06.22 AR說丨優世聯合結合HoloLens MR技術解決了IDC的行業痛點~

2018年5月18日，微軟在北京舉辦Microsoft HoloLens暨混合現實入華一週年活動，攜手來自建築設計、醫療健康、汽車製造及教育行業的商業用戶及合作伙伴，共同講述了Microsoft HoloLens及混合現實技術入華一年來取得的發展情況，並展示了面向不同行業用戶量身定製的解決方案和成功實踐案例。微軟的客戶優世聯合在會中分享了新品無間雲維混合現實應用 HOLO-IDC。

無間雲維混合現實應用 HOLO-IDC是優世聯合為解決IDC行業痛點，以微軟HoloLens混合現實（Mixed Reality）技術為核心，自主研發了針對數據中心場景的行業解決方案，利用微軟HoloLens混合現實的特性，為數據中心提供了從初期設計、規劃、建設到數據中心後期的運維、培訓，再到最後的銷售展示環節全業務流程的數據中心智能運維體驗。各大媒體就此產品於6月20日在優世聯合北京辦公室採訪了優世聯合首席產品總監劉海濤。

劉海濤介紹產品

我剛才演示過程中提到的柴油機組的培訓，相當於可以單步指引做柴油機組的檢查。大家可以看到先是去看機油的油位。因為這個設備是很大的，一個房間有20個機組，然後去查看啟動的電壓，就是有一個啟動的小電池，就跟車裡面的電池一樣。每一步去看應該怎麼樣操作，在這上線都會有一個指導。

因為更新的頻率比較快，所以一般都是需要有人帶，用了這個之後就會降低人員的投入量。在國外因為現在人員已經有點短缺了。這個是數據中心的展廳，在銷售環節會用HoloLens去做實時展示。因為有的時候數據中心不能隨便進，所以會讓HoloLens去模擬。

這個實際上是我們在數據中心建設的階段，就是做單步的檢查。在這個設備，比如說這個臺子要放一個機組，機組的管道是提前預埋的，但是數據中心的管道特別多，因為需要製冷和供電設備。這些管道到底準不準？就可以通過一個簡單的二維碼放在相應的位置，直接把這個機器虛擬部署，這樣在施工過程中減少失誤率。

另外一個是電池間，這個是大家剛才看到的電池間，真實的電池間是這樣的。一般是跟模擬的差不多，它有設備去採集數據。之前基本上只能人進去隨便挑幾個電池看一看，但是其實做不了什麼檢測。因為我們季度檢的時候會檢測電池，但是需要三個人一週的時間才能檢測完。

因為剛才模擬了，其實這是一個真實的環境裡面做了一個高亮數據標記，大家可以看到相應的數據。如果數據有問題的話，它就會做記錄，維修班組會去做檢查。這個是通過深度學習的模型把風險標出來。

這個是剛才說的建築模型，因為做數據中心一般都是用BIM去做，可以看數據。這個建築模型設計出來之後，設計師就可以通過HoloLens工具去檢查數據中心模型的每一個角度，而且可以多人去討論。

現場採訪

至頂網：第一個問題，剛才演示主要是監控鉛酸電池的，現在數據中心未來的趨勢是做分佈式電源。這個技術手段對它是不是實用？因為鋰電池本身有一套監控的系統。

劉海濤：鉛酸電池實際上使用壽命是五年左右，在目前中國的數據中心超過90%的數據中心用的都是鉛酸電池。實際上這個技術是在不斷更迭的，像您說的鋰電池是未來的一種方向，另外幾種方向我們都是在探索的，除了機架內的鋰電池組，還有包括飛輪用慣性去儲能的方式，我們也在跟相應的公司合作、探索。但是目前物聯網實際上為了解決最廣泛的問題，其實這些技術並不侷限於到底是鋰電池還是鉛酸電池，所有的電池都可以，只是更換傳感器的問題。比如像鋰電池的密度比鉛酸電池更大，因為直接放在機架裡面去供電，其實密度更大。在這種密度下，如果有相應的物聯網的無線傳輸技術，其實可以快速應用。因為電池的傳感器並不是難點，難點其實是在網絡，還有平臺搭建、可視化交互上，我們可以逐漸把技術穩定下來，像您說的不管將來的技術怎麼發展，我們都會跟上本身監控領域的速度。

