·事件响应自动化与协调能力 ·行为与异常检测能力 ·网络威胁情报管理能力 智 能 世 界 的 I C T 岗 位 与 技 能 61 云计算岗位 云工程是数字转型的核心领域，企业正迅速采用多云、混合云及AI赋能架构。IDC数据显示，全球 企业为推进AI转型计划，对云自动化工程师、云迁移工程师、云开发工程师等岗位的需求极高。 核心新兴岗位 ·云自动化工程师 ·云迁移工程师 ·云开发工程师 ·自愈系统：AI自动检测并解决故障，减少停机时间 核心能力 ·云运营协调与自动化能力 ·AI/ML应用的CI/CD（持续集成/持续部署）流水线设计能力 ·AI驱动的监控与资源优化能力 ·多云环境下的安全与合规管理能力 ·利用AI工具实现自动化配置、扩展与监控的能力 ·面向AI就绪的云架构迁移策略制定能力 智 能 世 界 的 I C T 岗 位 与 技 能 62 IT领导岗位 系统能够监测基础设施健康状况、预测资源需求，并触发自动扩展或修复操作。AI驱动的成本优 化工具可识别未充分利用的资源并提出改进建议，而安全平台则利用机器学习实时检测威胁。工 程师们越来越多地被要求整合这些智能工具，协调多云和混合环境，并支持复杂AI模型的快速部 署，这使得他们的工作对于AI驱动型组织的成功至关重要。 精通云平台和云原生服务。 熟练掌握容器化（Docker）和 编排（Kubernetes）技术。 具

SD-WAN 远程接入 Public Cloud Data Center SaaS 工厂 研发 销售 居家 在途 安全 连接 管理 协同 全球适配性 弹性 On-Premises Cloud 多云部署 统一监管 全栈应用级可视 自动化 快速支持服务 • 贴近市场，加强本土化服务 提供当地生产/销售体系 区域研发中心，吸收人才 • 可预期的数字化基础架构 保障各类业务的快速落地 保持总部的有效管理 基于SaaS多级高效管控 运营和营销数据洞察 混合办公 企业网络服务 移动办公安全保护 海外办公室安全 安全边界防护 认证和安全访问 网络流量监控 公有云数据中心安全 多云访问 云应用 用户访问 29 场景方案：多云可视化管理和 AI 运维 运维面临的挑战并不限于基础架构，特别是在海外，服务链路的延长和未知因素的增多使得问题的潜在发生点广泛。若 不彻底搞清楚问题所在，非但影响业务体验，IT DNA架构 多级权限的统一运维管理 思科AI运维，高效运营 海外业务数据洞察 思科智能工厂网络架构 IT-OT融合网络 高可靠无线，AGV DNA安全架构 OT安全防护 数据中心 ACI/SDN灵活架构 多云数据中心统一策略 隐私数据本地落地 数据中心安全防护 • 生产数据管理 33 在工厂环境中，思科 DNA 架构使网络能够自适应和自动响应业务需求。通过集成的安全策略，确保了网络的安全性，

电信依托完善的基础设施资源，部署了高速灵活的接入网，实现了宽带接入和边缘应用的融 合；构建了开放的云云相连的城域网，实现以云为核心组网的新型城域交换矩阵；打造了云边 协同的算力结构体系，通过异构多云算力调度平台实现多层级资源一体化管理；支持用户“一 跳入云”，为用户提供就近的接入、算力和应用能力，以及内生安全保障。 依托“智云上海”提供的先进数字基础设施，上海电信积极发展普惠数字服务。配合地方政 结出“智云上海”城市级云网平台需要具备的四大技术特征： • 高速灵活的接入网，需能够实现宽带接入和边缘应用的融合 • 一跳入云的融合架构，实现就近云、算能力的供给 • 云边协同的算力结构体系，通过异构多云算力调度平台实现多层级资源一体化管理 • 开放的云云相连的城域网，实现以云为核心组网的新型城域交换矩阵 以此思路为指导，上海电信首先建成了全球最大的、以 Spine-Leaf 架构为核心的新型城域 各类高性能网络设备用于区域用户的业务汇聚与流量收敛，满足时延敏感的业务需求。目前， 上海电信已经规划部署 500 个“深边缘”和 60 个“浅边缘”算力节点，这些边缘算力资源与 集中化算力资源池一起，通过统一的异构多云算力调度平台实现协同管理，由 Spine-Leaf 架 构的新型城域网连接，从而能够灵活响应各类应用对算力资源的差异化需求。“智云上海”的 基础设施架构示意图如下。 Figure 3: “智云上海”基础设施架构示意图

