歷經(jīng)泡沫幻滅的低谷期,云計算正走向Gartner技術(shù)成熟度曲線(xiàn)的復蘇期。相比十年前的概念炒作,今天的云計算市場(chǎng)已經(jīng)趨于成熟,并且脫離了單純的提供存儲、CDN等基礎設施服務(wù),通過(guò)云這座橋梁,將大數據計算,AI技術(shù)等賦能于用戶(hù)。那么放眼2019,云計算會(huì )呈現出哪些風(fēng)向變化呢?
2019,智能化、云端一體和Severless等將成云計算最大看點(diǎn)。
歷經(jīng)泡沫幻滅的低谷期,云計算正走向Gartner技術(shù)成熟度曲線(xiàn)的復蘇期。相比十年前的概念炒作,今天的云計算市場(chǎng)已經(jīng)趨于成熟,并且脫離了單純的提供存儲、CDN等基礎設施服務(wù),通過(guò)云這座橋梁,將大數據計算,AI技術(shù)等賦能于用戶(hù)。那么放眼2019,云計算會(huì )呈現出哪些風(fēng)向變化呢?
趨勢一:開(kāi)源仍將是主流云廠(chǎng)商的選擇
使用開(kāi)源技術(shù)仍將成為云廠(chǎng)商的主流選擇。無(wú)論是IBM收購Redhat以抗衡微軟Azure大量使用開(kāi)源技術(shù),還是AWS支持部署Kubernetes,都在印證開(kāi)源對于云計算社區的貢獻。在國內,雖然“自主可控”和“拿來(lái)主義”之辯不絕于耳,但不可否認的是,當前云計算廠(chǎng)商均基于Xen/KVM虛擬化的Linux集群構建的自家解決方案,本質(zhì)上仍然采用了虛擬化開(kāi)源管理程序。
同時(shí),技術(shù)開(kāi)源將是云廠(chǎng)商吸引用戶(hù)和開(kāi)發(fā)者,構建生態(tài)的重要策略。例如全球云服務(wù)商AWS為了支撐自身的混合云戰略,承諾開(kāi)源自家微虛擬機Firecracker,為使用托管AWS Fargate容器服務(wù)或AWS Lambda無(wú)服務(wù)器計算框架的客戶(hù)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(kāi)源,開(kāi)發(fā)人員可以借力更靈活地開(kāi)發(fā)自己的邊緣解決方案和應用。同時(shí),隨著(zhù)云計算中的大量數據為機器學(xué)習、大數據等技術(shù)提供場(chǎng)景,主流云廠(chǎng)商也在以開(kāi)源的方式向外界提供更具附加值的服務(wù)。
趨勢二:云端智能過(guò)渡為AIaaS(人工智能即服務(wù))
過(guò)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(jìn)一步聚焦智能云業(yè)務(wù);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(chǎn)業(yè)事業(yè)群。一系列動(dòng)向表明,以云為AI的強載體,打造智能化云服務(wù)將成為今年巨頭們的重點(diǎn)發(fā)力方向。
事實(shí)上,在云端構建大數據分析和機器學(xué)習服務(wù)的發(fā)展策略在三年前就顯露苗頭。彼時(shí)的Build大會(huì )上,微軟正式推出認知服務(wù),包括語(yǔ)音、視覺(jué)、語(yǔ)言理解等API接口,為開(kāi)發(fā)者提供AI能力。目前,在認知服務(wù)、對話(huà)式AI和開(kāi)放平臺的支撐下,微軟Azure已經(jīng)成為推動(dòng)AI平民化的核心窗口。
而作為全球云計算的領(lǐng)跑者,AWS也通過(guò)Amazon SageMaker機器學(xué)習平臺吸引數以萬(wàn)計的開(kāi)發(fā)者構建AI產(chǎn)品和服務(wù)。該平臺通過(guò)對TensorFlow框架的支持,使得將近80%的TensorFlow工具運行于A(yíng)WS,截流了谷歌的大量開(kāi)發(fā)者人群。同時(shí),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(wù)。巨頭的狂奔,更加印證了智能化服務(wù)將成為未來(lái)云計算發(fā)展的關(guān)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(wù)離不開(kāi)底層設施的支撐。步入下一個(gè)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著(zhù)傳統芯片的處理速度不足以應對大規模算法訓練的需求。因此,作為大規模訓練的主要載體,云計算在建設過(guò)程中,越來(lái)越需要將智能化納入對基礎設施建設的考量范圍。
