花城蓊郁好時(shí)節(jié)，英才集結(jié)赴盛會(huì)。5月24日，2024 XCOPS智能運(yùn)維管理人年會(huì)-廣州站成功舉辦。深挖傳統(tǒng)行業(yè)潛力、追逐科技前沿動(dòng)向，一眾產(chǎn)學(xué)研用技術(shù)舵手、學(xué)術(shù)專家、行業(yè)精英以及新生力量匯集，共同探討大模型、Al Agent等新興技術(shù)推動(dòng)及融合下，運(yùn)維及數(shù)據(jù)庫兩大領(lǐng)域的發(fā)展趨勢和創(chuàng)新應(yīng)用。
大會(huì)現(xiàn)場技術(shù)氛圍濃厚、與會(huì)者反響熱烈。現(xiàn)在，讓我們隨本文回溯大會(huì)精彩現(xiàn)場，再次沉浸這場思維火花閃爍、前沿觀點(diǎn)碰撞的技術(shù)盛筵！
主會(huì)場
中國信息通信研究院 云大所大數(shù)據(jù)與智能化部 主任
中國通信標(biāo)準(zhǔn)化協(xié)會(huì) 大數(shù)據(jù)技術(shù)標(biāo)準(zhǔn)推進(jìn)委員會(huì) 主席 姜春宇
《數(shù)據(jù)庫產(chǎn)業(yè)發(fā)展觀察》
本次大會(huì)特別邀請姜春宇先生發(fā)表開場致辭，并帶來《數(shù)據(jù)庫產(chǎn)業(yè)發(fā)展觀察》主題分享。他指出：運(yùn)維層面，當(dāng)前國內(nèi)運(yùn)維體系面臨兩大變化，存量系統(tǒng)更新?lián)Q代使得運(yùn)維難度升級、通用人工智能技術(shù)快速發(fā)展帶來規(guī)�；涞靥魬�(zhàn)；數(shù)據(jù)庫層面，我國公有云數(shù)據(jù)庫市場規(guī)模首次過半、非關(guān)系型數(shù)據(jù)庫占比略大、數(shù)據(jù)庫標(biāo)準(zhǔn)體系完善，行業(yè)數(shù)據(jù)庫技術(shù)正朝著助力用戶降本增效、護(hù)航數(shù)據(jù)要素安全流通、賦能新興業(yè)務(wù)場景這三大領(lǐng)域12個(gè)細(xì)分方向不斷演進(jìn)。
為此，姜春宇先生表示，為促進(jìn)人工智能、云計(jì)算等技術(shù)在各行各業(yè)的普及和落地，中國信息通信研究院云計(jì)算與大數(shù)據(jù)研究所協(xié)同dbaplus社群等生態(tài)合作伙伴，開展一系列行業(yè)研究、標(biāo)準(zhǔn)建設(shè)等相關(guān)工作，積極助推更多企業(yè)逐步實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，共同推動(dòng)我國數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展。
復(fù)旦大學(xué) 教授/博導(dǎo)
上海數(shù)據(jù)科學(xué)重點(diǎn)實(shí)驗(yàn)室 副主任 王鵬
《大模型在智能運(yùn)維領(lǐng)域的應(yīng)用實(shí)踐》
AI浪潮迭起，大模型在運(yùn)維領(lǐng)域落地進(jìn)展如何？王鵬教授對此進(jìn)行了詳細(xì)解讀，并講述如何利用大模型基礎(chǔ)能力，結(jié)合微調(diào)技術(shù)、檢索增強(qiáng)和代理模式構(gòu)建運(yùn)維大模型，從而有效提升運(yùn)維數(shù)據(jù)探查、數(shù)據(jù)理解、故障定位等能力。王鵬教授指出，知識庫構(gòu)建+RAG、知識庫+Agent、結(jié)合大模型的異構(gòu)運(yùn)維數(shù)據(jù)探索是亟需解決的問題；大模型只是工具，不能為了大模型而大模型，如同AIOps算法，場景、數(shù)據(jù)、迭代永遠(yuǎn)重要。