至頂網：咱們這一套東西主要解決的問題是看到機房裡面的溫度、溼度，是這些要素嗎？

劉海濤：目前給您看到的兩個demo，第一個是電池，電池數量是比較多的，而且是比較薄弱的環節。在運維巡檢的時候需要一個工具去發現風險，因為不能三個月一檢，三個月中間出問題的話也是嚴重事故。第二個demo的內容，實際上是想展示一種數據可視化能力，因為在數據中心巡檢裡面人是不可能不去巡檢的，一般會用人巡檢，不用機器人，或者是直接的抄數的手段，因為數據中心需要強冗餘備份。

在這種環境下，人如果直接去巡檢的話，一個空間裡面只能感受到空調出的冷風或機器散發的熱氣，不能具像到那一塊熱或冷，以及溫度差了多少。帶了這個設備之後，再加上傳感器的矩陣，就可以看到他並不能感知到的環境。在這個場景裡有問題就會有感知，或者直接報警。他就可以直觀地知道這個角落有熱島，如果不去處理，機器壽命可能會下降。這是第一步，通過數據可視化變成更有利的巡檢的效率提高的工具。

第二點更想做的是，或者是將來要去推向市場的產品是背後的節能技術，我們通過傳感器的部署，通過運維工具的推廣。實際上我們是拿到了很多背後的數據，通過這些數據就可以分析出來。

當然同時我們在電網裡面有能量監控的一些傳感器，所以就可以直接推算或者預測，我們有各種各樣的參數去進入到模型做深度訓練。在訓練之後，我們就可以去推測數據中心比如通過負載的變化，通過能量的變化，通過環境溫溼度或者通過天氣的預警預報，或者是歷年環境溫度的溫差，這些東西全部進入模型之後就會產生一個預測。

這個預測值帶來的效益，就是我們會在空調或者是冷水機組這一塊做一些控制單元。在這個控制單元或者是先做一些報表，去幫助運維人員去實時調節，或者主動去調節數據中心的能量控制。達到的目的，就是我最開始的時候說的，數據中心是能耗非常大的一個產業，在這裡面我們如果能做出1%，甚至是10%，甚至是40%的效率提高，就會節省巨大的能源，提高數據中心運營的效率。

中關村在線：剛才的展示主要是巡檢、質檢方面的運用，還有沒有一些其他應用，或者是雙方的合作是在哪些方面有創新？

劉海濤：微軟在混合現實的技術上已經是非常領先的了，所以我們選擇的這一款HoloLens產品，也是貼合我們的實際場景能實際應用的。其實將來我們也會在更多的領域去跟微軟做一個深度合作探討。因為微軟本身也是一個數據中心的使用大戶，也有自建的數據中心，也有其他公司代為運維的數據中心。這裡面也會跟微軟進一步探討合作的可能性，把微軟的技術和我們的技術合作之後產生的新產品應用到他的數據中心裡面去。

因為他的數據中心也是分佈在世界各地，有各種各樣的條件，有各種各樣的數據，也會產生不同新的場景。像您提到的鋰電池的電池間，國內用鋰電池用的比較少，像微軟的數據中心已經開始大面積部署鋰電池的電源了，所以我們會在這些方面進行更深度合作。

另外像您提到的我們還會在哪些方面做一些拓展。比如像您剛才看到的，一個是在數據中心的BIM建設方面，其實現在已經可以做到數據中心的設計師把BIM模型直接導入到HoloLens裡面有一箇中轉的服務，然後在將來的話我們會做更多針對於數據中心的建設方面做BIM優化，比如自動的管道碰撞檢測，或者是設計的評判標準，就會有自動的升級。

在這裡面的話，這個是我們服務的一個體系，我們叫做數據中心全生命週期服務，從數據中心建設初期比如說是一個二十年的規劃，從規劃開始到建設、後期運維、核心產品部署、節能服務、運維、運營、銷售，這些其實是全套的解決方案的公司。

