市场需求驱动下,云计算新基础架构该如何演进?

2020 年 4 月 07 日

市场需求驱动下,云计算新基础架构该如何演进?

传统工业经济时代,以蒸汽机为代表以电力为基础,人类启动了一场持续 200 多年的工业技术革命。当时钟齿轮转到 21 世纪时,互联网又掀起了数字经济革命,以云计算为平台,配合大数据和人工智能,为下个百年变革充当急先锋。

当亚马逊(AWS)于 2006 年首次推出云服务时,它只有一套基础架构服务,用于虚拟服务器的弹性计算和用于文件存储,企业的核心关键应用对它还是敬而远之。然而,当雄心勃勃的 Netflix 和 Airbnb 等众多互联网初创公司,把云计算变成了蓬勃发展的商业模式时,亚马逊也在市场上扩展云计算的应用范围,把其转变为基础 IT 服务。从那一刻起,在竞争激烈的科技行业,云计算和传统 IT 巨头就服务与产品展开了竞争。时至今日,市场已经给出了答案,代表未来数字经济基础的云服务飞速发展。

在市场需求驱动下,作为云计算基础的公有云服务和技术的发展趋势还会有怎样的演进呢?

  • 首先,我们观察到基于公有云的云服务和解决方案发展迅猛。从云服务的角度上面,例如端到端的数据解决方案服务从数据接入、到云上、到存储、到查询、到后面的备份,整体作为一个服务自动化的服务提供给用户,这是就是一个端到端的数据解决方案服务。

  • 另一个趋势是,从端 - 边 - 云拉通的解决方案服务,使用了多种公有云服务的解决方案,例如物联网、高性能计算等, 通过使用标准的公有云计算、存储、网络、安全和 API 接口资源,提供智能化生活,制造或科研研究服务等。

从云计算的架构和技术设计理念来看,整体上从软硬件解耦进一步向专有化硬件加速云服务的趋势发展。大型企业的业务应用迁移上云需要云供应商从专有化、从硬件专有加速满足其业务需求。亚马逊、微软、谷歌以及 Facebook 提供的硬件加速服务提高了用户在不同场景、不同用户类型的一些服务的需求,例如亚马逊的硬件加速网络服务、微软的 FPGA 可配置的云计算服务,以及谷歌的 TPU 为人工智能计算提供的服务,包括 Facebook 基于 GPU 来打造的机器学习的数据分析服务都是在朝这一方向发展。

容器和开源技术的迅速发展使原来以资源为主的云服务包括计算、网络、存储转向了业务的流量模式的云服务。容器和 Serverless 的发展和成熟,使用户可以从应用和服务的使用量来付费。这是商业模式的一个变化,也是云技术或者是 Serverless 技术促使向这个方向发展的一个使动力。作为一种新的应用架构或者是开发模式,这种技术已经渗透到云服务本身的开发或创新,构建一种新的云服务,或者是新的收费模式来提供给用户选择,这是我们看到的又一个公有云的发展方向和趋势。

另一演绎的方向既是异构云,业界近期也讨论的比较多。GPU 集群、或者是 FGPA 集群,这些云服务作为特殊的应用包括视频、语音,人工智能的深度学习,使这些应用所需要的异构硬件加速或者是异构云的需求急速增长,这是我们看到的公有云另一个业务方向。

那么,在当前公有云服务商巨头林立的环境下,后起之秀的机会在哪里?

  • 第一,重新定义云的含义。云从以前的大数据中心 HyperScale Cloud,走向了端、边、云整体的架构;从构建端、边、中心的云架构开始,也就从端的应用、边的应用,到中心云的应用,融合在一起构成端到端的云协同平台;从传统的大型云数据中心,到边缘计算、中心计算、以及端计算,把它组成一个新的云的概念,端、边、中心的云的架构的概念。

  • 第二, 构建超融合的基础设施云服务 (Hyper-Converged Infrastructure Cloud)。虽然公有云发展了大概 10 年左右,很多企业应用也都在不断地迁移到云上运行,但还有许多业务需要高性能低延时的计算存储基础环境。从下一个机会点角度看,一些公有云服务商开始在云基础之上,构建超融合的基础设施,让客户的云应用或者云服务构建在具有更高性能的架构之上。

  • 第三,提供软硬垂直整合和异构计算的能力。随着越来越多的计算密集型的应用移到云上, 云服务商需要具有硬件设计、软件编程,芯片制造的全栈能力。这些技术包括 GPU/FPGA 集群、以及硬件加速的云服务,如 GPU 加速的 AI 服务和各种 FPGA 加速网络及数据服务,这些都是未来云服务的发力点,对人工智能、视频,终端,科研、制造等行业应用有巨大意义。

本文转载自华为云产品与解决方案公众号。

原文链接: https://mp.weixin.qq.com/s/VGJhmoJ59GG-VB4_DSBmUA

2020 年 4 月 07 日 17:19 252

评论

发布
暂无评论
发现更多内容

对于三千万攀登者来说,云是安全绳,是登山杖,是趋顶之路

脑极体

架构师训练营——第11周作业

jiangnanage

架构师训练营第十一章作业

吴吴

架构师训练营第 11 周——练习

李伟

架构师训练营

手写Spring框架之IOC

简爱W

Week11总结

张磊

SpreadJS 纯前端表格控件应用案例:在线问卷系统

Geek_Willie

LeetCode题解:20. 有效的括号,while循环replace,JavaScript,详细注释

Lee Chen

LeetCode 前端进阶训练营

图解 K8s 核心概念和术语

后端进阶

Docker Kubernetes 容器 云原生 k8s

第11周 安全和高可用

陆不得

架构师训练营-第十一周-命题作业

sljoai

极客大学架构师训练营 命题作业 第十一周

调度选得好,下班回家早

易观大数据

week11 总结

雪涛公子

架构师培训第十一周练习

小蚂蚁

极客大学架构师训练营---习题

李朋

不可用与高可用

dongge

架构师课程第十一周总结

dongge

奈学:红黑树(RedBlackTree)的概述

古月木易

区块链技术可提高数据可信性和安全性

CECBC区块链专委会

区块链技术 安全性

《黑神话:悟空》出圈背后,国产3A游戏的技术新机

脑极体

Java二进制和位运算,这一万字准能喂饱你

YourBatman

位运算 二进制

合同、封条、电梯……通通上链!

CECBC区块链专委会

区块链技术 监管平台

架构师培训 -11 安全、高可用

刘敏

【Elasticsearch 技术分享】—— Elasticsearch 存储一条数据, put 过程是什么样子的?

liuzhihang

Java elasticsearch 搜索 ES Lucene Elastic Search

系统高可用

陈皮

Cause: java.sql.SQLTimeoutException: ORA-01013: user requested cancel of current

青乡之b

Druid

安全&高可用架构

dony.zhang

高可用 安全 安全架构 高可用系统的架构 高可用系统的运维

导致系统不可用的原因有哪些?

张磊

奈学:红黑树(RedBlackTree)的概述

奈学教育

AVL

week11 作业

雪涛公子

朱嘉明:新冠肺炎疫情如何改变社会成本观念和结构

CECBC区块链专委会

社会结构 社会观念

大数据技术发展真的进入瓶颈期了吗?

大数据技术发展真的进入瓶颈期了吗?

市场需求驱动下,云计算新基础架构该如何演进?-InfoQ