警惕“中等数字化陷阱”,大力发扬先进基础设施“长板”

上世纪七、八十年代,拉美国家发展由富转穷,人均GDP发展至3000美金左右就开始停滞不前。研究界将这一现象归结为一个极具争议的概念——“中等收入陷阱”。

如今,在我国数字化发展当中,也有一种“中等数字化陷阱”正露出苗头;一旦处理不慎,我国数十年科技发展成果亦有毁于一旦的风险。

从“中等收入陷阱”看数字科技产业:警惕舍本逐末式发展

“中等收入陷阱”这一概念自提出以来颇受争议,但辩证来看,其核心思想仍有一定借鉴意义。部分拉美国家早期发展依靠劳动力充足、薪酬低为核心优势,吸引外来企业投资建厂,并逐步培养出国有化先进企业,快速拉动经济增长;但这一发展却成为 “安乐窝”,使拉美国家盲目追求经济增长,大量推动国有企业私有化。随着收入增加到一定规模,廉价劳动力优势丧失,但国家仍未建立起独立自主的先进产业体系,最终私有化企业撤资,国家出现经济发展停滞甚至倒退。

细细分析来看,“中等收入陷阱”发生的根因在于发展中国家在发展过程中没有识别、保护可推动其长期发展的因素,追求短期利益、舍本逐末,最终未能维持发达国家水平,令人警醒。

“中等收入发展陷阱”对于数字科技产业发展同样具有借鉴意义。对于经济发展来说,先进产业体系是根因,收入提升是表象,如果只追求收入提升而不注重培养先进产业,收入提升只会是昙花一现;对于数字科技产业来说,基础设施发展是根因、业务软件繁荣是表象,如果一味追求应用软件发展,忽略甚至压制基础设施发展,最终也将导致竹篮打水一场空。

美国作为全球数字科技最发达的国家,其在产业发展上的思路尤其值得学习:以因特尔、IBM、DELL、思科、微软为代表的基础设施厂商是美国数字化高速进步的首要功勋,其建设的计算、存储、网络、操作系统等先进IT基础设施产业支撑了千行百业数字化建设与稳定运转,也构筑了美国面向全球的“科技壁垒”,受到美国高度重视和大力投入。

虽然近十年来以谷歌、亚马逊为代表的应用软件科技公司收获巨大关注度与成功,但其通过应用软件替代先进IT基础设施的理念(如Google File System)一直未能获得美国核心高层认可,也未能在核心应用上获得规模使用。保护IT基础设施、避免舍本逐末式发展应用软件,正是美国持续保持科技领先的根因之一。

中国数字化高速发展,需提防跌入 “中等数字化陷阱”

21世纪以来,随着互联网的迅速普及,我国数字科技迎来高速发展,如今已成为全球数字化水平最高的国家之一;然而,我国自主创新数字化技术水平整体与美国等发达国家还有巨大差距,因此实质上仍处于“中等数字化水平”。然而,我国当前数字化进程中部分现象需要引起警醒,以提防跌入科技上的“中等收入陷阱”。

中国数字化发展早期,基础设施和应用软件都极度依赖国外先进技术。随着国家高度重视和投入,我国自主创新的基础设施技术和应用软件技术都快速发展起来,当前部分基础设施技术达到自主可控且全球领先水平,如超级计算机、企业存储等;中国应用软件种类丰富、功能多样,但其实际水平仍难以满足关键应用要求,且核心技术仍高度依赖国外技术,比如中国数据库的核心代码高度依赖MySQL、PostgreSQL等开源数据库、软件定义存储核心代码高度依赖Ceph等开源文件系统等。

这一点从应用情况可以窥见。比如2023年中国超过50%的服务器芯片和60%的企业存储都使用自主创新产品,并大量应用于银行核心等领域;而关键应用软件如国产数据库等,在银行核心占比仅15%左右。再比如2023年第3季度,中国全闪存企业存储收入达到全球第一,在多个发达国家市场份额居于TOP3;而数据库等应用软件则鲜有海外落地案例。总体来看,IT基础设施已成为我国科技产业的“长板”,而应用软件则仍待持续发展。

从用户最终体验来看,应用软件和基础设施相互成就,强大的基础设施能力可以弥补应用软件短板,提供良好的用户体验并提升数字化发展水平;但由于应用软件是最贴近最终用户的,也因此容易使市场将其误判为数字化水平提升的主要甚至唯一原因,最终导致产业方向投入错误,跌入“中等数字化陷阱”。

