發(fā)展的一年。同時,他還給出了AIOps的九大趨勢預測,分別是行業(yè)多樣化、產(chǎn)業(yè)生態(tài)化、數(shù)據(jù)多樣化、場景多樣化、場景精細化、算法服務化、技術(shù)平臺化、落地加速化和成熟度評估標準化。
更直觀的數(shù)據(jù),根據(jù)iResarch2018年的數(shù)據(jù)顯示,未來兩年中國第三方IT運維服務市場規(guī)模增速都將保持在20%以上,到2020年IT運維市場規(guī)模將超過1400億元。而Gartner 預測,智能運維逐步取代人力運維是大趨勢,到2020年,智能運維全球部署率將達到50%。相當可觀。
做智能運維難不難?
難。
換個角度來解釋,智能運維英文單詞是AIOps,AI+Ops,AI難,Ops也難,AI+Ops難上加難。機器學習和運維兩個行業(yè)都有幾十年的歷史,而二者結(jié)合不過才短短幾年時間(AIOps的萌發(fā)大概在2016年,也就是必示成立的那一年),談何容易。
就像劉大鵬說的,搞機器學習的人很難迅速了解運維的知識和場景,比如各類監(jiān)控數(shù)據(jù),要梳理很長時間才能理解;搞運維的人又很難把機器學習吃透。這兩者之間存在一個巨大的鴻溝。
這種難導致的直接結(jié)果就是到現(xiàn)在市場上也沒有比較完善的解決方案,都還在不斷精進中。當然,換個角度理解,正是因為難,一旦誰先確立了獨有的優(yōu)勢,其它企業(yè)就很難撼動領頭羊的地位了。
必示的產(chǎn)品理念是什么?
核心是平臺化,更精確的說是基于運維知識圖譜的平臺化。之所以走這樣的路線,一是業(yè)界趨勢發(fā)展,平臺化是大勢所趨,二則來源于自身的實踐。
如劉大鵬所說,運維場景很復雜,很少只看一種監(jiān)控數(shù)據(jù),就能發(fā)現(xiàn)、定位問題。隨著越來越多的智能算法推出,新的挑戰(zhàn)出現(xiàn)了。比如,數(shù)據(jù)和算法種類不斷增加,擴展是問題,部署是問題,各種算法的配合是問題,算法和數(shù)據(jù)之間關(guān)系復雜也是問題。唯有平臺化才能把所有這些問題歸口到一起來解決。
于是,有了必示智能運維平臺。
至于產(chǎn)品優(yōu)勢,其實很多是來源于必示曾經(jīng)遇到的問題。比如,擴展能力,支持海量數(shù)據(jù)的高效處理;部署問題,告別繁瑣調(diào)參,只需做簡單配置就可投入使用;復雜場景單一算法失效問題,支持算法靈活編排聯(lián)動,可分析多樣的運維數(shù)據(jù)。
除此之外,還有非常重要的兩個關(guān)鍵點:一、算法是經(jīng)過打磨的專業(yè)、垂直算法,不是簡單的開源算法,這也是開篇就強調(diào)過的必示對智能運維平臺的核心理解;二、平臺蘊含了大量客戶實踐沉淀,相同的坑不會再踩第二次。當前,包括交通銀行、招商銀行、中國民生銀行、中國光大銀行、廣發(fā)銀行、光大證券、中國南方電網(wǎng)等數(shù)十家各行業(yè)客戶都已經(jīng)落地了必示的智能運維平臺。
據(jù)悉,當前必示智能運維平臺版本中共集成了12個智能運維常見場景的算法,未來還會繼續(xù)擴展。
這里有必要就運維知識圖譜再多講一點,畢竟是基于運維知識圖譜的平臺化,平臺的演進很大程度取決于運維知識圖譜的進化。事實上,必示已經(jīng)就運維知識圖譜有一個清晰的規(guī)劃。
其中,第一階段是必示已經(jīng)完成的,主要支撐兩個功能:第一是從外部接入數(shù)據(jù)關(guān)系(如CMDB、配置文件等),第二個可以支持多樣的算法編排。
第二個階段也就是2.0版本目前完成了70%,主要規(guī)劃了兩個內(nèi)容:一個是在圖譜上做推理的操作,比如說幾百個系統(tǒng)之間有復雜關(guān)系,檢測到50個系統(tǒng)出現(xiàn)了異常,到底是哪個系統(tǒng)出了問題,其實這是基于圖譜的推斷和查找。另外一個功能是外部知識的鏈接和融合,借助外腦完善產(chǎn)品。
第三階段3.0版本是未來要做的,主要也是兩方面,一是在1.0基于已有配置關(guān)系建立數(shù)據(jù)關(guān)系的模式變成自動的,包括圖譜關(guān)系的自動補全等;二是 “智能排障樹”,系統(tǒng)能根據(jù)不同的數(shù)據(jù)和關(guān)系,自動推薦算法組合。
顯然,如果真正到了3.0版本,智能運維就真的不遠了。
必示融資情況如何?
