对于戴尔科技集团，很多人并不是很了解，其实我们本身就是一个非常大的制造型企业，在中国的生产制造出口量排名以及厦门+成都出口量，都排第三。

其次，我们也有对应戴尔的供应链。大家读MBA等都会看到戴尔供应链的课程。戴尔本身可以做到零库存，每两个小时上下游几百家供应商同步走向数字化。

全球GDP的60%都是用数据化进行的，那么怎么样才算有竞争优势呢?要把数据理好，把对应的软件PPP这部分理好。成功定义是来自于IDC的报告，好好利用这些数据，在多元的世界里为大家提供数字化的服务。

并且我们也面对一些挑战，今天从数据和多元的角度进行介绍。

数据挑战一个是大数据，数据的多样化，结构化、非结构化等等，如果要进行一些进阶分析和基础架构等，那么灵活性会受到蛮大的挑战。

除此之外安全性、灵活性怎么做?在疫情爆发的时候，一方面有疫情的影响和挑战，另一方面有很大的需求量，因此与疫情相关的药品，类似口罩或者红外摄像枪等都对架构的灵活性是很大的挑战。

同时在生物制药方面的数据量，基本上每年爆发还是非常厉害的，有50%的增长率。因此所对应的挑战和机会在成本上面的浪费还是很多的，那么如何减少这些浪费也是要应对的一个挑战。

接下来，某些基因公司能够把基因测序的成本降低到500美金，因此会带来很大的需求。因此在疫情时，如果利用这样的技术进行检测，就会产生更大的需求。不仅如此，更能彰显中国速度不断提升，要把中国的东西推向全球，就要把业务做好，这也是面对的挑战。

操作层面这部分也是数据量所包含的。我稍微抛砖引玉一下，大家也看到基因公司里面医学数据，当它进行一些基因测序的时候，一个人会产生31个碱基，有3GB的数据量，一个DNA里面的信息会产生相关的多少个PB，还有系统也会产生数据量，并且这个数据量的数量也很多。

刚刚提到的是数据，都是云的部分。随着云的扩张，大家可能会用到阿里云，腾讯云，还有微软和AWS等等。云的扩张是越来越复杂的，这种越来越复杂，可能会在云和云之间做沟通。以前经常会说在企业内部，各种系统已经有数据孤岛了，现在公有云之间也有对应的数据孤岛，公有云和私有云之间也出现了对应的一些孤岛，这都是我们的挑战。

如果在整体的规划里，大家都是为了更灵活，那么从虚拟化开始，做好之后往公有云的平台扩张。而私有云和公有云之间底层如何打通?

涉及到K8、微服务、aocker等等这些是怎么做的，要怎么做好。为了灵活性和衔接性更好，类似利用公有云的比较前卫的技术，把应用往公有云挪，怎么可以平滑的挪过去?

同时可能也会算3-5年总体的拥有成本，公有云挑战比较高，如何可以把它更好的挪回到私有云，这些都是大家经常思考的问题。

在边缘的部分，类似企业的产线、产线里面车间、里面车间持续出来的这些数据，如何用IT直接搞定它，这也是一个思考。

戴尔科技云平台也有这样的，是交钥匙工程，可以快速的做到简单部署，运维，交钥匙，直接做到公有云和私有云，还有边缘很好的去解决掉云平台。

我们做生命科学基因分析，利用公有云提供算力。同时可以通过一些私有云进行和公有云的对接以及数据的读写存储。