雲計算是一種業務模式,服務提供商在定製的環境中處理客戶的完整基礎架構和軟件需求。隨着雲計算的發展,雲服務和解決方案也將隨之增加。算法
軟件即服務(SaaS)預計到2020年將以18%的年均複合增加率增加,平臺即服務(PaaS)的採用率將在2020年達到56%,而2017年爲32%。2018年基礎設施即服務(IaaS)的全球市場規模將達到175億美圓。隨着企業雲服務的採用,雲文件共享服務將會增長,而消費者雲服務也將會隨之增加。在雲計算領域,亞馬遜領先於微軟、IBM、谷歌及其餘技術巨頭。2022年,亞馬遜AWS營收將達到430億美圓。安全
雲計算曆經泡沫幻滅的低谷期,正走向Gartner技術成熟度曲線的復甦期。相比十年前的概念炒做,今天的雲計算市場已經趨於成熟,而且脫離了單純的提供存儲、CDN等基礎設施服務,經過雲這座橋樑,將大數據計算,AI技術等賦能於用戶。那麼放眼2019,雲計算會呈現出哪些風向變化呢?服務器
趨勢一:開源仍將是主流雲廠商的選擇網絡
使用開源技術仍將成爲雲廠商的主流選擇。不管是IBM收購Redhat以抗衡微軟Azure大量使用開源技術,仍是AWS支持部署Kubernetes,都在印證開源對於雲計算社區的貢獻。在國內,雖然「自主可控」和「拿來主義」之辯不絕於耳,但不能否認的是,當前雲計算廠商均基於Xen/KVM虛擬化的Linux集羣構建的自家解決方案,本質上仍然採用了虛擬化開源管理程序。架構
同時,技術開源將是雲廠商吸引用戶和開發者,構建生態的重要策略。例如全球雲服務商AWS爲了支撐自身的混合雲戰略,承諾開源自家微虛擬機Firecracker,爲使用託管AWS Fargate容器服務或AWS Lambda無服務器計算框架的客戶更有效地隔離IT基礎設施資源。中國的百度公司在2018年末宣佈將邊緣計算開源,開發人員能夠借力更靈活地開發本身的邊緣解決方案和應用。同時,隨着雲計算中的大量數據爲機器學習、大數據等技術提供場景,主流雲廠商也在以開源的方式向外界提供更具附加值的服務。框架
趨勢二:雲端智能過渡爲AIaaS(人工智能即服務)less
過去一年中,雲與智能成爲國內外科技巨頭組織架構調整的重心。國外,微軟成立雲與人工智能平臺,進一步聚焦智能雲業務;國內,百度升級ABC智能雲事業部爲智能雲事業羣組(ACG);阿里雲升級爲雲智能;騰訊則成立雲與智慧產業事業羣。一系列動向代表,以云爲AI的強載體,打造智能化雲服務將成爲今年巨頭們的重點發力方向。運維
事實上,在雲端構建大數據分析和機器學習服務的發展策略在三年前就顯露苗頭。彼時的Build大會上,微軟正式推出認知服務,包括語音、視覺、語言理解等API接口,爲開發者提供AI能力。目前,在認知服務、對話式AI和開放平臺的支撐下,微軟Azure已經成爲推進AI平民化的核心窗口。機器學習
而做爲全球雲計算的領跑者,AWS也經過Amazon SageMaker機器學習平臺吸引數以萬計的開發者構建AI產品和服務。該平臺經過對TensorFlow框架的支持,使得將近80%的TensorFlow工具運行於AWS,截流了谷歌的大量開發者人羣。同時,AWS自身迭代速度也使人側目,僅在去年就推出了130多項新的AI功能和服務。巨頭的狂奔,更加印證了智能化服務將成爲將來雲計算髮展的關鍵變量。函數
趨勢三:IaaS向ML IaaS升級,雲計算基礎設施重心向AI轉移
雲端智能服務離不開底層設施的支撐。步入下一個十年, AI的普及將對傳統數據中心的計算能力提出更多挑戰。摩爾定律的終結也意味着傳統芯片的處理速度不足以應對大規模算法訓練的需求。所以,做爲大規模訓練的主要載體,雲計算在建設過程當中,愈來愈須要將智能化歸入對基礎設施建設的考量範圍。
