华为混合云运维现代化助力政企数智跃迁

混合云现代化运维顶层设计

混合云为政企提供了灵活、高效、安全的现代化IT基础设施及核心技术支持，已成为政企IT平台建设的首选技术方案。但随着行业智能化转型加速，云平台部署服务和技术栈复杂度不断加深，这些新形势都对混合云运维工作带来了前所未有的挑战。华为依托十余年政企混合云运维经验和在云管理技术领域的持续深耕，推出了混合云现代化运维顶层设计架构。

该架构以运维体系、平台、应用及安全四大领域现代化为核心框架，旨在助力政企客户从传统架构运维向云化架构运维转型，以数字化和智能化为驱动，构建面向业务全面智能化发展的运维核心能力。

运维体系现代化：定义了在混合云进入深度用云阶段，应该建设什么样的运维体系适配业务的发展，包含运维流程规范、运维组织、运维知识库、运维平台、运维安全等多个方面，帮助政企实现运维体系的现代化升级。

平台运维现代化：针对云平台在日常运维、主动预防以及故障恢复三大关键领域面临的挑战，提出通过构建极简性运维体验、确定性故障恢复和预见性风险治理三大核心能力提升运维效率和准确性。

应用运维现代化：提出将应用的可靠性保障前置到设计阶段，通过高可用设计以提升应用可靠性的能力建设路径，并给出了通过打破应用运维工具间的数据孤岛，对应用进行全方位监控与分析，从而提升应用运维效率的最佳实践样板。

安全运维现代化：提出从平台安全和租户安全两个维度构建运维安全核心能力。平台安全从用户授权管控、作业过程管理和合规遵从设计三大维度构建无死角安全管控能力。在租户端通过构建7层安全防护体系实现混合云租户的端到端安全保障。

以智算平台和大模型，为运维对象的核心运维能力构建

随着各行各业加快部署大模型应用，AI大模型驱动算力集群规模提升，带来运维高门槛、算力运营要求，因而对构建面向AI平台和大模型本身的运维关键能力带来了重大挑战。

首先，面向智算场景的政企运维组织结构相较传统场景产生了很大变化，政企通常缺乏智算管理门户、算力合规管控等新的支撑体系。其次，政企已有的运维运营平台往往缺失面向智算场景的算力分配、利用率可视等能力，因而无法支撑算力的高效调度和分配推荐，造成算力浪费。此外，由于系统中同时存在云管理平台、智算集群管理平台及大模型开发工具平台等智算相关部署，如缺乏软硬一体的一站式故障诊断能力，将无法支撑高效率的故障定界和诊断恢复。

针对以上痛点，华为云Stack混合云最新发布了面向智算场景的运维工具平台ManageOne AI Insight。该平台提供了一个可灵活扩展的智算门户框架，支持按需扩展门户内容，面向运维、运营、CXO等不同角色提供一体化监控、跨域定界、算力运营和可视、系统集成等能力，打造统一的智算使用入口，以匹配智算场景下对运维组织体系和架构的灵活优化需要。

除此之外，ManageOne AI Insight平台提供了算力大屏、算力看板、算力报表能力，支持AI全栈资源软硬一体化的监控、告警、资源信息的360度可视，实现了从AI任务、服务、资源池、云平台、硬件的全栈拓扑非确定性故障快速定界定位。

面向AI算力利用率提升等运营诉求，ManageOne AI Insight提供了租户、资源池等不同视角的算力分配率、占用率、闲置率、利用率智能分析，以支撑AI平台风险可视可监控。同时还支持对大模型资源池及训练任务进行优化分析，以发现闲置或冗余资源，并给出资源分配优化建议，提升智算资源的整体运营效益。

将大模型技术应用于运维作业的智能运维探索

除了面向智算资源进行持续的运维运营能力增强，华为云Stack还把如何利用AI技术赋能运维工作本身作为了一个重要课题进行了深入探索和实践。在过去十多年服务了5000多家政企客户的过程中，华为混合云积累了业界丰富的运维数据资产、工具资产以及专家经验资产，进而形成了宝贵的运维风险库、故障模式库和专家经验库等知识资产，为大模型技术应用于智能运维提供了丰富的知识语料。

例如，结合运维知识图谱、告警传播模型、增强推理模型等大模型技术的运用，华为混合云开发了ManageOne知识问答助手、数据检索助手和故障诊断助手，在运维知识问答、数据分析和故障诊断场景中先期进行了智能运维的场景实践，可以将告警根因识别速度从小时级大幅提升至分钟级，平均故障诊断时长缩短50%以上，实现了整体运维效率数倍以上的提升，也为未来持续探索更多的智能运维场景，实现政企混合云运维的全面智能化奠定了基础。

随着政企加快数智业务的全面转型，混合云运维走向现代化已不再是可选项，而是企业竞争力的关键支柱。

注：本文转自华为云，版权归作者所有