比如说,被美国互联网公司追捧、但并未受到美国高层认可的分布式理念,近年来在中国被重新“炒热”,使不少用户迷信通过应用软件技术可以把“劣质IT基础设施”组织起来提供同先进基础设施相同的用户体验,并在选型、采购等方面打压先进基础设施。

这一现象在数据库、云等场景较为显著。虽然从实际应用来看这一理论显然未达预期,但却不得不让人警醒,我国会否掉入 “中等数字化陷阱”?如果不持续提升先进基础设施的重视,继续放任对本已成为产业“长板”的中国IT基础设施打压,让其停滞不前甚至出现衰落,很难说数年后我国数字化技术不会出现“由富返贫”的局面。

避开“中等数字化陷阱”,需要大力推动软硬协同技术发展

正如前面所述,基础设施和应用软件相辅相成,从国家长远发展来看一定是“两手都要抓,两手都要硬”。当前我国基础设施率先达到领先水平,已经成为我国数字化大力发展的长板,要避开“中等数字化陷阱”,就要大力发扬长板、持续巩固产业优势,以基础设施发展带动应用软件发展,逐步提升整体水平;而不应舍本逐末、无效内卷,牺牲基础设施发展以促进应用软件发展,最终长板变成短板、劣币驱逐良币,让国家数字化技术水平出现倒退。

如何通过先进基础设施带动应用软件持续进步?

大力推动软硬协同或是一条可行之路。每一个IT系统都是“基础设施+应用软件”的组合,所有的功能都是由二者配合实现的。从本质上讲,大部分功能既可以通过应用软件实现,也可以通过基础设施实现,二者的区别是应用软件开发更加灵活、迭代更快,可以快速满足功能诉求;基础设施效率更高、更稳定,可以保障用户功能长期高效稳定运行。

随着数字化水平逐步提高,用户对IT系统的功能、效率、稳定性诉求越来越高,如果所有功能诉求都要由应用软件上完成,一方面将导致软件架构复杂、稳定性和效率受到巨大影响,另一方面也将使软件供应商顾此失彼、难以专注于核心功能优化。

此时,如果充分借用先进基础设施已有能力,并将部分成熟能力下移至基础设施完成,则非常有利于提升整个IT系统的效率和稳定性,进而得到更多用户选择。通过软硬协同,应用软件研发商既能够获得更多市场正向激励、又能够专注于核心技术的构建,进而加速中国应用软件技术水平提升,并同步促进中国数字化产业整体良性发展。

事实上,软硬协同正是许多美国先进软件技术公司的成功密匙之一,比如全球数据库软件头号玩家甲骨文公司,其Oracle数据库产品在推出早期岌岌无名,但其敏锐的发现了DEC公司的VAX小型机具有广泛流行的潜力,并在第三版Oracle数据库研发时大量投入对VAX小型机的兼容,也最终凭借VAX的爆火收获巨大成功。

而近期中国软硬协同的成功案例也陆续涌现,比如国产数据库软件通过和先进的企业存储协同,利用企业存储成熟的数据复制能力一举攻克了远距零数据丢失容灾问题,也因此成功进入一直难以涉足的国有大行核心业务场景。综合国内外成功实践,有理由相信软硬协同正是引领中国数字化产业持续良性发展的良方。

总结:基础设施与应用软件是数字化的两大支柱,和则两利,斗则两伤。当前中国整体处于“中等数字化发展水平”,应用热度高涨但核心技术薄弱,应当充分发挥IT基础设施“长板”,通过软硬协同带动国产应用软件共同发展;而非仅关注“更易感知”的应用软件发展,挤压先进基础设施发展空间,最终丧失所有产业优势,落入“中等数字化陷阱”。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/457038.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Flutter 网络请求之Dio库

Flutter 网络请求之Dio库 前言正文一、配置项目二、网络请求三、封装① 单例模式② 网络拦截器③ 返回值封装④ 封装请求 四、结合GetX使用五、源码 前言 最近再写Flutter系列文章,在了解过状态管理之后,我们再来学习一下网络请求。 正文 网络请求对于一…