眾安保險(xiǎn) 基礎(chǔ)技術(shù)部總經(jīng)理 李龍
《跨云or下云？金融行業(yè)云治理策略選擇與未來探討》
如何理性看待下云浪潮？云計(jì)算的下一站將走向何方？李龍老師在會(huì)上深剖業(yè)界下云浪潮的深層原因及誤區(qū)，并重點(diǎn)結(jié)合眾安保險(xiǎn)的跨云多活實(shí)踐及落地效果，提出不要下云、以SLO為前提的跨云、做好FinOps這三大立場。
新炬網(wǎng)絡(luò) 產(chǎn)品事業(yè)群總經(jīng)理 宋輝
《基于大模型的新一代智能運(yùn)維能力建設(shè)》
宋輝老師指出，現(xiàn)階段企業(yè)底層IT系統(tǒng)架構(gòu)日趨復(fù)雜，促使運(yùn)維難度攀升，大模型所具有的理解、學(xué)習(xí)和推理能力，是智能運(yùn)維取得突破的關(guān)鍵。深耕企業(yè)級智能運(yùn)維領(lǐng)域的新炬網(wǎng)絡(luò)，正積極推進(jìn)大模型與運(yùn)維場景的深度融合，集成大語言模型LLM、人工智能代理AI Agent、檢索增強(qiáng)生成RAG以及多模態(tài)等技術(shù)，構(gòu)建起集自主感知、決策、執(zhí)行三大核心能力為一體的大模型智能平臺，應(yīng)用于告警處理、智能診斷、數(shù)字員工、用戶報(bào)障、工單處理等多個(gè)場景，實(shí)現(xiàn)運(yùn)維管理流程全自動(dòng)閉環(huán)，大幅提升運(yùn)維智能化水平。
螞蟻集團(tuán) 智能運(yùn)維算法負(fù)責(zé)人/高級算法專家 蔣煒
《螞蟻集團(tuán)OpsGPT落地實(shí)踐》
大模型作為AI領(lǐng)域的前沿技術(shù)，已在運(yùn)維領(lǐng)域具有獨(dú)特價(jià)值。結(jié)合螞蟻集團(tuán)OpsGPT垂類大模型的落地歷程，蔣煒老師講述了LLM + Ops有機(jī)結(jié)合的完整思路，分享企業(yè)構(gòu)建垂類LLM大模型的可行性經(jīng)驗(yàn)，并從資源短缺、場景角度、行業(yè)標(biāo)準(zhǔn)三方面分析OpsGPT項(xiàng)目開源的前瞻意義。
平安人壽 個(gè)險(xiǎn)渠道AI技術(shù)負(fù)責(zé)人 江煉鑫
《AIGC在保險(xiǎn)行業(yè)的探索應(yīng)用》
AI技術(shù)如何在保險(xiǎn)行業(yè)上提供創(chuàng)新賦能方案？會(huì)上，江煉鑫老師從保險(xiǎn)行業(yè)核心業(yè)務(wù)流程痛點(diǎn)上切入，梳理相關(guān)的AI賦能方案及其技術(shù)能力構(gòu)成，并結(jié)合平安人壽細(xì)分場景需求，分享AI能力經(jīng)過產(chǎn)品形態(tài)賦能，提升整體經(jīng)營效率的經(jīng)驗(yàn)。
快手 搜索技術(shù)部技術(shù)負(fù)責(zé)人 許坤
《大模型技術(shù)在快手搜索的應(yīng)用》
隨著大模型技術(shù)逐步深入、走向多模態(tài)，以內(nèi)容為核心的產(chǎn)業(yè)在智能化助力之下，迎來新一輪機(jī)遇。許坤老師深剖搜索智能問答技術(shù)框架、技術(shù)核心及創(chuàng)新探索，介紹快手基于大模型提升搜索效率、補(bǔ)充搜索供給的最新進(jìn)展，為業(yè)界利用大模型賦能效率與創(chuàng)造力提供了重要參考。
