當前，在全球企業“上雲”浪潮熱度不減的背景下，企業紛紛將目光聚焦智慧升級，衍生資料量因此面臨爆發式增長，對資料處理、人工智慧等業務需求也日趨迫切。新的議題由此浮出水面：在雲端，企業如何能夠在充分利用雲計算特性的同時，實現高效的大資料分析、計算、並充分挖掘建立資料的智慧模型？
近日，Mobvista匯量科技的新一代大資料智慧平臺 EnginePlus攜手華為雲，實現產品技術層面的深度整合，從而賦能更多雲端使用者、助力其業務增長。
▲EnginePlus與華為雲實現深度整合
技術深度整合 為使用者提供一站式服務
據瞭解，EnginePlus將大資料與雲計算、人工智慧等資訊科技融合創新，實現了資料攝入、資料計算、模型訓練、線上預測的一站式閉環；而華為雲則將華為30多年在ICT領域的技術積累和產品解決方案開放給客戶，致力於提供穩定可靠、安全可信、可持續創新的雲服務。
此次合作中，EnginePlus 與華為雲進行了深度整合，包括在華為雲 CCE 容器引擎之上構建的彈性統一計算引擎，在華為雲 OBS 物件儲存之上構建的湖倉一體資料框架 StarLake，以及在離線統一的 MindAlpha AI 框架。
EnginePlus 在華為雲上實現了高彈性、高效能、計算儲存分離的架構，並能夠實現便捷、快速的部署。牽手華為雲後，EnginePlus 將以其雲原生、一站式資料智慧的服務，賦能華為雲全球客戶，為其提供從資料分析到智慧模型決策的一站式服務。
EnginePlus
：
大資料 + AI + 雲原生
記者瞭解到，EnginePlus聚焦大資料 + AI + 雲原生的“三板斧”，為客戶提供面向多種業務場景的實時資料湖框架 StarLake、機器學習框架 MindAlpha 等自主研發的開源工具，並能夠與 Spark 計算框架深度整合，從而賦能客戶實現更加高效便捷的資料智慧升級。
· 自研資料湖框架 StarLake
據介紹，雲原生的資料分析架構，經歷了從傳統數倉，到資料湖，再到湖倉一體的演進。EnginePlus團隊就此進行了最前沿的資料分析架構實踐，自研並開源了資料湖框架 StarLake，實現大規模資料的實時攝入和更新，高效構建湖倉一體化分析平臺。
相比開源同類資料湖框架，StarLake 具有行列 upsert 功能、高併發入湖、元資料管理強拓展性、物件儲存 IO 效能深度最佳化等特點，能夠幫助開發者更好地面對上雲和資料處理過程中的挑戰。
同時，EnginePlus 整合了雲原生計算平臺 Spark on K8s，能提供極速資源伸縮，滿足企業超大規模資料請求與高效彈性的需求。此外，StarLake還可無縫對接匯量科技自研的開源機器學習框架 MindAlpha ，對資料進行人工智慧建模。
·
自研機器學習框架MindAlpha
除了資料湖外，對資料進行人工智慧建模，更是挖掘資料背後價值、賦能業務的一條重要途徑。
EnginePlus團隊自研並開源了機器學習框架 MindAlpha，能夠輕鬆處理超大規模離散特徵，並與 EnginePlus 平臺之上的 Spark on k8s、StarLake 無縫結合，提供資料智慧升級的一體化服務和一站式的高效體驗。
據悉，MindAlpha 的開源 Parameter Server SDK 支援千億級大規模稀疏離散特徵，與PyTorch、Spark MLLib 無縫銜接，特徵處理與模型推理邏輯和引數能全自動匯出至線上 Serving 服務。其實時特徵達到毫秒級延遲水平，真正做到實時反饋，快速捕捉使用者行為。
同時，其高效能線上 Serving 能進行模型橫向切分，支援萬億引數，具有低延遲、自動彈性伸縮的特性，能進行CPU、GPU 異構混布排程和負載均衡。
·雲原生:無縫適配 高效部署
據瞭解，雲原生架構具備高效能、高可擴充套件、一致性、符合標準、容錯、易於管理和多雲支援等特性，EnginePlus基於雲原生架構，在計算儲存分離的背景下，能針對物件儲存系統專門最佳化，其所有元件也均可實現彈性伸縮。
對於華為雲使用者來說，EnginePlus能夠無縫適配華為雲的使用環境、支援一鍵快速部署，可有效提升企業效率、大幅度降低企業構建系統和運維的成本。
打造“SaaS工具生態” 賦能更多企業
據瞭解，2019 年，Mobvista匯量科技提出“SaaS 工具生態”戰略：透過構建更完善的產品矩陣，覆蓋開發者由小到大發展過程中，從統計分析、使用者增長和商業化到雲成本最佳化等不同階段的核心場景。脫胎於匯量科技自身業務實踐的EnginePlus，作為“SaaS 工具生態”的重要組成部分，也將與華為雲共享“技術外溢”成果，從而賦能更多使用者，助力企業的數字化轉型之路。
