“过去一年华为分销业务收入增长率达到41%,其中IT分销销售额增幅更是达到53%”。在近日召开的2018华为IT分销合作伙伴大会上,华为IT产品线副总裁兼服务器产品线总裁邱隆面带笑容向在座的IT分销合作伙伴分享这个值得庆祝的成绩。
华为IT产品线副总裁兼服务器产品线总裁邱隆
这样的成绩意味着华为分销合作伙伴业绩取得迅速增长,据介绍,服务器类年平均产能超过2000万/家,存储年平均产能超过500万/家,半数以上合作伙伴业绩增长率同比超过40%。伴随着2013年华为IT开始引入分销体系以来,过去几年华为服务器、存储和私有云等产品线处于发展和快速增长期。
根据Gartner报告,截至2017Q3,在过去四个季度,华为服务器整体发货量全球第3,中国市场整体发货量和营收额第1,并且华为服务器进入Gartner魔力四象限的挑战者象限。华为存储同样保持高速增长,根据Gartner报告,华为蝉联全球领导者象限位置,并且截至2017第三季度,华为存储在中国市场收入、发货套数及容量均排名第1。
据了解,目前华为IT产品线市场排名第一的产品均已进入分销,在华为的规划中,2018年华为的IT分销业务仍将保持快速增长,整体规模及合作伙伴平均产能规模双双做到业内领先。
借助于分销体系,邱隆对于华为服务器产品线甚至制定了一个不小的目标:“到2021年,华为服务器营收超过百亿美金。”
从营收角度来说,百亿美金意味着进入到全球服务器市场的第一俱乐部,华为如何做到?
联合伙伴持续打造开放生态圈
在此次厦门召开的华为IT分销合作伙伴大会上,华为宣布将联合IT分销合作伙伴继续打造开放生态圈,聚焦金融、运营商、政府和公共安全等行业,建立分销成品集成仓。华为EBG中国区生态合作业务部分销业务部部长李滨指出,2018年华为将投入更多力量深耕区域及地市市场,携手合作伙伴深入下沉市场,加大3-5级城市的营销推广。华为将扩大区域覆盖范围,在解决方案销售赋能等方面加大投入,继续推广差异化的产品分销策略。
未来,华为将借助在云计算、大数据、服务器和存储等方面持续创新的能力,与分销合作伙伴共同构建生态圈,扩大势能,帮助客户打造高效的云数据中心,实现商业成功。
当然,能够得到合作伙伴的拥护离不开华为IT产品的自身实力,华为企业BG数据中心Marketing与解决方案销售部副总裁董理斌用两个关键词总结华为的这项内功:质量和创新。
数字化转型背后,IT系统承载的核心业务越来越多,IT基础设施的质量直接影响企业的正常运营,根据业界知名互联网及金融公司统计,华为服务器故障率低于业界15%。华为服务器包括在散热设计、严苛测试、坏板销毁、高质量信号设计等细节上均在业界有较好的口碑。同样,华为实现了多维度基础技术与产品的创新,华为服务器拥有自主研发的管理芯片、NC互联芯片、网络控制芯片、SSD控制芯片等,这是其与友商竞争的技术优势所在。
传统企业和云转型双轮驱动
内部有自身实力支撑,外部有合作伙伴支持,基于此,华为又该如何寻找市场?邱隆指出,传统企业和云转型将是华为包括服务器在内的IT产品线保持增长的市场来源。
首先,传统企业市场仍然是服务器出货量的大头,虽然受公有云的影响越来越大,但包括大中型企业在数据中心及私有云建设上仍然保持着较大的基数。在邱隆看来,私有云和混合云的模式将长期存在,华为在此方面一直保持着巨大的投资。
其次,云转型将是未来一段时间基础设施采购的显着增长点,邱隆强调,华为不仅有自营的华为云公有云,也有与伙伴合作的伙伴公有云,包括中国电信天翼云、德国电信Open Telekom Cloud、法国电信Flexible Engine、西班牙电信Telefonica Open Cloud等,它们将成为华为IT基础设施出货量保持高速增长的动力。
此外,传统CT云化也是一个重要组成部分,毫无疑问,运营商不甘于一直做“管道”,所以CT云化带来了其对服务器、存储等采购的巨大需求。华为以运营商起家,运营商市场同样将是不可忽视的增长点。
华为强调,面向未来的智能时代,华为将用芯片、架构、AI等技术重构云数据中心,帮助客户加快数字化转型。
持续提升分销产品竞争力
过去,包括华为FusionServer V3机架服务器、OceanStor 2200 V3、华为云FusionSphere虚拟化解决方案等产品方案均构成了华为IT分销的主力产品。邱隆指出,2018年华为会把更多的产品注入到分销市场,以扩大市场规模。并且,华为将携手合作伙伴和客户在云数据中心领域持续创新,继续提升分销产品的竞争力,并在数字化转型浪潮的驱动下,与分销合作伙伴共同实现持续、快速、有效的增长。
同时,为了保持生态的可持续健康发展,2018年华为也将基于分销业务的业务实质,对产品进行系统的梳理和分类,并针对不同类别的产品采用不同的销售管理策略和手段,改善合作生态。
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。