與十一年前相比，雙11的許多東西都改變了。比如金額——2684億，差不多是十一年前的5000倍；比如流量——訂單峰值54.4萬筆/秒，曾經(jīng)是想都不敢想的數(shù)字；再比如層出不窮的新技術(shù)，就是這些驚人數(shù)字背后的“秘密武器”，給迎戰(zhàn)雙11的戰(zhàn)士們作最完備的武裝。

也有始終不變的東西。大戰(zhàn)來臨前的緊張、不安、如履薄冰，對每一個細(xì)節(jié)反復(fù)check的“強(qiáng)迫癥”，以及勝利之后的欣喜、釋然、滿心充實(shí)，和下一步砥礪前行。

阿里云智能新金融業(yè)務(wù)部總裁劉偉光：讓天下沒有難做的金融級架構(gòu)，讓天下沒有難上的云！

【為更好的將金融科技能力賦能金融行業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，劉偉光從螞蟻調(diào)任到阿里云，擔(dān)任阿里云智能新金融業(yè)務(wù)部總裁。就在今年9月份，螞蟻金服與阿里云共同宣布，啟動“雙劍合璧”計(jì)劃，將通過全面整合金融科技與服務(wù)能力，持續(xù)為金融行業(yè)提供技術(shù)底座支撐?！?/p>

支付寶的技術(shù)工作，就是“半年搞建設(shè)，半年搞大促”。雖然是一句戲言，但足夠從側(cè)面證明大促作為實(shí)踐戰(zhàn)場的重要性。而每當(dāng)雙11圓滿落下帷幕，技術(shù)人也就到了收獲的季節(jié)。那些歷經(jīng)雙11大考的新技術(shù)，就像經(jīng)歷過了“成人式”一樣，一一走到臺前開始獨(dú)當(dāng)一面。

SOFAMesh：金融級云原生第一步

眾所周知，金融機(jī)構(gòu)因?yàn)榧缲?fù)的責(zé)任重大，面對新技術(shù)時，普遍都是比較保守的。支付寶也不例外，尤其是在雙11這種場景下，流量大，峰值高，平時不管多小的問題，在這時候都可能被放大成不得了的大問題。

于是，今年的大促迫在眉睫時，SOFAMesh團(tuán)隊(duì)還在糾結(jié)。來自周圍的各種聲音，讓他們感到壓力很大。被問到的最多的問題，就是“這個靠不靠譜？”

一個“行”字，在雙11的面前，可能有千鈞之重。能不能扛過零點(diǎn)的流量峰值？能不能保障穩(wěn)定？能不能保證不出差錯？

Mesh是一項(xiàng)很新的技術(shù)，社區(qū)開源項(xiàng)目本就不成熟，而SOFAMesh是支付寶從第一行代碼開始完全自主開發(fā)的項(xiàng)目，在金融級的嚴(yán)苛要求面前，在雙11的極端場景之下，究竟行不行？誰心里都沒有底。

然而此時不上，整整兩年的心血就白費(fèi)了。反過來說，如果能打贏這一仗，就證明云原生之路在雙11這種體量的考驗(yàn)之下都是可行的，這對于整個行業(yè)而言，會是一個很好的標(biāo)桿。

“螞蟻金服要做金融行業(yè)技術(shù)的拓荒者和實(shí)踐者?！辟Y深技術(shù)專家楊海悌說。

這已不是螞蟻金服第一次做“吃螃蟹的人”，在金融機(jī)構(gòu)普遍依賴IOE時，他們率先開始探索分布式，現(xiàn)在分布式漸漸成為主流，他們又率先琢磨起云原生。

“以前都是業(yè)務(wù)推動技術(shù)，現(xiàn)在到了技術(shù)為業(yè)務(wù)提供紅利的時候了。”對于自己看著長大的SOFAMesh，楊海悌一面很有信心，一面也十分忐忑。

SOFAMesh是支付寶針對金融行業(yè)的特殊需求而開發(fā)的金融級中間件，屬于金融級云原生分布式框架SOFAStack的一部分，這個框架的開發(fā)始于2009年，幾乎和雙11同齡。

是騾子是馬，總得遛過了才知道。SOFAMesh的第一份答卷很快交了出來——以往分時復(fù)用的資源切換需要4小時，用上了SOFAMesh之后，不到4分鐘。性能提升將近百倍。

