1994年,中国全功能接入了互联网,也正是这一年,几个对网络充满憧憬的年轻人走到了一起,成立了一个小工作坊,这也是华讯网络的前身。
历经21年,华讯网络跟随用户的成长,已经成为一家专业IT服务经验的企业数字化服务商,服务体系覆盖中国21个城市,在北美、欧洲、新加坡成立了分公司,在海外延续服务。
在过去的2021年,华讯网络营收突破了73亿元。华讯副总裁及企业/商业部总经理朱晓勇表示,我们每天都在认真、努力做好每一件事,因为我们想成为用户心目中那一个可信赖的行业数字化服务商。
尤其在数字化的年代,华讯网络跟随客户一同进行转型,拥抱云,与亚马逊云科技一起帮助用户有效、便捷、安全的使用云。
华讯副总裁及企业/商业部总经理朱晓勇
向着云转型
每一个企业在发展的过程中都会遇到各种各样的挑战。朱晓勇表示,华讯网络在同样体量大小的经销商中走的更快一些。
云业务模式对于华讯网络是一个较大的挑战,因为云会带来运营模式的改变,运营模式会激发组织结构、支撑模式、交付模式等一系列的改变,但这种改变同样也会成为华讯网络的价值升级,不断提升能力为用户带来新的收获。
“服务商的理念就是给用户传递和创造价值。”在朱晓勇看来,一个公司的成长和个人的成长非常相似,需要努力抓住机会。
华讯网络也碰到了一个机遇,就是遇到亚马逊云科技。
遇到好机遇的时候,同样需要有好的准备。华讯云与软件事业部总经理沈佳伟表示,华讯网络的转型充分依托于原有线下数据中心、网络、混合云、安全架构上的积累,在云转型时将这些能力和云上用户需要混合云架构的能力结合起来,形成统一的解决方案交付给客户。
全方位的赋能
华讯网络原来做的都是看得见摸得着的事,在与亚马逊云科技合作后,出现了极大的颠覆。亚马逊云科技也在六个层面帮助华讯网络进行云业务转型:
业务模式赋能:研讨云业务模式与转型思路,提供收入模型与差异化策略;
业务拓展:提供商机推荐、共同举办市场活动,举办Sales Launch等一系列workshop;
技术赋能:持续提供产品与技术培训及动手实验,例如,云迁移、智能湖仓及人工智能等;
组织赋能:指导构建专注的云业务团队、云服务卓越中心、云MSP服务中心;
云能力赋能:指导云能力发展路径,陆续通过安全、迁移、SAP和数据分析等4项能力认证及MSP能力认证;
文化赋能:组织亚马逊云科技创新文化、逆向工作法工作坊,并应用于云上的创新实践。
通过亚马逊云科技在业务模式,技术能力以及文化上的持续赋能,华讯已完成自身业务的云转型,并积累了丰富的云业务能力。“这在之前都是不可能做到的。” 朱晓勇说道,数据分析、人工智能、SAP迁移在这个时间点上都变得可能,这背后就是亚马逊云科技的支持。
一个例子是华讯网络帮助某新能源汽车企业业务出海,将车联网平台从国内云服务商迁移到欧洲亚马逊云科技上,充分利用了亚马逊云科技基础设施即代码的能力,仅短短一个月时间就完成了迁移、应用上线、适配等工作。
在2021年,华讯网络整体云业务收入超过1500美金,云服务和软件收入超过200万美金,同时与亚马逊云科技合作,为超过200多个用户提供了服务,而且这些服务还在迭代升级。
走深向实的合作
华讯网络在过去几年有了众多收获,这些收获也坚定了华讯网络的转型战略,2022年华讯网络将把云转型变成云战略,制定了以数智引领、云网融合、安全可信的业务战略。
华讯公有云事业部商务总监胡灏表示,云网融合也是在与亚马逊云科技合作的基础上提出的,因为未来中国绝大部分用户会走向混合云,这些用户的难点是统一管理和如何获得无缝的体验。华讯网络自主研发的多云管理平台,支持亚马逊云科技的管理功能,形成了良好工具平台,同时依托亚马逊云科技的服务,像Amazon ECS Anywhere帮助用户的应用在云上云下获得一致的体验。
未来双方也将在三方面加深合作:
第一,深耕行业客户:专注服务制造、医疗医药、零售、金融等行业客户上云及云上数字化转型,助力跨国企业落地中国;
第二,解决方案驱动:在云安全、业务连续与合规、应用现代化等领域,通过场景化解决方案加深APN合作与推广;
第三,服务与软件并行:以软件能力加速用户云上数字化转型,形成服务+软件的多路径合作关系。
全新亚马逊云科技合作伙伴路径推出后,华讯也将采用服务与软件并行的多合作伙伴路径,以咨询和软件能力加速用户云上数字化转型。
好文章,需要你的鼓励
是德科技高级副总裁兼通信解决方案事业部总裁Kailash Narayanan现场指出,算力固然重要,但如果能耗过高,技术的实用性将大打折扣,因此,所有的高速、高性能计算,都必须在极低的功耗下实现,这是AI等技术能否大规模落地的核心前提。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
来自上海交通大学和浙江大学等机构的研究团队开发出首个AI"记忆操作系统"MemOS,解决了AI系统无法实现人类般持久记忆和学习的根本限制。该系统将记忆视为核心计算资源进行调度、共享和演化,在时间推理任务中相比OpenAI记忆系统性能提升159%。MemOS采用三层架构设计,通过标准化记忆单元实现跨平台记忆迁移,有望改变企业AI部署模式。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。