其實我們在裡面每一個階段都可以跟HoloLens的技術相互去促進，然後讓它有更多的，比如說在運營這一塊，因為每一個大數據中心都會有自己的展廳，一般是需要吸引大型的互聯網企業來入駐的。這裡面用HoloLens就很能體現我們整個服務的質量，或者是對前沿技術的把控。

比如說剛才大家看到了虛擬的數據中心空間的展示，還可以做沙盤，因為像我剛才介紹了很少的一部分冗餘備份的概念，但是可以在沙盤上做展開，在每一個沙盤上告訴他這一個數據中心具體做了那些冗餘備份，效率是多少，可以做非常詳細的動態的混合現實的展示。

另外，我們也利用了第三方視角Spectator View展示，除了戴眼鏡的人看到，其他人都可以在屏幕上看到相關的內容。這樣對於銷售環節的講解都是有非常大的促進作用。

ARinChina：這個產品主要還是應用在數據的運維方面是嗎？

劉海濤：目前來講，我們主推的是運維方面。因為像您提到的產品主要是指HoloLens產品，我們HoloLens產品定位叫HOLO-IDC，專門針對數據中心場景的一個產品。主要給大家展示的也是運維這方面的，首先HoloLens是混合現實，它是一個對現實的補充。

這個設備如果脫離開人的視野是沒有存在意義的，因為是一款頭盔或眼鏡。在數據中心裡面，跟人綁定最緊密的其實就是人的巡檢、月檢，還有包括設備的維護，還有包括設備的維修，還有包括我剛才提到的有柴油機定期的檢測。

ARinChina：剛才提到維修這一塊，產品裡面有加入遠程協作嗎？

劉海濤：我們現在也是在跟著微軟做更新，微軟新出的版本有遠程協作的功能，這個功能已經開始往裡面加了。目前看到的是第一版產品，在柴油機組上有單步的指導。其實這也是根據數據中心的具體需求，在大型的數據中心一般會有專門的技術人員去做指導，如果有問題的話可能現場就直接用對講機叫過來。

但是隨著技術的推廣，我們公司也在嘗試去建立SmartIDC（S-IDC），它是更廣泛分佈在全國的小型化數據中心。這種數據中心的特點是節點離城市非常近，像華南區總節點離廣州有七八十公里的距離，它比較遠，因為供電等等不能在市中心。所以我們在市中心的範圍內建小數據中心做分佈式處理，為什麼呢？

隨著將來需要更多的深度學習，包括人工智能，服務器響應的計算資源會多一些，但是同時需要快速響應。這裡面從長期的戰略來講，我們會嘗試去推廣S-IDC的戰略，在這個戰略裡面就不適應有一個專家在數據中心裡面，有一個專家組解決問題，這樣的話運維人員也會相應減少。這種時候會更多地嘗試遠程協助和機器人的巡檢，這些東西會逐漸讓人員的使用更有效率。

ARinChina：目前檢測出來有數據方面的異常，檢測出來之後會提供維修的建議嗎？

劉海濤：現在分為三個不同的維度，一個相當於如果檢測出來異常之後，本身我們所有的手機端APP會有推送，有問題就會知道。另外是關於維修建議，目前來講並沒有做SOP，在數據中心現在像我剛才說的大型數據中心的環境只要有異常，就會有一個專家組過去維修。

另外一個是像電池的問題，內阻的變化並不能直接說明電池組不能放電了，剛才我也說了電池本身的狀態檢測也是通過深度學習的模型來算出來的。我們在巡檢的時候放的這個報警，並不是真正的說電池已經馬上起火了，或者放電出現問題了，它是一種深度學習之後篩選出來概率非常高的risk，它不適用與SOP，而是更適用於檢測。它還會有一些專門用於檢測電池的設備，這個設備會把高風險的設備通過我們的篩出來，然後它用設備做自己的那一套檢測。

像SOP和這個結合也是比較容易做的，像我們柴油機組其實就是一個SOP只不過不是用在維修的場景，而是用在月檢的場景，現在的效果是需要的。我們只是在risk的方面做了一個提升。