分時復(fù)用，顧名思義，就是在不同的時間段里讓同一個資源能夠“復(fù)用”于多個應(yīng)用。這一技術(shù)能夠減少資源閑置，提高資源的利用效率。這一技術(shù)在2018年雙11就曾立過功——當(dāng)時，支付寶面對這天貓雙11和自己的會員大促的“雙大促”挑戰(zhàn)，為了節(jié)約成本少采購一些資源，上線了分時調(diào)度1.0，使用同一批資源同時支持兩個大促，在支撐天貓雙 11 和經(jīng)濟(jì)體用戶增長兩個大促的同時，IT成本一分錢也沒有漲。

但去年在彈性架構(gòu)模式下做分時調(diào)度，切換資源需要重新配置和部署相關(guān)系統(tǒng)，4個小時的切換時間，雖然成功支持了“雙大促”，還是滿足不了對短時間內(nèi)快速調(diào)用資源有需求的業(yè)務(wù)。

到了今年，由于SOFAMesh的上線，切換資源不再需要重新部署，切換時間縮短到了3分40秒。這意味著，像螞蟻森林那樣每天都會面臨流量小高峰的業(yè)務(wù)，無需事先留足資源余量，提前10分鐘開始切換資源，都綽綽有余。

“將來，切換時間還有望縮短到秒級。”楊海悌說。

2019年雙11，SOFAMesh扮演了非常重要角色——100%覆蓋螞蟻金服核心支付鏈路，幾十萬容器，峰值千萬QPS，平均RT（響應(yīng)時間） 0.2ms，是業(yè)界最大的 Service Mesh 集群。它在洪峰面前的穩(wěn)定性和平滑性，以及對效率的顯著提升，都是有目共睹的。

這張漂亮的成績單背后，其實(shí)就是一個字——行。

【螞蟻金服金融科技產(chǎn)品技術(shù)部總經(jīng)理?xiàng)畋赋觯琒ervice Mesh在雙11螞蟻核心系統(tǒng)中大規(guī)模應(yīng)用的實(shí)踐，是以解決“服務(wù)通信”的問題作為其設(shè)計(jì)初衷，聚焦基礎(chǔ)設(shè)施“網(wǎng)絡(luò)層”，并以此做技術(shù)基礎(chǔ)，解決業(yè)務(wù)通信場景面臨的問題?！?/p>

“云原生”已經(jīng)成為業(yè)界公認(rèn)的技術(shù)趨勢，它的目標(biāo)是提升運(yùn)維效率、降低資源使用成本、提升服務(wù)安全可靠性等。云原生帶來的基礎(chǔ)設(shè)施升級，為技術(shù)演進(jìn)提供基礎(chǔ)能力支撐，并且提升未來架構(gòu)空間的想象力。2019也是支付寶的金融級云原生落地元年，包括SOFAMesh在內(nèi)的一系列云原生技術(shù)，經(jīng)歷雙11的考驗(yàn)之后，向整個業(yè)界證明——我們行，云原生這條路，也行。

雙11之后，螞蟻金服舉辦的發(fā)布會上，副CTO胡喜宣布，會將打磨十年之久的SoFAStack對外公開。

螞蟻金服副CTO阿璽：無論今天我們雙11取得了多大多好的成績，明天我們都將重新出發(fā)，砥礪前行

正如“元年”一詞所說，這只是螞蟻金服在新的開拓之路上邁出的第一步。

【螞蟻金服副CTO阿璽從2009年就開始經(jīng)歷每年的雙11，到今天已經(jīng)參加了11次雙11，讓他感觸最深的就是，每一次雙11的背后都是技術(shù)的挑戰(zhàn)，而所有的技術(shù)都要為未來做好準(zhǔn)備，但每一次的技術(shù)完成的最好成績都成為了明天最低的標(biāo)準(zhǔn)?！?/p>

OceanBase 2.2：世界紀(jì)錄就是用來打破的

OceanBase被人質(zhì)疑“行不行”的次數(shù)，更是多到數(shù)不過來。

數(shù)據(jù)庫是命脈，尤其是金融機(jī)構(gòu)的數(shù)據(jù)庫，出一點(diǎn)問題都是真金白銀的問題，哪個業(yè)務(wù)都不敢冒風(fēng)險(xiǎn)，老老實(shí)實(shí)抱著老牌進(jìn)口貨Oracle，圖個太平。

但Oracle也沒見過雙11這種陣仗，隨著雙11的流量連年翻番，它的性能眼見著碰到了天花板。2014年雙11前的壓測，Oracle出現(xiàn)了10%的流量缺口。