在實(shí)際行動(dòng)上,為了擺脫對Nvidia、Intel等廠(chǎng)商的依賴(lài),也出于對自身業(yè)務(wù)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(jīng)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(shù)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(chǎng)商技術(shù)特點(diǎn)的同時(shí),依托后發(fā)優(yōu)勢走出自己的差異化路線(xiàn)。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(shí),也自主研發(fā)了XPU為PaddlePaddle提供算力支撐。
趨勢四:無(wú)服務(wù)器計算將成為企業(yè)的主流選擇
無(wú)服務(wù)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(hù)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(jīng)濟寒冬中的企業(yè),尤其是中小創(chuàng )企業(yè)來(lái)說(shuō)是具有誘惑的選擇。
另一方面,通過(guò)無(wú)服務(wù)器計算,企業(yè)客戶(hù)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(wù)商,減輕自身IT運維的負擔和可能出現的業(yè)務(wù)風(fēng)險。同時(shí),毫秒級的自動(dòng)化部署將極大提升應用擴展效率,滿(mǎn)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(wú)服務(wù)器產(chǎn)品Lambda已經(jīng)有10多萬(wàn)家企業(yè)級客戶(hù)使用。無(wú)需在云端環(huán)境中專(zhuān)門(mén)配置服務(wù)器,客戶(hù)可以直接通過(guò)Lambda運行應用程序。去年,AWS無(wú)服務(wù)器計算應用庫的發(fā)布再度加快了云市場(chǎng)的Severless進(jìn)程。為了跟上趨勢,微軟、IBM也相繼推出無(wú)服務(wù)器計算服務(wù)。Research and Markets則預測,一個(gè)所謂“功能即服務(wù)”的新產(chǎn)業(yè)將走過(guò)概念階段,到2021年將達到每年77.2億美元的規模。
趨勢五:云端一體化,邊緣智能加速AI向產(chǎn)業(yè)落地應用
隨著(zhù)IoT技術(shù)的普及,包括工業(yè)控制器、傳感器等越來(lái)越多的設備接入云端,傳統的以云為中心的模式將不足以對海量的設備數據進(jìn)行實(shí)時(shí)處理。在工業(yè)現場(chǎng)等要求時(shí)延
相應的,“邊緣智能”也將成為未來(lái)科技巨頭博弈的焦點(diǎn)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)展的兩大戰略,這也是“云邊協(xié)同”戰略的最初體現。去年Build大會(huì )上,全球首個(gè)推出邊緣計算產(chǎn)品的微軟宣布正式開(kāi)源Azure IoT Edge,并展示了大疆無(wú)人機如何通過(guò)邊緣計算套件檢測鋼管異常。
百度智能云在中國開(kāi)了邊緣計算落地的第一扇窗。去年5月,國內首款邊緣計算產(chǎn)品BIE(Baidu Intelligent Edge)開(kāi)啟了國內邊緣計算熱潮,年底,百度智能云宣布開(kāi)源OpenEdge,成為國內率先全面開(kāi)源邊緣計算技術(shù)的廠(chǎng)商。目前,百度智能云的智能邊緣產(chǎn)品已經(jīng)部署于工業(yè)質(zhì)檢、無(wú)人機植保等場(chǎng)景。隨著(zhù)云端智能走向邊緣智能成為現實(shí),未來(lái)的產(chǎn)業(yè)實(shí)踐中,我們將看到越來(lái)越多擁有自主決策的硬件終端。
從早期的虛擬化、效用計算、網(wǎng)格計算,到今天的無(wú)服務(wù)器化、智能化,云計算已經(jīng)走過(guò)十多年的發(fā)展歷程。隨著(zhù)IaaS格局初定,智能服務(wù)和萬(wàn)物互聯(lián)的崛起,在下個(gè)十年中,云計算廠(chǎng)商將逐步升級為集數據、算力和AI能力于一體的技術(shù)廠(chǎng)商。市場(chǎng)爭奪的重心將逐漸由算力走向算法,由中心走向邊緣,通過(guò)云將AI落地應用到產(chǎn)業(yè)升級的每一個(gè)角落。
來(lái)源:網(wǎng)絡(luò )整理