华为云的快速崛起和竞争优势不容小觑。
2020年，华为云的战略更清晰了。
从2017年3月华为云BU宣告成立到现在，三年多的时间里，华为云业务发展驶入快车道。
Canalys最新报告显示，2020年Q2中国公有云服务市场份额方面，华为云以15.5%份额位居第二，增速上较一季度的14.1%进一步上升，以高达259.6%的同比增速排名第一。
华为云起步较晚，但如今已实现成功反超、后来居上，且同时保持了高速增长，在竞争异常激烈的公有云服务市场，颇为不易。
发展驶入快车道的同时，也说明了华为云走在了正确的道路上，华为云的快速崛起和竞争优势都不容小觑。
排名只是水到渠成的事情，相比排名上的进步，华为云有着更大的野心。在刚刚召开的华为全联接2020上，华为公司副总裁、华为云业务总裁郑叶来分享了华为云的新目标：致力于成为最佳应用构建平台。
更大的野心
如今正进入数字化转型升级关键期，越来越多企业核心业务需要系统上云，尤其是经历疫情催化和洗礼，企业不是在准备上云，就是在上云的路上。云计算已成为企业不折不扣的数字化底座，未来大部分应用都会部署在云上。
华为云此时率先提出这一新目标，从“最佳”这样的字眼可以看出，华为云的坚决和自信，当然这也和华为云一贯的态度相一致，并不急于跑马圈地，而是扎扎实实把服务和生态做好。
在竞争激烈的云计算市场，要完成这一目标并不容易，华为云的底气何来？从字面意思来理解，最佳应用构建平台也对华为云提出了更高的要求，面对着更大的挑战。
用郑叶来的话来总结，是在帮助伙伴商业成功的同时，华为要具备更敏捷的构建能力和更高的技术起点。
目前华为提供了两大应用分发平台，主要为面向企业的华为云云市场，以及面向消费者的华为终端应用市场。
To B和To C华为两手都要抓、两手都要硬，从To C的终端应用市场来看，华为已是全球第三大应用市场。
那么，对于华为云市场和从行业需求来看，想打造更敏捷的构建能力，华为云需要提供更加全流程的极简开发工具。
郑叶来表示，在Low Code/No Code开发模式已成为一种新选择的基础上，华为云的目标就是让即使最普通的业务人员，可以基于已有组件，通过拖拽方式即可构建应用。
No code /Low code 看起来容易，其实远比想象得更难，把简单留给行业和开发者的同时，华为云是把复杂全留给了自己。
这要求华为云必须站在了更高的技术起点。郑叶来透露，华为云的擎天架构目前可以提供云边端全场景一致的体验和生态。
擎天架构2012年启动预研，2014年构建软硬协同系统，2017年应用于华为云，经过8年的深厚技术积淀，正实现全面厚积薄发。
这正是华为云之所以能够擎天立地的基础，基于擎天架构，华为云提供了硬核性能、优质稳定、多样性算力、极优效能的云基础服务，打造一致体验与一致生态，引领云基础设施升级。
与此同时，在AI、应用、数据三大使能全域协同上，华为云面向开发者提供了行业知识模型、行业应用资产和数据资产模型，帮助开发者快速获取丰富的行业知识，共创行业新价值。
当然，要想打造最佳应用构建平台，光有这些优势还远远不够，华为云手里还需要更多的王牌来证明自己。
手里有哪些王牌？
与此同时，构建无所不在的智能世界，让普惠AI应用能够快速落地，也是跟云计算紧密相关的事情。
华为全联接2019上，华为云通过一系列产业解读和重磅发布，回答了行业AI从理论到实际应用要怎么走的问题。
华为全联接2020上，华为云发布了ModelArts 3.0，华为云想要靠此回答用AI技术如何加速行业AI落地问题。
AI开发需要经历数据准备、训练、模型管理、推理部署四个阶段，ModelArts是华为云更加厉害的自动化武器，是解决AI开发技术流程的一站式开发平台。
相对业界其他开发平台，ModelArts涉及数据标注与准备、模型训练、模型调优、模型部署等AI开发全流程，为AI应用开发提供一站式服务。
从ModelArts 2.0到ModelArts 3.0，两个最显著的特征是，华为云提供的EI-Backbone开创了AI开发新范式和联邦学习。
从开发难度上来看，过去需要大量专家经验的模型选择和参数调节，有了华为云的全空间网络架构搜索和自动超参优化技术，可以在无需人工干预的情况下高效完成。