本身數據中心就已經能達到3個9或4個9的SLA，我們通過這個之後更是確保了萬無一失。

中國電子報：像大型的數據中心大概的有哪些痛點，像混合現實有哪幾個維度可以解決像您提到的巡檢、培訓、遠程指導等等？包括材料裡面提到還到微軟總部去進行深度交流，在未來應用的極限事件中可以達到哪個層次？混合現實在數據中心能夠發揮到什麼程度？我剛才看到通過HoloLens巡檢電池的故障率下降到90%，這個怎麼能夠實現？

劉海濤：首先說一下痛點，包括您剛才問到的電池問題是比較相關的。數據中心一般是擁有上千機架規模的綜合性的場地，在這個場地裡面需要提供相應的動力環境，需要機架上所有的服務器都得到相應的溫溼度、相應的供電。在這裡面就會產生大量的冗餘備份的基礎設施。這些基礎設施本身存在，除了提高了數據中心的穩定性，同時也增加了額外的風險。像電池，剛才有一些討論關於鉛酸電池和鋰電池的技術，目前國內大部分的電池是大型鉛酸電池去做UPS的備份電源。

在這裡面，一個大型數據中心需要用到1萬塊以上，就是10K量級以上的電池。在這種電池的規模下，其實電池所產生的風險並不小於斷電帶來的故障率。你必須要給他做電源的冗餘備份，但是同時要防範電池本身產生的風險。一個是電池是否能夠放電，為什麼電池風險比較大呢？因為電池只有整組的時候才能工作，如果有一塊電池產生問題整組可能產生放電能力問題。

另外是電池本身有一定的不穩定性，所以在這個裡面電池的風險是比較高的，但是在真正的現實數據中心運維場景裡面，比如說電池是屬於數量比較龐大的設備，所有的設備要不然體積很大，要不然數量很多。

在數量很多的環境下，運維人員每天進行7X24的巡檢，每走完一個流程，像南沙是需要4個小時的時間。4個小時需要走過所有的檢查點，各種各樣的設備環境都需要去看一遍，這個時候就不可能把每一個電池都去檢查一遍，檢查一遍的成本非常高。

現在實際運營中產生的結果是隻能挑幾塊可能有問題的電池，但實際上是沒有依據的，也就是通過手摸一摸電池的溫度變化，拿溫度槍去掃就非常費時間了，但是這個完全覆蓋不到千分之一的概率，而且手也不準。現在通過物聯網技術做了全面監控，讓他在環境裡面對所有數據做準確上傳。

我們做的物聯網設備跟其他的數據中心解決方案全都是無線化傳輸，也有自己針對高密度傳輸接口的傳輸協議。在基礎設施搭建好之後引入了HoloLens工具，這個工具做到的是數據中心本身是一個高度冗餘備份的環境。

人在這個環境裡面做巡檢也是相當於是對動力環境上傳數據的冗餘備份，因為人是相當於非常綜合的傳感器設備。人在這裡面發現任何異常都可以上報，有維修人員來檢查。在這裡面如何放大人的能力，這時候引入了一個工具就是增強現實的工具。這個工具實際上可以把所有的數據作為一個綜合新的可視化，比如說之前進入到一個電池間面對的是一萬塊電池，這些電池不可能對每一塊去查。

即使在上面有一個手機的APP去看每一個列表，這一萬個列表到底哪個有問題，對具體定位位置也是非常困難的。有了增強現實的技術，戴上頭盔就可以綜合處理，所有的風險點都是跟空間做結合的。

包括所有的數據都是在每一個電池上有面板，他可以詳細查看這塊電池有風險，這組電池的其他電池有許多問題？所有的跟地理位置或者空間位置深度綁定的數據，包括最後可視化的呈現，都是相當於是對運維巡檢人員能力的極大的提升。

另外一個問題是您問到關於我們去美國和微軟去做深度的交流，確實我們在全球也是第一家專注於做數據中心解決方案的合作伙伴。因為微軟在運營數據中心方面也有非常多的經驗，我們在美國跟他們交流，就會發現美國的痛點和中國有一些類似的地方，但也有不一樣的地方。