大模型時(shí)代下的智能運(yùn)維專場
在AI和云原生技術(shù)驅(qū)動(dòng)下，企業(yè)IT運(yùn)維正面臨復(fù)雜性上升、自動(dòng)化需求增長、數(shù)據(jù)質(zhì)量提高、成本控制和安全等挑戰(zhàn)。本次XCOPS廣州站聚焦大模型與運(yùn)維的融合、算法加持創(chuàng)新運(yùn)維模式、云原生智能運(yùn)維及穩(wěn)定性建設(shè)、FinOps建設(shè)與探索等6大新興實(shí)踐，為大家提供運(yùn)維智能化轉(zhuǎn)型新思路。
工商銀行金融科技經(jīng)理/云計(jì)算實(shí)驗(yàn)研究員齊頎分享《“數(shù)據(jù)+技術(shù)”助力云原生智能運(yùn)維體系建設(shè)》
SolarWinds中國區(qū)運(yùn)維經(jīng)理單超分享《駕馭復(fù)雜性，AI驅(qū)動(dòng)的面向混合云環(huán)境的可觀測性平臺》
阿里云智能可觀測AIOps研發(fā)工程師劉進(jìn)步分享《大模型在可觀測AIOps方向的實(shí)踐和思考》
京東科技智能運(yùn)維團(tuán)隊(duì)技術(shù)負(fù)責(zé)人鄭新亮分享《大模型在京東科技智能運(yùn)維AIOps平臺上的實(shí)踐》
浙江移動(dòng)SRE資深工程師潘啟楨分享《浙江移動(dòng)新一代故障處置智能體實(shí)踐》
招商基金信息技術(shù)部項(xiàng)目負(fù)責(zé)人王洋分享《招商基金FinOps的數(shù)字化IT運(yùn)營平臺建設(shè)的探索與落地》
AI助力數(shù)據(jù)庫再進(jìn)化專場
當(dāng)前，國內(nèi)數(shù)據(jù)庫行業(yè)正邁向云化、國產(chǎn)化、智能化深水區(qū)。本次XCOPS廣州站覆蓋數(shù)據(jù)庫云化、國產(chǎn)化改造的降本增效，AI4DB的技術(shù)選擇和場景落地，向量數(shù)據(jù)庫和圖數(shù)據(jù)庫的適配場景，以及各類數(shù)據(jù)庫的運(yùn)維優(yōu)化建議等6大議題，為大家?guī)砻嫦蛭磥頂?shù)據(jù)庫發(fā)展的多元化啟示。
民生銀行基礎(chǔ)軟件智能運(yùn)維平臺負(fù)責(zé)人孔再華分享《數(shù)據(jù)庫智能運(yùn)維AI4DB落地實(shí)踐分享》
vivo數(shù)據(jù)庫平臺負(fù)責(zé)人鄧松分享《vivo數(shù)據(jù)庫運(yùn)維平臺建設(shè)：挑戰(zhàn)與新技術(shù)探索》
字節(jié)跳動(dòng)博士/數(shù)據(jù)技術(shù)專家田昕暉分享《如何讓OLAP具備高性能向量檢索能力》
太平洋保險(xiǎn)數(shù)智研究院首席數(shù)據(jù)庫專家林春分享《集中式數(shù)據(jù)庫轉(zhuǎn)型國產(chǎn)分布式數(shù)據(jù)庫的優(yōu)化方法論與實(shí)踐》
貨拉拉DBA負(fù)責(zé)人蔡朋分享《貨拉拉混合云數(shù)據(jù)庫體系化建設(shè)實(shí)踐》
快手圖數(shù)據(jù)庫研發(fā)團(tuán)隊(duì)負(fù)責(zé)人于東海分享《快手高性能分布式圖數(shù)據(jù)庫KGraph及其應(yīng)用》
特別鳴謝
XCOPS智能運(yùn)維管理人年會(huì)成功召開，承蒙一眾專家老師、合作單位、媒體平臺的傾情相助，在此衷心感謝所有專家老師、臺前幕后的工作人員，以及以下合作單位：