而从开发效率上来看，过去需要几周甚至更长时间的模型训练和部署，有了华为云的计算资源调配和数据管理，可以缩短到几小时内甚至几分钟完成。
解决了AI开发难度和开发效率的问题，华为云ModelArts还需要解决阻碍AI商业化进程的另一大难题。
要知道，当今困扰AI行业应用开发两个主要挑战是在大多数行业中，数据主要以孤岛形式存在，同时加强数据隐私和安全性也非常重要，使得AI算法训练效果受到限制。
只有基于多样化的数据，才能实现AI智能感知，而联邦学习就是为了应对这种挑战而生，是破解数据保护和用户隐私保护难题的利器，是推动AI产业化发展的重要驱动力。
据介绍，华为云ModelArts提供联邦学习特性，用户各自利用本地数据训练，不交换数据本身，只用加密方式交换更新的模型参数，实现联合建模。
当然，ModelArts 3.0的优势还不止于此。在助力AI应用开发落地方面，据华为云人工智能领域首席科学家田奇介绍，ModelArts 3.0还具备AI智能评估功能，全流程AI可评估，智能化诊断，让AI落地行业可度量、可解释。
此外，ModelArts 3.0的弹性算力和大算力的优势，可以使得企业AI落地更普惠，因为作为AI平台云服务，弹性训练是ModelArts推出的核心能力之一，可以根据模型训练速度的要求自适应匹配最佳资源数。
到具体的产品上，ModelArts提供两种模式，一是Turbo模式，可以充分利用空闲资源加速已有训练作业，在大多数典型场景下加速效率大于80%，训练速度提升10倍并且不影响模型收敛精度。
另一个Economic模式，可以通过最大化资源利用率给开发者提供高质的性价比，在大多数典型场景下可以提升性价比30%以上。
在大算力优势上，ModelArts平台支持10万级别的企业任务同时运行，支持10万级别的用户规模同时使用。
同时，ModelArts研发平台能够管理上万的节点，更好的支持大型训练任务需求。通过优化服务框架，ModelArts平台支持10万级别的作业同时运行、支持万级芯片的大规模分布式任务。
而这背后，优秀的分布式加速比是大规模集群分布式训练的关键能力，也是促使用户选择使用大规模集群来加速AI业务的关键因素。
MLPerf benchmart是学术界、产业界合作打造的一个通用基准，用于衡量机器学习硬件、软件和服务的训练、推理性能。
在MLPerf benchmart上的测试结果显示，在512芯片的集群规模下，华为云ModelArts成绩为93.6秒，优于英伟达V100的120秒。
可以看到，在通往最佳应用构建平台的路上，华为已经打通了多个障碍和行业壁垒，在构建能力和技术起点上具备了非同一般的优势，而这恰恰是支撑起华为云是否能够成为最佳应用构建平台一个充分条件。
必要条件是什么？
面向未来，华为云的使命是赋能应用、使能数据，做智能世界的黑土地，在此基础上要做最佳应用构建平台，华为云能否成为达成这一野心，实际上还差一个必要条件。
而这个必要条件，就是华为云要如何赋能开发者，让云上应用简单落地、开花结果，如果能够突破这一步，前面就有无数的想象空间。
我们知道，任何一个应用开发生态，开发者都是最核心要素之一，而这是一个「Chiken & Egg Problem」鸡生蛋/蛋生鸡的问题，开发者聚，生态则生生不息，开发者散，生态自然难以维系。
在通往智能世界的路上，开发者是构建者，要加速推进云与AI产业发展，华为云必须与开发者站在一起，积极培育开发者生态。
当然，生态好不好，自己说了不算，要开发者说好才是真的好，应用构建容易不容易，开发者说容易才算容易。
比如为帮助杭州湾的候鸟保护和科研，此前就有同济大学5名学生，通过华为云一站式AI开发平台ModelArts，在短短几个月训练出了可以识别上千种鸟类的模型，并建立了一套湿地数字孪生系统。
从数据来看，目前华为云已汇聚150万开发者，包括AI、数据库、IoT等全品类开发人员，从开发工具、技术使能服务、商业孵化三个方面为开发者提供全方位支持。
让我们回到最开始的那个问题，答案其实已经不言自明，在36氪看来，华为云多年积累的软硬件能力、商业扶持的决心和开发者生态是其最核心的优势，是拥有数量庞大的开发者生态。
这150万开发者无疑是华为云手里最大的王牌和必要条件，是华为云之所以喊响“最佳应用构建平台”的底气。