维护对象：系统节点、微服务数量几何级数增加  调用关系：从简单对应到极其复杂，人力维护无法胜任  数据分片、异地存储，传统维护模式难以为继 随着云原生技术的不断成熟，企业数字化转型也在不断加速，企业IT架构进入云原生时代，多云多集群部署已 经成为常态和趋势，几何增长的云资源、微服务以及复杂化的调用关系与业务场景，传统人肉运维难以为继， 如何保障系统的全面稳定，保证业务流程的高效运转，为系统运营提出了不小的挑战。 GOPS MQ 生产Topic 影子Topic mysql 生产库/表 影子库/表 调用链数据 处理 全链路压测 数据处理 数据预处理 流量回放 压测报告档案化管理 发压执行 探针管理 多云环境 调用监控数据、压测数据 压测流量 调用监控数据、压测数据 压测写流量 创建压力机 service4 接口挡板 one-agent 数据统一存储 全流程调用链监控 生产流量

当前面临的挑战及未来展望 目 录 CO N T E N T S 1 2 3 01 稳定性保障工具演进历 程 随着云原生技术的不断成熟，企业数字化转型也在不断加速，企业 IT 架构进入云原生时代，多云多集群部署 已 经成为常态和趋势，几何增长的云资源、微服务以及复杂化的调用关系与业务场景，传统人肉运维难以为 继， 如何保障系统的全面稳定，保证业务流程的高效运转，为系统运营提出了不小的挑战。 增强调用链探针能力，使之具备流量染色与流量隔离能力，实现全链路读、写流量压测能力，有效评估业务 容量水位，全链路节点性能瓶颈定位。 GO PS 全 球 运 维 大 会 2 0 2 3 · 上 海 站 监控压测一体示意图 多云环境 压力机 创建压力机 稳定性测 试 ： 端到端全链路 压测 主要能力 压测 报告 档案化管理 调用监控数据、压测数据 数据预处理 全链路压测 数据处理 接口挡板 service3

数据与分析战略：实现的数字价值 架构设计：数字孪生、数据管理框架。 关键技术：大数据、行业数据标准、设备机理模型、人工智能等。 核心层-云/数据中心战略：混合IT 架构设计：世界级IT架构、多云架构。 关键技术：多云管理、数据中心自动化DCA、软件定义SDI。 边缘层-智能边缘战略：边缘智能 架构设计：边缘计算ECC。 关键技术：物联网IoT、低功耗无线传输/IPv6/5G、多协议接入、云边

此外，精简模型可能在复杂推理任务上有所妥协：为特定应用定义的模型可 能在物联网环境的长期生命周期中变得过时。 物联网高度分布式，这意味着本地模型的协调可能仅适用于特定运行环境。 然而，小型化模型的进展已为更多云-边缘混合部署打开了大门，使智能能 够更接近数据，直达“微边缘”。 摩尔定律表明，专用且更强大的硬件将继续向边缘普及，这将推动AIoT在未 来几年持续发展。 Click here or press

虚拟机节点 / 裸机节点 VPC 和 HPC/AI 高性能平面 的统一管理，并承载容器服务以管理数万节点和数十万 Pod 的超大规模集群。在多云及边缘计算场景， 控制面需支持跨域编排，有效应对 CIDR 重叠和 QoS 保障等挑战。提供企业级多集群、多云网络管理能力， 强调与虚拟化网络和物理网络的深度整合，并提供安全组、网络 ACL 等安全隔离能力。 ③ 极致高性能：通过 Overlay 和 及运维策略等多方面进行综合管理与持续优化，核心目标是实现应用发布与变更的标准化、自动化、快速反馈 和风险控制。 通过将部署关系与配置封装于标准化应用模板，可极大简化应用的部署与管理操作。应用模板的优势包括： 基于可视化界面实现对多云、多应用、多组件的编排管理，生成应用模板，通过统一发布入口完成应用快 速发布，全面提升业务发布的敏捷和可靠。 提高效率：标准化部署，减少手动配置时间，避免人工错误 降低成本：优化资源使用率，减少冗余浪费

管理能力，支持容 器编排和调度，还 具备智能化的资 源管理和自适应 性能，可以预测和 应对未来的网络 需求和变化，还具 备全球性的覆盖 能力和多云管理 能力 具备高度的智能 化和自适应性能， 可以预测和应对 未来的网络需求 和变化，可以实现 全球性的覆盖能 力和多云管理能 力，还具备自我学 习和优化能力，可 以不断提升服务 质量和效率 异构资源 管理 是否具备异 构虚拟化主 机管理、异 具备基本的异构 保在突发事件发 生时及时响应 （3）加强网络安 （1）根据业务需 求进行容灾设计， 确保在单点故障 发生时快速切换 到备用系统 （2）对容灾方案 进行测试验证，确 保在实际应用中 （1）采用多云部 署技术，确保业务 在多个数据中心 之间自动切换，提 高可用性 （2）建立完善的 监控管理系统，实 时监测业务运行 （1）加强网络安 全防护，防止黑客 攻击和病毒感染 等威胁 （2）建立完善的