OceanBase感到機(jī)會來了。在那之前，他們已經(jīng)“蟄伏”了四五年，沒有固定的業(yè)務(wù)，最落魄的時候，甚至面臨團(tuán)隊(duì)解散和項(xiàng)目取消的境況。

當(dāng)時的OcaenBase將滿5歲，版本號卻還是0.x，外表看來甚至還是個demo，一上來就要承接雙11的10%的流量，相當(dāng)于支付寶平日流量的最高峰，而且要做的還是最核心的交易系統(tǒng)——一分錢都不能出錯的那種。

一時之間，“你們行不行”的質(zhì)疑聲此起彼伏。

“別人說我們不行的時候，我們都非常堅(jiān)定地認(rèn)為，行?！蔽浵伣鸱芯繂T楊傳輝說。他是OceanBase開發(fā)團(tuán)隊(duì)的初期成員之一，親眼見過OceanBase寫下第一行代碼。

從拿下10%的任務(wù)，到雙11的正式大考，時間不足兩周。最后十來天，資深運(yùn)維專家?guī)熚膮R帶著全團(tuán)隊(duì)幾乎不眠不休地做優(yōu)化，硬是把長達(dá)10毫秒的響應(yīng)時間降低到了1毫秒以下。

那一年的雙11，OceanBase沒出一個差錯，一戰(zhàn)成名。

螞蟻金服高級研究員陽振坤

【螞蟻金服高級研究員陽振坤加入阿里之后，發(fā)現(xiàn)無論對淘寶還是支付寶，關(guān)系數(shù)據(jù)庫都扮演著十分關(guān)鍵的角色，但已有的數(shù)據(jù)庫，無論是商業(yè)數(shù)據(jù)庫還是開源數(shù)據(jù)庫，都有非常多的局限，遠(yuǎn)遠(yuǎn)無法滿足如淘寶、支付寶這樣的互聯(lián)網(wǎng)和金融業(yè)務(wù)對高擴(kuò)展、高并發(fā)、高可用和低成本的需求。而自研的OceanBase分布式關(guān)系數(shù)據(jù)庫，不僅解決了關(guān)系數(shù)據(jù)庫的擴(kuò)展性問題，也極大地降低了關(guān)系數(shù)據(jù)庫的成本，還提升了可用性?！?/p>

今年的雙11，OceanBase的版本號是2.2。在為版本命名方面，他們的謹(jǐn)慎作風(fēng)一如既往。

但是OceanBase的每一次版本迭代，發(fā)生的都是“脫胎換骨”的變化，自己創(chuàng)下的紀(jì)錄，也由自己不斷刷新——

2018年雙11，基于OceanBase 2.0分區(qū)方案的架構(gòu)正式上線，這一架構(gòu)解決了數(shù)據(jù)庫可擴(kuò)展的瓶頸，將每秒交易的承載能力提升到百萬級，并讓性能提升了50%。

50%的提升不是個小數(shù)目，但更令人驚訝的是，僅僅一年之隔，在2019年的雙11中，全新上線的OceanBase 2.2版本，在2.0的基礎(chǔ)上，又讓性能提高了50%。

就在今年的10月3日，權(quán)威機(jī)構(gòu)國際事務(wù)處理性能委員會TPC披露：螞蟻金服的分布式關(guān)系數(shù)據(jù)庫OceanBase，打破美國甲骨文公司保持了9年的世界紀(jì)錄，登頂TPC-C榜單，同時也成為首個登上該榜單的中國數(shù)據(jù)庫系統(tǒng)。

短短的一個月之后，在2019年雙11的考場之上，OceanBase2.2又再次刷新了數(shù)據(jù)庫處理峰值，達(dá)6100萬次/秒，創(chuàng)造了新的世界紀(jì)錄。

在金融級核心數(shù)據(jù)庫的嚴(yán)格要求之下，OceanBase為何還能有這樣跨越式的性能升級？

關(guān)鍵的秘密在于，OceanBase背后是原生的分布式數(shù)據(jù)庫設(shè)計(jì)以及PAXOS協(xié)議，通過水平擴(kuò)展x86服務(wù)器就可以達(dá)到無限伸縮，支持大規(guī)模高并發(fā)的效果。

另一方面，今年為了進(jìn)一步提升性能和降低延遲，OceanBase還通過中間件的優(yōu)化，自動將多條SQL聚合成輕量級的存儲過程，這個過程讓原本需要數(shù)十次SQL網(wǎng)絡(luò)交互的任務(wù)降低為單次網(wǎng)絡(luò)交互，整體RT降低了20%。