在實際行動上,爲了擺脫對Nvidia、Intel等廠商的依賴,也出於對自身業務適配性的考量,谷歌、微軟、亞馬遜等巨頭都將自研定製化芯片做爲算力升級的主要途徑。谷歌推出TPU以擺脫GPU的限制,微軟的FPGA已經成爲Azure的基礎設施,亞馬遜在近年大舉收購了一批芯片製造商,爲研發定製化芯片作足技術積累。
在國內,BAT也在加碼對AI芯片研發的投入力度,以期在博採各廠商技術特色的同時,依託後發優點走出本身的差別化路線。以百度爲例,百度推出雲端全功能AI芯片「崑崙」,從量級上提高百度大腦算力。做爲百度大腦的雲化,百度智能雲在博採GPU和FPGA優點的同時,也自主研發了XPU爲PaddlePaddle提供算力支撐。
趨勢四:無服務器計算將成爲企業的主流選擇
無服務器化是雲計算致力於發展的方向之一,它的好處主要在於成本和效率。傳統的雲計算中,對計算資源的使用以虛擬機爲單位。而依託severless計算,企業級客戶對於計算資源的管理將細化到以函數(功能)爲單位,這對正處於經濟寒冬中的企業,尤爲是中小創企業來講是具備誘惑的選擇。
另外一方面,經過無服務器計算,企業客戶將可以把雲資源管理和按需擴展資源的責任委託給雲服務商,減輕自身IT運維的負擔和可能出現的業務風險。同時,毫秒級的自動化部署將極大提高應用擴展效率,知足企業對敏捷部署的需求。
做爲Severless理念的首倡者,AWS推出的無服務器產品Lambda已經有10多萬家企業級客戶使用。無需在雲端環境中專門配置服務器,客戶能夠直接經過Lambda運行應用程序。去年,AWS無服務器計算應用庫的發佈再度加快了雲市場的Severless進程。爲了跟上趨勢,微軟、IBM也相繼推出無服務器計算服務。Research and Markets則預測,一個所謂「功能即服務」的新產業將走過概念階段,到2021年將達到每一年77.2億美圓的規模。
趨勢五:雲端一體化,邊緣智能加速AI向產業落地應用
隨着IoT技術的普及,包括工業控制器、傳感器等愈來愈多的設備接入雲端,傳統的以云爲中心的模式將不足以對海量的設備數據進行實時處理。在工業現場等要求時延<5ms的場景,以及無網狀態中,雲邊協同將更好地知足企業的實際需求。
相應的,「邊緣智能」也將成爲將來科技巨頭博弈的焦點之一。在這方面,微軟捷足先登,早在17年就將智能雲(Intelligent Cloud)與智能邊緣(Intelligent Edge)做爲並行發展的兩大戰略,這也是「雲邊協同」戰略的最初體現。去年Build大會上,全球首個推出邊緣計算產品的微軟宣佈正式開源Azure IoT Edge,並展現了大疆無人機如何經過邊緣計算套件檢測鋼管異常。
雲和物聯網(IoT)是不可分割的,由於物聯網須要雲來運行和執行。物聯網是一套完整的管理和集成的服務,容許企業大規模從全球分散的設備鏈接、管理和攝取物聯網數據,對數據進行實時處理和分析,實施操做變動,並根據須要採起行動。亞馬遜Alexa與谷歌Assistant等AI助理的炒做和愈來愈多的採用已經讓企業看到了物聯網的機會,所以雲計算的使用將和物聯網一塊兒不斷髮展。
雲計算的主要優點之一是按照消費模式的易於支付。在無服務器雲計算中更爲明顯。無服務器應用將爲那些專一於網絡安全和惡意軟件防禦的企業提供即時支付型付費模式。觸發式日誌,數據包捕獲分析和使用無服務器基礎架構的流量信息將變得更加廣泛,並容許中小型企業得到與大型企業同樣的規模效益和靈活性,這也歸功於即時支付型付費模式。