像我剛才說到的，比如說柴油機組的單步的指引，其實在中國數據中心的運維行業算是一個人員更新率比較高的行業，但是不會出現人員配置不足的情況。但是在美國，現在已經出現了運維人員跟不上了，流失率比較高。在這個行業裡面，比如說像我剛才操作的柴油機組，每半個月都要去啟動一次。一個數據中心可能有上百臺大型的機組，啟動一次就需要耗費1噸的柴油，這光是一次測試。

這裡麵包括設備的成本，包括測試的成本都是非常高的。如果新補充的運維人員，因為在美國是需要mentor去帶，如果沒有去帶的話，這種設備是屬於成本高，另外一種設備是危險係數高，因為是不同的電站過來的10萬伏的電壓，這些變電設備的操作檢查如果沒有mentor的話會有非常大的風險，現在美國已經出現了mentor不足的情況。

在這裡面也深度去探討了這個場景，包括剛才問到的遠程協助，比如說像我剛才說的現場復原，這都是在美國和相應的提供技術方案的公司，包括和微軟一起開的圓桌會議。如果這個產品推向美國之後會有哪些場景，如何去實現，如何有合作伙伴一起來把這個事情實現，這都是當時去討論的一個成果。

新浪：運維培訓這一塊，剛才展示的柴油發電機組，除此之外還有其他的案例是現在已經做的嗎？

劉海濤：柴油機組相當於是目前使用頻次比較高的案例，因為柴油機基本上屬於月檢、年檢必須要做的。另外一個是針對的風險比較高的像高壓電池電壓設備，這個做了培訓，但是HoloLens也可以去增強效率或者是提高安全係數，在這些方面肯定是我們第一位要做的東西。將來我們可能會覆蓋更多的場景，但是首要現在要解決的一個是高成本，一個是高風險。

至頂網：怎麼去解決柴油機和變電器的問題？

這樣的話每一步的順序，包括按鈕的位置，包括在檢查油尺的尺標，還包括所有的參數和查看需要記錄的數據，我們都會在實體設備上單步去做相應的標明。

ARinChina：每一個設備都會放二維碼？

劉海濤：對，我們剛才把數據中心裡面所有的設備都是在三維的模型裡面都有，這些模型就會直接加載。相當於二維碼標明的實際上是一個位置或者是標尺的比例，這樣就會把模型直接套在相應的位置，然後開始播放一個單步的動畫。

中國電子報：

劉海濤：其實我們做數據中心的場景就是這樣，我們也考慮到用更多的機器人去代替人的巡檢，但實際上數據中心是不能沒有人去維護的。因為數據中心不像是一般的自動化的流水線，生產出來之後比如有停產風險，停產風險最多是造成一定的經濟損失，但數據中心是不能允許出現數據中斷或者是電力中斷的。比如說在南沙的節點IT設備投入量是40個億，如果出現了中斷之後，設備出現了巨大的損害，這個經濟成本不是生產停產的成本可以估算出來的。在這裡面還要包括後面比如百度、京東依託的服務產生的各種中斷，這個是層級放大的。這裡面不能允許產生任何的問題，就像我說的數據中心的設計都是極其嚴格的冗餘備份，是N份備份，至少做到2N+1才能達到T4的標準。

人在這個環境裡面是不會被剔除掉的，人是一個非常綜合的傳感器，可以記錄昨天發生了什麼，可以記錄一年前發生了什麼。比如這個地方聽到的噪音為什麼比之前大？我就覺得這裡有問題，就會去查。在這裡面巡檢機器人也可以做到一部分，比如有一百種傳感器，可以看各種參數。背後也有AI的東西，最終能不能替代人？在目前這個階段，我覺得還做不到，或者數據中心不會讓它直接替代做巡檢。

像您說到的AI技術和增強現實技術和人是怎麼樣的結合關係？其實並不是為了做到更加的自動化，因為數據中心的目標不是自動化，這個不是首要目標。當然從降低運維成本的方面可以去這樣考慮，但是這個成本的節約並不能帶來巨大的效益，帶來巨大的效益實際上是能源的節約。