受眾多一線資本青睞。
2016年12月千萬元天使輪融資;今年1月數(shù)千萬元A輪融資;今年6月數(shù)千萬元A+輪融資。用劉大鵬的話說,必示擁有頂尖的人才、多年的技術(shù)儲備、頭部的客戶,在運維這個傳統(tǒng)的企業(yè)服務賽道中是非常特別、極具競爭力的,自然會吸引不少對行業(yè)有洞察的投資機構(gòu)。
必示在業(yè)界處于什么位置?
快速上升期。
如果以時間論,必示絕對算這個市場的后來者。但如果真正從智能運維的角度思考問題,各個市場玩家其實差距不大,畢竟2016年AIOps這個詞才開始廣泛被提及,到現(xiàn)在還不到4年時間。以至于到現(xiàn)在,智能運維市場還沒有人敢稱老大,說明這個市場還不夠成熟,誰都有機會。就像劉大鵬說的,智能運維這條路還很漫長,必示會努力。
在我看來,必示的優(yōu)勢在兩方面尤其突出,一是人才,二是這些人才長久以來積累的成果。隨著時間的推演,它們發(fā)揮的作用將越來越大。
總結(jié)全文,運維距離實現(xiàn)智能還有很長的路要走,必示不急功近利,有技術(shù)也有情懷。最后借用劉大鵬的一句話結(jié)束本文,“智能化,對于運維這樣一個幾十年的傳統(tǒng)行業(yè)來說,同樣存在挑戰(zhàn),但也蘊含巨大價值,必示致力于實現(xiàn)這場變革。”
- 世間將再無松下電視:松下官宣解散家電子公司并徹底放棄電視機業(yè)務
- 雅迪集團與南都電源簽署協(xié)議:攜手共繪固態(tài)電池未來藍圖
- 美媒聚焦比亞迪“副業(yè)”:電子代工助力蘋果,下個大計劃瞄準AI機器人
- 微信零錢通新政策:銀行卡轉(zhuǎn)入資金提現(xiàn)免手續(xù)費引熱議
- 消息稱塔塔集團將收購和碩印度iPhone代工廠60%股份 并接管日常運營
- 蘋果揭秘自研芯片成功之道:領先技術(shù)與深度整合是關(guān)鍵
- 英偉達新一代Blackwell GPU面臨過熱挑戰(zhàn),交付延期引發(fā)市場關(guān)注
- 馬斯克能否成為 AI 部部長?硅谷與白宮的聯(lián)系日益緊密
- 余承東:Mate70將在26號發(fā)布,意外泄露引發(fā)關(guān)注
- 無人機“黑科技”亮相航展:全球首臺低空重力測量系統(tǒng)引關(guān)注
免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關(guān)資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。