現(xiàn)在，支付寶的業(yè)務(wù)已經(jīng)100%跑在OceanBase上，作為我國第一個自研的金融級分布式數(shù)據(jù)庫，經(jīng)過六年的雙11錘煉，它也已經(jīng)具備了走出螞蟻金服、走向更廣闊天地的底氣。

螞蟻金服研究員韓鴻源，OceanBase團(tuán)隊(duì)的核心成員

今年雙11中，支付寶支付業(yè)務(wù)100%切換到OceanBase內(nèi)置的Oracle兼容模式上，支持Oracle語法以及存儲過程優(yōu)化的同時，又兼具OceanBase的分布式能力，如分布式分區(qū)表、全局事務(wù)等，響應(yīng)時間也更加平穩(wěn)。雙11之后，OceanBase2.2也將正式公開發(fā)布。

“不過，在別人覺得我們什么都行的時候，我們反而會冷靜下來，想想自己還有哪些不行的地方?！睏顐鬏x說，對技術(shù)上一切未知的敬畏，才能讓大家走得更遠(yuǎn)。

圖智能：復(fù)雜金融關(guān)系的最優(yōu)解

“過去很長一段時間圖數(shù)據(jù)庫和圖計(jì)算一直停留在學(xué)術(shù)研究階段，行業(yè)應(yīng)用場景不多，是因?yàn)闆]有強(qiáng)的場景驅(qū)動，所以市場沒有太多發(fā)展”， 螞蟻金服計(jì)算存儲首席架構(gòu)師何昌華指出。但是反過來看，圖相關(guān)的產(chǎn)品近年來熱度不斷攀升，其核心原因是因?yàn)閺?qiáng)場景的驅(qū)動，特別是金融場景，它非常善于處理大量的、復(fù)雜的、關(guān)聯(lián)的、多變的網(wǎng)狀數(shù)據(jù)，通過節(jié)點(diǎn)和關(guān)聯(lián)的數(shù)據(jù)模型去快速解決復(fù)雜的關(guān)系問題。

螞蟻的一站式圖平臺的誕生，也有著鮮明的螞蟻金服特色，同樣是“被業(yè)務(wù)倒逼出來的”。

螞蟻金服在2014年左右就開始跟進(jìn)社區(qū)的圖計(jì)算的研究，當(dāng)時的團(tuán)隊(duì)在一些開源產(chǎn)品基礎(chǔ)上進(jìn)行了小規(guī)模的嘗試，做了之后發(fā)現(xiàn)效果很好，圖數(shù)據(jù)庫能夠很好地和金融、社交業(yè)務(wù)結(jié)合起來。但是，螞蟻金服有著巨大的數(shù)據(jù)量，需要以分布式架構(gòu)來支撐高并發(fā)的大數(shù)據(jù)量和大吞吐量，但當(dāng)時無論是開源還是商業(yè)數(shù)據(jù)庫產(chǎn)品都只是單機(jī)版，都難以適應(yīng)螞蟻金服如此大的數(shù)據(jù)量和復(fù)雜的環(huán)境。于是，艱難而又步步扎實(shí)的自研之路開始了。

最開始，要解決的是圖數(shù)據(jù)的存儲和在線查詢的問題。

從數(shù)據(jù)量來看，分布式架構(gòu)是唯一的選擇。從滿足金融場景高并發(fā)低延時的需求來看，選擇原生圖結(jié)構(gòu)而非基于關(guān)系型數(shù)據(jù)庫基礎(chǔ)上封裝圖數(shù)據(jù)，成為必然。但也因?yàn)橐陨蟽牲c(diǎn)，導(dǎo)致整個開發(fā)難度大大增加。

從2015年初團(tuán)隊(duì)開始組建，經(jīng)過“冬練三九、夏練三伏”的苦修，以及在代碼、運(yùn)維、穩(wěn)定性等每一環(huán)節(jié)的極致追求，第一個圖數(shù)據(jù)庫版本GeaBase在2016年初發(fā)布。

而這時候，剛好遇到支付寶史上最大一次改版，模塊化功能被替換成信息流，大大強(qiáng)化了社交關(guān)系屬性，GeaBase開始接入支付寶鏈路。

百煉成鋼，經(jīng)過幾個月的壓測，2016年6月，新版支付寶上線，GeaBase迎來了第一筆流量。接著幾年，從支付寶大改版到新春紅包再到雙11，GeaBase迎來了業(yè)務(wù)的綻放期，到2019年雙11，GeaBase雙11主鏈路上單集群規(guī)模突破萬億邊，點(diǎn)邊查詢突破800萬QPS，平均時延小于10ms；成為支付寶核心鏈路上非常重要的一環(huán)；