在能源的節約方面，我們也是會走的比較慎重。能源節約的方法大家也可以想得到，比如像Google做AlphaGo的DeepMind做數據中心的節能，一直做預測和實時動態調節，讓數據中心供電能量去做非常快速的實時調節。Google號稱是能節約40%額外的電力和能耗，除了電力設備之外會降低40%的電力消耗。我們也會在這個方向做相應的探索。

在人、AI和HoloLens結合的方面，我們將來會有更多的技術參數或者是可視化的數據引入，在AI的分析結果上面。比如說在AI的結果方面，可以讓它知道整個數據中心，或者是當前機房運行的狀態。比如一開始不會直接介入空調的控制單元，有可能會給人一個建議，就是在巡檢的過程中可以實時去調節。

因為現在做到的只是每天期來看一下溫度，然後再看一下數據中心狀態，或者是去調一個數，這個數據中心可以一天運行下來的。如果藉助人和AI的結果，可能可以動態地去調節，可以有更多自己的方法去調節數據中心的供電和製冷，這樣先逐步做到節能，就是在人可控環境下的節能。

中國電子報：跟微軟除了合作HoloLens，在人工智能上有合作嗎？

劉海濤：深度學習也是分不同層級的，我們在後臺大的模型算法，現在是用自己的一個大的模型。但是隨著邊緣計算的普及。現在會把很多的處理能力放在HoloLens上。AI平臺是大勢所趨，微軟的包括Windows平臺，包括以後將來要出的各種工具的整合，都會向AI的方向去進化。在這裡面相信HoloLens本身的計算能力、AI的擴展能力會得到極強的增強。

比如說剛才看到的溫度的點陣如何變成熱力圖譜，都需要模型去生成，甚至可以推算整個空氣的流動方向、流速，這些東西都是可以通過AI去生成的。我們可以首先把一部分不需要後臺去繁重處理的人工智能的一些算法推演到HoloLens平臺上，HoloLens平臺具有了這些能力之後，我們一定會利用邊緣計算的能力去生成這些東西來降低服務器本身的負荷。

我們服務器後臺算法主要是集中在對歷史數據的分析和整體的在節能方向上做的模型上的積累。

至頂網：為什麼要選HoloLens？我感覺目前來看，比如說電池的診斷，包括溫度溼度，這些東西目前來看不太需要非得是HoloLens，就是通過電腦有網線，完全可以把位置信息標出來，再去找位置信息也可以實現。

劉海濤：我們在那個屏幕上也可以實現，但是為什麼是HoloLens？就是我們在數據中心場景不能脫離人。脫離人的話實際上就不是數據中心的場景了，在有的場景下如何增強人的能力，或者如何把人的能力和數據的能力結合在一起，所以我們選擇HoloLens相對來說是比較平衡，或者是結合點比較完美的設備。

這個設備既增強了人的能力，又有網絡傳輸或者是平臺展現的能力，可以讓數據和人做一個深度整合。在這個點上，至少數據中心場景是我們認定用HoloLens是一個非常有效率的生產工具的先決條件。

至頂網：沒有它哪些東西做不到？

劉海濤：沒有它的話，人員進去還是摸電池的溫度。

至頂網：不用摸啊，現在有那麼多傳感器完全可以傳輸。

劉海濤：因為數據中心不像您想象的，比如說就咱們這一個房間，它是一個園區，一個園區全是一個數據中心。每一個設備在的位置都是有信息的，而且設備的空間尺度是非常大的。

像柴油機組跟我們房間是一樣大，這麼大的尺度下又產生無數的數據，最直觀的方式就是在空間位置產生數據，並且做數據的可視化展現，也就是在人、在這個空間的環境下。並不是人拿一個手機的小屏，把整個空間的數據都看到，一眼能看到的設備就是增強現實設備，這是效率非常高的一個工具。

中關村在線：混合現實的特點就是您選擇這個平臺合作的首要原因嗎？

劉海濤：目前來講，一個是微軟的產品相對來說是非常穩定的狀態，另外一個就是目前在混合現實的設備裡面，我們覺得相對來說表現比較均衡，並且能提供大量的擴展服務，還有包括我們在美國能夠跟微軟做深度交流，對我們業務產生巨大的推進作用的整體，相當於是一個綜合的考慮，其實微軟應該是我們目前來講最好的合作伙伴。