ICLR 2024 | Mol-Instructions: 面向大模型的大规模生物分子指令数据集

发表会议:ICLR 2024 论文标题:Mol-Instructions: A Large-Scale Biomolecular Instruction Dataset for Large Language Models 论文链接:https://arxiv.org/pdf/2306.08018.pdf 代码链接:https://github.com/zjunlp/Mol-Instruct…

QT上位机:串口调试助手

前言 上位机的简单编写可以帮我们测试并完善平台,QT作为一款跨平台的GUI开发框架,提供了非常丰富的常用串口api。本文先从最简单的串口调试助手开始,编写平台软件的串口控制界面 工程配置 QT 串口通信基于QT的QSerialPort类,先在…

AR人脸106240点位检测解决方案

美摄科技针对企业需求推出了AR人脸106/240点位检测解决方案,为企业提供高效、精准的人脸识别服务,采用先进的人脸识别算法和机器学习技术,通过高精度、高速度的检测设备,对人脸进行快速、准确地定位和识别。该方案适用于各种应用场…

上位机图像处理和嵌入式模块部署(统计函数执行时间)

【 声明:版权所有,欢迎转载,请勿用于商业用途。 联系信箱:feixiaoxing 163.com】 和pc上位机相比较,嵌入式设备的计算资源很多时候都是不足的。但是,嵌入式设备胜在稳定性和成本上面,这方面又是…

一些基础函数

链表 ListNode* pnew ListNode(0,head); 栈和队列 stack—— stack<int> st; st.push(1); st.push(2); // st: 1 2 st.top(); // 2 st.size(); // 2 st.pop(); // st: 1 st.empty(); // false queue—— queue<int> que; que.push(1); que.push(2); // que: …

python 动态数据 展示 ,数据是由51单片机发送过来的,温度传感器。

import tkinter as tk import randomimport seriallis[] for i in range(50):lis.append(i1) # 打开串行端口 ser serial.Serial(COM3, 9600) # 9600为波特率&#xff0c;根据实际情况进行调整# 初始化数据 lis [random.randint(15, 35) for _ in range(50)]def update_data…

golang 引入swagger(iris、gin)

golang 引入swagger&#xff08;iris、gin&#xff09; 在开发过程中&#xff0c;我们不免需要调试我们的接口&#xff0c;但是有些接口测试工具无法根据我们的接口变化而动态变化。文档和代码是分离的。总是出现文档和代码不同步的情况。这个时候就可以在我们项目中引入swagge…

[自然语言处理|NLP] 文本分类与情感分析,数据预处理流程,包括了同义词替换和拼写纠正,以及使用NLTK库和TextBlob库进行标记化和情感分析(附代码)

[自然语言处理|NLP] 文本分类与情感分析,数据预处理流程,包括了同义词替换和拼写纠正,以及使用NLTK库和TextBlob库进行标记化和情感分析(附代码)。 自然语言处理(Natural Language Processing,简称NLP)是人工智能领域的一个重要分支,涉及了处理和理解人类语言的技术…

网工内推 | 上市公司运维岗,红帽认证优先,带薪年假,节日福利

01 捷科智诚 招聘岗位&#xff1a;配置管理岗-运维 职责描述&#xff1a; 1.负责日常配置管理平台的维护及优化&#xff0c;包括权限管理、基线管理、版本管理、发布管理、变更管理等&#xff1b; 2.负责维护各个管理平台的用户管理、权限管理、项目初始化等工作&#xff1b; …

睿尔曼超轻量仿人机械臂-- RM65-B手眼标定使用说明

一、前言 机器人的视觉系统分为固定场景视觉系统和运动的「手-眼」视觉系统。相机与机器人手臂末端&#xff0c;构成手眼视觉系统。根据相机在机器人安装位置的不同&#xff0c;手眼视觉系统分为Eye-in-Hand系统&#xff08;眼在手上&#xff09;和Eye-to-Hand系统&#xff08…

【芯片设计- RTL 数字逻辑设计入门 10 -- 奇偶校验实现】

文章目录 奇偶校验单目运算符&#xff08;|,^,&&#xff09;verilog codeverilog codetestbench code 问题总结 奇偶校验 现在需要对输入的32位数据进行奇偶校验,根据sel输出校验结果。 实际上这里做的是奇偶检测&#xff0c;如果是奇数个 1 则结果为 1&#xff0c;使用…