數(shù)據(jù)存儲和查詢的問題解決了，緊接著要解決的是分析計(jì)算的問題。

在一開始，我們思考的是如何在海量的圖數(shù)據(jù)里做數(shù)據(jù)挖掘的問題。在面對千億乃至萬億級規(guī)模，幾TB到幾百TB的數(shù)據(jù)，用超大內(nèi)存物理機(jī)和高速網(wǎng)絡(luò)來實(shí)現(xiàn)離線全圖計(jì)算，對企業(yè)來說不太現(xiàn)實(shí)，資源也存在極大的浪費(fèi)。因此，我們重點(diǎn)放在如何在滿足業(yè)務(wù)功能/性能需求的同時，利用碎片化的現(xiàn)有資源，實(shí)現(xiàn) “按需計(jì)算”的能力。

因此，2017年，我們在海量數(shù)據(jù)基礎(chǔ)上，設(shè)計(jì)了一套離線計(jì)算的框架，提供自適應(yīng)的分區(qū)策略，資源消耗能比同類產(chǎn)品降低一個數(shù)量級，同時性能還能遠(yuǎn)遠(yuǎn)優(yōu)于GraphX等開源產(chǎn)品。

同時，為了方便業(yè)務(wù)算法人員根據(jù)其業(yè)務(wù)進(jìn)行二次開發(fā)，還開放了C++和JAVA的接口，除了業(yè)界常見的圖編程框架的Pregel、GAS，我們還做了一定的“微創(chuàng)新”和能力擴(kuò)展，提供了更高性能，更加豐富功能的接口。

全量分析計(jì)算的事情解決了，但隨著“310”策略的推進(jìn)，風(fēng)控業(yè)務(wù)的發(fā)展，對分析的時效性的要求越來越高，分析需要更快，更實(shí)時，2018年，我們開始考慮在線圖計(jì)算的能力。

有時候，并不是所有業(yè)務(wù)都需要進(jìn)行復(fù)雜的圖分析，而是在滿足一定的條件后才開始進(jìn)行子圖的迭代計(jì)算。最后，基于圖的迭代計(jì)算的結(jié)果，在進(jìn)行數(shù)據(jù)鏈路的處理后再提供給在線使用。

因此，一個場景在完整的計(jì)算鏈路中，需要流計(jì)算和圖計(jì)算兩種模態(tài)的融合計(jì)算。我們打破了傳統(tǒng)計(jì)算模態(tài)的邊界，提供流圖融合的計(jì)算系統(tǒng)。通過將數(shù)據(jù)流和控制流相結(jié)合，并提供動態(tài)DAG的能力，從而實(shí)現(xiàn)按需計(jì)算，彈性擴(kuò)縮容。

用戶可以通過一套統(tǒng)一的DSL（SQL+Gremlin/GQL）、一套計(jì)算系統(tǒng)來實(shí)現(xiàn)完成流圖融合的鏈路，實(shí)現(xiàn)基于數(shù)據(jù)驅(qū)動的在線圖計(jì)算能力，同時，減少了用戶的學(xué)習(xí)、運(yùn)維成本。

在2019年雙11上，在線圖計(jì)算技術(shù)大放異彩，通過秒級決策，在花唄等場景幫助業(yè)務(wù)效果提升12倍。

從“海量”圖存儲，到離線全圖 “按需計(jì)算”，再到“實(shí)時”在線圖計(jì)算，螞蟻的圖智能技術(shù)跟隨業(yè)務(wù)一步步發(fā)展，壯大。

融合計(jì)算引擎：新計(jì)算威力初現(xiàn)

今年的雙11還落地應(yīng)用了一套新的“神器”——融合計(jì)算引擎，它耗費(fèi)了近百位工程師一整年的心血。

融合計(jì)算引擎的基礎(chǔ)，是螞蟻金服聯(lián)合 UC Berkeley 大學(xué)推進(jìn)的新一代計(jì)算引擎Ray，它很年輕，2018年融合計(jì)算引擎項(xiàng)目啟動時，它只有幾萬行代碼，距離金融級線上環(huán)境的應(yīng)用還差得很遠(yuǎn)。