中關村在線：您在合作中是怎麼樣來合作的？

劉海濤：微軟一般和混合現實合作伙伴，微軟提供的是背後整個平臺，還有包括前端的設備。我們合作伙伴實際上是深入場景，在深入場景中如果有技術解決不了的問題，我們也會報給微軟，微軟會在新的產品迭代，或者是自己有一些創造性的實驗結果也會提前返還給合作伙伴，保持了我們在這個領域能夠扎到最深的深度，能夠產生最好的結果。

主持人：線上是HoloLens合作伙伴的負責人，她也想針對這個問題再補充一下。

微軟：剛才這位媒體朋友問到關於HoloLens對合作夥伴的支持，其實你會看到我們在全球有一個叫微軟混合現實技術認證的項目，項目主要是能夠幫助我們在技術領域上可以去提升合作伙伴的職能，前提是他們已經具備了一定的實力，包括已經落地了很多案例。像剛才海濤給大家闡釋的，在IDC的全生命週期的管理方案當中，怎麼做一個智能數字化的IDC。

在合作伙伴獲得了這個認證之後，其實跟微軟的合作才剛剛開始，我們不僅是從技術，從市場、銷售、品牌形象等等，都會全方位給到合作伙伴支持。我特別想要強調的是技術支持這個領域，我們每個獲得混合現實認證的合作伙伴，他們都會有一個直通道，直通道可以直接對接到HoloLens在總部的研發團隊，這個研發團隊會直接根據合作伙伴提交的基數上的分析給予快速的回應。

同時獲得認證的合作伙伴，他們也會優先拿到我們對新研發的HoloLens的性能測試，在Build上發佈的HoloLens的兩個新應用，這些在對外的時候其實合夥夥伴已經優先做了測試。我們希望合作伙伴在他們擅長的技術領域對應行業的know how，我們可以提供全方位的支持。

中國電子報：你們在把數據中心跟混合現實結合的過程當中，覺得現在還有什麼難點？

劉海濤：大家一想到混合現實技術，都是想到的是一些可視化的東西。我們在做的探索，最主要的一點不是在數據中心裡面做的有多麼深入，或者這個領域有多麼需要混合現實深度的綁定。但是這個場景一旦加入了我們的物聯網的技術之後，就會產生非常大的效率的提升。我覺得我們目前這個階段，HoloLens這個產品或者說MR的平臺也是在不斷進化，我們相信將來會變得在工業場景裡更加易用或可用性更高。

目前來講，我們這邊解決最大的問題都是在無線傳輸方面，在物聯網的搭建方面。比如像我剛才提到的，我們這個電池的場景在一個一百平米的房間有一千個立體的節點，我們需要做到無線的傳輸和快速的部署。這裡面所有當前的無線通用的方案，包括藍牙、zigbee等等都是做不到高密度碰撞的避免，在這裡面我們自己去研發了自己的協議，去做到高效的、高密度的傳輸。

在解決了這些問題之後，我們才能在一個相對來說狹小的空間裡面做一個高密度的數據展示，才能通過HoloLens去呈現出來數據所帶來的具體的信息量。我覺得在這方面，可能是我們現在目前來講去投入精力最大的一個方面。

中國電子報：現在NB-IOT、LoRa這些都不能用，必須要自己研發的嗎？

劉海濤：我們在研發的初期也會考慮到跟物聯網的合作，包括一些公司和平臺。但是物聯網相對來說是一個比較寬泛的概念，像您提到的NB-IOT包括跟NB-IOT比較主流對應關係的是LoRa，這是我們已經採用的方案。您剛才看到的包括溫溼度傳感器，包括網關都是LoRa設備。

我們在LoRa投入了大量的精力應用到數據中心裡面。像我說的個別的場景，並不是考慮在高密度，比如在一百平米的一千個節點，並不是在通用的物聯網環境下，所有的協議不是針對這個環境做過優化的。我們在一些複雜的場景，就是真正在數據中心裡面會面對問題的場景裡面，我們會去做進一步的設計。

