華爲雲PaaS首席科學家：Cloud Native +AI，企業數字化轉型的最佳拍檔

近日，在2019華爲全球分析師大會期間，華爲雲PaaS首席科學家熊英博士在+智能，見將來（華爲雲&大數據）的分論壇上，從雲計算行業發展談起，深刻雲原生髮展趨勢，對華爲雲智能應用平臺作了深度解讀。

熊英博士爲你們分享了雲原生技術和平臺發展的新趨勢，重點介紹了華爲雲智能應用平臺。熊英博士提出雲原生技術使能企業數字化轉型的三個關鍵點：多雲解決方案、泛在的容器和智能邊緣。

IT投資投資趨勢

數字化轉型取代傳統應用

雲原生技術成爲技術驅動力

根據市場調查和預測，企業近些年來在傳統應用程序方面的投資正在降低，取而代之的是對雲原生應用的投資。現階段大部分企業已經開始新一輪的數字化轉型，即由傳統IT應用時代進入雲原生應用時代。

開源社區洞悉

雲原生技術惠及企業數字化轉型

關注度驟升

雲原生計算基金會（Cloud Native Computing Foudation，CNCF）2018年報數據顯示：

•  2018年，雲原生技術在生產中的使用翻了一番；

•  2018年，正評估及準備使用雲原生的企業用戶增加了3倍以上；

•  從2016年到2018年，CNCF主辦的雲原生技術大會KubeCon + CloudNativeCon的出席人數，增加了近3倍。

熊英博士表示：在我20餘年的IT從業經驗中，以上這種增加無疑是少見的，因而可知雲原生技術受企業的歡迎程度。

另外一份來自CNCF的調查數據代表，企業得益於雲原生技術帶來的TOP3紅利包括：

• 更快的部署

• 更高的可擴展性

• 更好的可移植性

這與華爲從客戶側獲取的反饋高度一致。

熊英博士表示：

雲原生是須要深耕的技術。華爲雲在2015年就將其列入戰略技術投資範圍，現在在這方面已經取得了大量成果，成爲了雲原生技術的領導者。

 技術趨勢分析

關鍵詞：多雲&混合雲、邊緣、異構計算

現在，雲原生技術雖然已經在多個行業和領域規模商用，並充分發揮其架構優點。但面向應用更高性能，更可靠的訴求，雲原生技術仍須要不斷髮展並擴展其架構。

華爲雲經過持續參與到技術社區、深刻到商業客戶羣，並與生態夥伴在雲原生領域進行合做與探討，提出雲原生技術與商業結合的三大發展趨勢：

1. 多雲和混合雲正成爲企業的常態，雲原生技術將加速該進程。據中國信通院最新的混合雲市場調研，半數以上的企業正在積極投入混合雲的建設。雲原生的可移植性從根本上解決了多雲混合雲實施的技術難題，有效加速企業多雲混合雲戰略的落地進程。

2. 計算能力應「推」至邊緣。下一代雲計算的形態並不會是集中式的超算中心，而是由成千上萬個邊緣節點連成的泛在式、分佈式的邊緣網絡，造成泛在的雲。而云原生技術將成爲該模式中不可或缺的技術支撐。

3. 雲原生技術必須支持異構計算。隨着AI和機器學習的規模使用，雲原生技術必須支持以GPU，FPGA和ARM爲表明的異構計算，爲雲上和邊緣提供更高性能的計算資源，使能雲原生應用更高效運行。

在某種程度上，華爲正在引領雲原生技術的趨勢：這不只是由於華爲在雲原生技術的投資比中國甚至是部分國外企業都要早，還由於在這個領域繼續的創新，不斷推出貼近客戶需求的、領先於其它企業的產品。

華爲雲智能應用平臺

應用上雲更簡單

數字化轉型更智能

上面提到的三點，華爲雲已在新推出了智能應用平臺3.0中盡數包含。面向將來企業更多智能應用的場景和更高的數字化轉型要求，華爲雲站在雲原生的肩膀上，在更專一於智能應用的同時，爲數字化轉型提供可集成傳統應用的ROMA平臺以及區塊鏈解決方案，更契合現今的IT發展階段。