“我們用了一整年，把它增加到了幾十萬行代碼，并且涵蓋了C++、java、Python等所有語言。”螞蟻金服資深技術(shù)專家周家英說。

至少4個團(tuán)隊(duì)在共同“養(yǎng)育”這個引擎，四個奶爸帶娃，磕磕絆絆，在所難免，難度遠(yuǎn)遠(yuǎn)大于一個團(tuán)隊(duì)負(fù)責(zé)一個引擎。

但開發(fā)時的“難”，是為了應(yīng)用時的“簡”。

在計(jì)算引擎執(zhí)行層面，不同計(jì)算模式的數(shù)據(jù)是可以在引擎內(nèi)共享的，很少借助第三方存儲，因此對外部存儲和網(wǎng)絡(luò)傳輸?shù)拈_銷也都有極大的節(jié)省。

在應(yīng)用方面，融合計(jì)算引擎不僅能夠解決金融場景中需要銜接多個不同計(jì)算模式的難題，還能支持各種不同時效性的業(yè)務(wù)，在支付過程中提供秒級智能決策能力，并且隨著融合引擎的落地，也改變著技術(shù)同學(xué)的研發(fā)習(xí)慣。我們希望通過融合計(jì)算引擎，達(dá)成研發(fā)態(tài)，運(yùn)行態(tài)，運(yùn)維態(tài)三位一體的統(tǒng)一：例如在動態(tài)圖計(jì)算場景，計(jì)算開發(fā)同學(xué)只需要編寫一個流+圖的計(jì)算作業(yè)，就可以實(shí)現(xiàn)秒級6度鄰居的圖迭代計(jì)算；同樣在機(jī)器學(xué)習(xí)領(lǐng)域，通過編寫一個包含流+模型訓(xùn)練+服務(wù)的計(jì)算作業(yè)，就可以實(shí)現(xiàn)端到端秒級模型導(dǎo)出的在線學(xué)習(xí)能力。這樣從研發(fā)到運(yùn)行態(tài)，計(jì)算整體效率都得到了極大提升。

2018年，融合計(jì)算就在花唄反套現(xiàn)的智能甄別之中表現(xiàn)卓越。到了2019年，融合計(jì)算引擎已經(jīng)在支付寶不同場景中落地——圖計(jì)算在花唄，螞蟻森林等場景中大規(guī)模上線，圖數(shù)據(jù)庫Geabase突破萬億邊。

2019年支付寶新春紅包活動中，融合計(jì)算引擎用在線學(xué)習(xí)能力支持了新春紅包的智能文案，讓它的算法跑在了新的在線學(xué)習(xí)的體系上。這個體系融合了流計(jì)算和機(jī)器學(xué)習(xí)，讓機(jī)器學(xué)習(xí)的模型迭代速度從以前的小時級別，提升到了現(xiàn)在的秒級別。本次雙11時，它在“支日歷”的推薦算法方面發(fā)揮了重要作用。

通過融合流計(jì)算、服務(wù)和并發(fā)查詢，融合計(jì)算引擎減少了60%的機(jī)器資源使用，把端到端的延遲壓低到了毫秒級，同時還能支持金融網(wǎng)絡(luò)的業(yè)務(wù)查詢和監(jiān)控。

今年雙11中，融合計(jì)算引擎在至少三個場景中成功落地并被驗(yàn)證可行，“還跑在了螞蟻金融級關(guān)鍵決策鏈路上?！敝芗矣⒉粺o興奮，“這證明了我們的計(jì)算引擎具備了金融級的能力?！?/p>

事實(shí)上，無論是在雙11這樣的極端大考場景中，還是在支付寶、阿里巴巴，以及各個互聯(lián)網(wǎng)科技公司的日常應(yīng)用場景中，數(shù)據(jù)驅(qū)動的業(yè)務(wù)也越來越多。相應(yīng)地，海量數(shù)據(jù)的實(shí)時處理、分析和應(yīng)用，以及人工智能、深度學(xué)習(xí)等新技術(shù)的開發(fā)，都在要求著更強(qiáng)大的計(jì)算能力，以及能夠應(yīng)對復(fù)雜場景的多種計(jì)算模式。

面對未來，更多的是未知——我們尚且不知未來會出現(xiàn)什么樣的場景，這些場景會要求什么樣的計(jì)算模式和計(jì)算能力?！叭诤嫌?jì)算是真正意義上的新計(jì)算的第一步?！蔽浵伣鸱?jì)算存儲首席架構(gòu)師何昌華說。

xiesc