云計算是一種業(yè)務模式，服務提供商在定制的環(huán)境中處理客戶的完整基礎架構和軟件需求。隨著云計算的發(fā)展，云服務和解決方案也將隨之增長。
軟件即服務(SaaS)預計到2020年將以18%的年均復合增長率增長，平臺即服務(PaaS)的采用率將在2020年達到56%，而2017年為32%。2018年基礎設施即服務(IaaS)的全球市場規(guī)模將達到175億美元。隨著企業(yè)云服務的采用，云文件共享服務將會增加，而消費者云服務也將會隨之增長。在云計算領域，亞馬遜領先于微軟、IBM、谷歌及其他技術巨頭。2022年，亞馬遜AWS營收將達到430億美元。
云計算歷經泡沫幻滅的低谷期,正走向Gartner技術成熟度曲線的復蘇期。相比十年前的概念炒作,今天的云計算市場已經趨于成熟,并且脫離了單純的提供存儲、CDN等基礎設施服務,通過云這座橋梁,將大數據計算,AI技術等賦能于用戶。那么放眼2019,云計算會呈現(xiàn)出哪些風向變化呢?
趨勢一:開源仍將是主流云廠商的選擇
使用開源技術仍將成為云廠商的主流選擇。無論是IBM收購Redhat以抗衡微軟Azure大量使用開源技術,還是AWS支持部署Kubernetes,都在印證開源對于云計算社區(qū)的貢獻。在國內,雖然“自主可控”和“拿來主義”之辯不絕于耳,但不可否認的是,當前云計算廠商均基于Xen/KVM虛擬化的Linux集群構建的自家解決方案,本質上仍然采用了虛擬化開源管理程序。
同時,技術開源將是云廠商吸引用戶和開發(fā)者,構建生態(tài)的重要策略。例如全球云服務商AWS為了支撐自身的混合云戰(zhàn)略,承諾開源自家微虛擬機Firecracker,為使用托管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年底宣布將邊緣計算開源,開發(fā)人員可以借力更靈活地開發(fā)自己的邊緣解決方案和應用。同時,隨著云計算中的大量數據為機器學習、大數據等技術提供場景,主流云廠商也在以開源的方式向外界提供更具附加值的服務。
趨勢二:云端智能過渡為AIaaS(人工智能即服務)
過去一年中,云與智能成為國內外科技巨頭組織架構調整的重心。國外,微軟成立云與人工智能平臺,進一步聚焦智能云業(yè)務;國內,百度升級ABC智能云事業(yè)部為智能云事業(yè)群組(ACG);阿里云升級為云智能;騰訊則成立云與智慧產業(yè)事業(yè)群。一系列動向表明,以云為AI的強載體,打造智能化云服務將成為今年巨頭們的重點發(fā)力方向。
事實上,在云端構建大數據分析和機器學習服務的發(fā)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,為開發(fā)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已經成為推動AI平民化的核心窗口。
而作為全球云計算的領跑者,AWS也通過Amazon SageMaker機器學習平臺吸引數以萬計的開發(fā)者構建AI產品和服務。該平臺通過對TensorFlow框架的支持,使得將近80%的TensorFlow工具運行于AWS,截流了谷歌的大量開發(fā)者人群。同時,AWS自身迭代速度也令人側目,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為未來云計算發(fā)展的關鍵變量。
趨勢三:IaaS向ML IaaS升級,云計算基礎設施重心向AI轉移
云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(tǒng)數據中心的計算能力提出更多挑戰(zhàn)。摩爾定律的終結也意味著傳統(tǒng)芯片的處理速度不足以應對大規(guī)模算法訓練的需求。因此,作為大規(guī)模訓練的主要載體,云計算在建設過程中,越來越需要將智能化納入對基礎設施建設的考量范圍。
在實際行動上,為了擺脫對Nvidia、Intel等廠商的依賴,也出于對自身業(yè)務適配性的考量,谷歌、微軟、亞馬遜等巨頭都將自研定制化芯片作為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已經成為Azure的基礎設施,亞馬遜在近年大舉收購了一批芯片制造商,為研發(fā)定制化芯片做足技術積累。
在國內,BAT也在加碼對AI芯片研發(fā)的投入力度,以期在博采各廠商技術特點的同時,依托后發(fā)優(yōu)勢走出自己的差異化路線。以百度為例,百度推出云端全功能AI芯片“昆侖”,從量級上提升百度大腦算力。作為百度大腦的云化,百度智能云在博采GPU和FPGA優(yōu)勢的同時,也自主研發(fā)了XPU為PaddlePaddle提供算力支撐。
趨勢四:無服務器計算將成為企業(yè)的主流選擇
無服務器化是云計算致力于發(fā)展的方向之一,它的好處主要在于成本和效率。傳統(tǒng)的云計算中,對計算資源的使用以虛擬機為單位。而依托severless計算,企業(yè)級客戶對于計算資源的管理將細化到以函數(功能)為單位,這對正處于經濟寒冬中的企業(yè),尤其是中小創(chuàng)企業(yè)來說是具有誘惑的選擇。
另一方面,通過無服務器計算,企業(yè)客戶將能夠把云資源管理和按需擴展資源的責任委托給云服務商,減輕自身IT運維的負擔和可能出現(xiàn)的業(yè)務風險。同時,毫秒級的自動化部署將極大提升應用擴展效率,滿足企業(yè)對敏捷部署的需求。
作為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(yè)級客戶使用。無需在云端環(huán)境中專門配置服務器,客戶可以直接通過Lambda運行應用程序。去年,AWS無服務器計算應用庫的發(fā)布再度加快了云市場的Severless進程。為了跟上趨勢,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(yè)將走過概念階段,到2021年將達到每年77.2億美元的規(guī)模。
趨勢五:云端一體化,邊緣智能加速AI向產業(yè)落地應用
隨著IoT技術的普及,包括工業(yè)控制器、傳感器等越來越多的設備接入云端,傳統(tǒng)的以云為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(yè)現(xiàn)場等要求時延<5ms的場景,以及無網狀態(tài)中,云邊協(xié)同將更好地滿足企業(yè)的實際需求。
相應的,“邊緣智能”也將成為未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年就將智能云(Intelligent Cloud)與智能邊緣(Intelligent Edge)作為并行發(fā)展的兩大戰(zhàn)略,這也是“云邊協(xié)同”戰(zhàn)略的最初體現(xiàn)。去年Build大會上,全球首個推出邊緣計算產品的微軟宣布正式開源Azure IoT Edge,并展示了大疆無人機如何通過邊緣計算套件檢測鋼管異常。
云和物聯(lián)網(IoT)是不可分割的，因為物聯(lián)網需要云來運行和執(zhí)行。物聯(lián)網是一套完整的管理和集成的服務，允許企業(yè)大規(guī)模從全球分散的設備連接、管理和攝取物聯(lián)網數據，對數據進行實時處理和分析，實施操作變更，并根據需要采取行動。亞馬遜Alexa與谷歌Assistant等AI助理的炒作和越來越多的采用已經讓企業(yè)看到了物聯(lián)網的機會，因此云計算的使用將和物聯(lián)網一起不斷發(fā)展。
云計算的主要優(yōu)勢之一是按照消費模式的易于支付。在無服務器云計算中更為明顯。無服務器應用將為那些專注于網絡安全和惡意軟件防護的企業(yè)提供即時支付型付費模式。觸發(fā)式日志，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普遍，并允許中小型企業(yè)獲得與大型企業(yè)一樣的規(guī)模效益和靈活性，這也歸功于即時支付型付費模式。