AI容器

軟硬全棧優化

爲規模AI訓練提供雲計算基礎

在AI領域，目前對算力的需求愈來愈高，開源組織OpenAI提出：AI領域對GPU的使用已經從單機多卡、多機多卡演進到AI專用芯片。雲計算領域對FPGA和異構計算的支持在下一階段顯得尤其重要。預測採用128 GPU並行計算將會是機器學習的常態，跨集羣的GPU調度能力將顯著地影響計算的總體效率。

華爲雲容器服務面向上述場景作深度優化：更早的以容器的方式支持GPU以及專用AI芯片，讓GPU和Ascend芯片的異構算力服務於大規模AI訓練成爲可能；藉助自身硬件優點，華爲雲採用硬件感知的NUMA裸金屬架構，IB高速網絡進行深度的軟硬件全棧優化，在資源池組網上保證100Gb大帶寬，知足分佈式訓練的海量參數同步要求；在K8S調度上，針對AI場景進行深度優化，利用排隊、親和性、Gang Scheduling，對接AI分佈式訓練框架，使能高效的AI分佈式訓練，大幅度提高了計算效率。

基於以上優化，華爲雲在Stanford DAWN測試中，表現遙遙領先，深度學習訓練對比傳統GPU加速方式可以提高3-5倍，在128塊GPU時線性加速比高達0.8，超出行業水平50%以上。

KubeEdge

將AI 延伸到邊緣

造成泛在智能邊緣網絡

據IDC研究顯示，到2020年將產生500億的終端與設備聯網，其中50%的數據將會在網絡邊緣側分析處理，其中90%的需求來源於AI計算。常見的邊緣計算方案，沒有更多考慮對智能應用的支持。邊緣計算應當聚焦於支持智能應用，並加強對智能芯片兼容性。面向在邊緣進行的AI推理，邊緣側資源、監控、調度的複雜性將隨規模的擴大成倍增加，直接影響總體計算效率，所以提高邊緣的管理能力迫在眉睫。

華爲雲貢獻給CNCF的開源項目KubeEdge，是徹底基於雲原生技術的：KubeEdge首先解決了智能應用的移植性問題，爲構造泛在的智能邊緣網絡提供可能性。

KubeEdge仍是CNCF社區接納的首個邊緣計算項目，並已成爲智能邊緣計算領域的架構標準。

多雲&混合雲管理 

實現跨多雲&混合雲智能治理

使用多雲&混合雲已經成爲企業上雲的共識，快速實現雲原生應用跨雲管理、部署、運營也是企業上雲的關鍵訴求。華爲雲做爲全行業首發容器多雲混合雲管理平臺的雲服務提供商，在今年3月已實現：

多雲多活應用、秒級流量接管：雲單點宕機故障發生時，應用實例和流量能夠秒級完成遷移。

自定義流量策略實現自動跨雲彈性：用戶經過在跨雲部署應用時提早定義流量策略，可應對未知流量高峯。私有云或某個公有云上的服務沒法負擔時，能夠根據流量策略，將服務彈性擴容到其它雲集羣上，分擔流量負載，避免因流量衝擊而形成系統癱瘓。

地域親和性策略優化客戶訪問體驗。應用跨區域部署時，使用自定義的流量管理親和性策略，能更合理的根據地域對流量進行分配。下降業務訪問時延，提高業務響應速度。

華爲雲多雲混合雲容器解決方案實施雲原生技術領域首個商用的多雲&混合雲的管理平臺，比上週Google剛剛發佈的Anthos早了近一個月。

雲原生時代已至

行業數字化轉型

【Cloud Native BEST】

華爲雲智能應用平臺用戶遍及互聯網、教育、金融、生物醫藥等行業，在已經到來的雲原生時代，全面使能各行業的數字化轉型。

最後，熊英博士提出Cloud Native BEST：咱們正處在IT轉型期，人工智能和雲原生技術是推進企業數字化轉型的最佳搭檔， 華爲很早就看到了這一趨勢，並構建了智能應用平臺，提供Between Clouds, Edge Intelligence, Strongest Container and enable Transformation，旨在幫助更多的企業實現雲原生和數字化轉型。