這裡面我們並沒有完全放棄LoRa。您剛才可能沒有看到設備展示，我們有一個小的中繼器，把我們一個高密度的協議轉化成LoRa，再通過LoRa到網關，我們網關使用了目前使用率最高的互聯網協議。

但是下面具體採集的地方，就會針對某些場景做一些優化，這樣保證這個數據整個從前到後穩定的數據通路。

中國電子報：對於HoloLens本身的通用性、易用性方面，有一些需求嗎？有哪些期望？

劉海濤：因為微軟的產品是一直保持高速的迭代，所以我們並不擔心現在有任何的問題或者是其實並沒有去關注現在有沒有問題。大家剛才看demo的時候已經非常可用了，可能在下一步如果再輕一點，或者跟頭盔結合一下，可能讓環境使用起來更加順暢。我們在這一點上並沒有太多的擔心，而且微軟的迭代速度或者研發能力肯定是能夠跟我們保持一個非常好的態勢。

至頂網：您的這個產品的市場前景怎麼樣？我其實是有一些擔心，感覺現在有點前衛。

劉海濤：數據中心也是分不同的等級，我們現在這款產品針對的是最高等級T4的數據中心。其實我們現在新建的數據中心都是最高等級的，因為互聯網也是在逐漸向巨頭企業在靠攏，巨頭企業建立數據中心會有相對來說比較高的標準。

至頂網：互聯網是T3，金融才是T4。

劉海濤：這些產業都是在集中向頭部企業發展的，我們越來越廣泛分佈的數據中心的標準也會不斷提高。在我們這裡面，像您說的比如有可能T3、T2、T1的機房不需要這種設備，或者去推廣的話都會非常困難。因為可能在這裡面會想到底用不用智能手機，用了這個設備可能還要再做培訓。

但是在T4的標準上都不是困難，因為在T4上想產生差異化競爭，我們實際上解析了各種設備的不穩定，還有包括T4標準2N+1冗餘備份下不能解決的問題。我們相信這個產品在T4領域上一定會更加往前去深入發展。

中國電子報：跟微軟合作是怎麼收費的？微軟是賣頭盔，還是怎麼收費的？

劉海濤：微軟把HoloLens已經定位為一個工業化的生產工具了，我們實際上相當於是一個雙贏的合作。我們會在這個領域裡面得到更多的在微軟平臺或在設備上的支持，包括技術上更新的支持。

在這個領域裡面，微軟相當於有不同領域的合作伙伴去深入把這個技術，或者把這個產品推廣到行業內，讓它真正成為一個從概念化的工業產品變成了一個實際使用化，非常廣泛應用的工業生產工具。

我們在這個裡面，實際上雙贏的一個步驟，我們可以通過微軟的技術幫助讓我們走的更遠，讓微軟通過我們領域的不同合作、不同領域的推廣，讓這個產品真正走向實用，或者走向市場。

中關村在線：您之前說在廣州和武漢做了網絡部署，您之後的一系列市場推廣的戰略還會有哪些城市？

另外，我們在自己的高等級數據中心做過產品的穩定化測試驗證之後，可能會把它品牌化，變成數據中心運維的新物種推向市場，這可能是我們長期戰略的步驟。

至頂網：你們公司最主要的營收是什麼？

劉海濤：就是我們提供的是全方位的數據中心從設計到建設、運維、運營的服務。你所在的北京的這一塊是我們的研發中心，相當於我們在這些主要的服務上面通過物聯網，通過雲平臺，通過AI技術，然後通過我們的MR技術，會讓這個數據中心產生更多的增值的價值。

END

【熱】

【精】AWE2018 系列訪談一丨XR的時代來臨，淺談增強人類以及虛擬世界的“資本化”

【熱】AWE2018 系列訪談二丨Rokid AI與AR：大腦與視覺-人機交互的設計閉環

精·選·服·務

閱讀更多 增強現實中國 的文章

關鍵字: 人工智能 物聯網 中關村在線