NVIDIA 初创加速计划,免费加速您的创业启动 了解详情
写点什么

市场需求驱动下,云计算新基础架构该如何演进?

  • 2020-04-07
  • 本文字数:1704 字

    阅读完需:约 6 分钟

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


公众号推荐:

跳进 AI 的奇妙世界,一起探索未来工作的新风貌!想要深入了解 AI 如何成为产业创新的新引擎?好奇哪些城市正成为 AI 人才的新磁场?《中国生成式 AI 开发者洞察 2024》由 InfoQ 研究中心精心打造,为你深度解锁生成式 AI 领域的最新开发者动态。无论你是资深研发者,还是对生成式 AI 充满好奇的新手,这份报告都是你不可错过的知识宝典。欢迎大家扫码关注「AI前线」公众号,回复「开发者洞察」领取。

2020-04-07 17:19711

评论

发布
暂无评论
发现更多内容

从零到一:我的软件测试开发工程师之路

测试人

软件测试

选择TiDB的10个理由

TiDB 社区干货传送门

数据库架构选型

让错误码规范起来吧

京东科技开发者

数字人的定义与分类!

青否数字人

分享7个常用的 JavaScript 库

伤感汤姆布利柏

​让游戏云原生化别再「左右为难」

阿里巴巴云原生

阿里云 阿里云云原生 OpenKruiseGama

TiDB 快速入门:从零到一 部署初探

TiDB 社区干货传送门

安装 & 部署

测试 TIDB in k8s 一次问题记录(pd failed to respond)

TiDB 社区干货传送门

7.x 实践

大模型“四小龙”,能否跨越深渊?

脑极体

AI

程序只占用服务器里一个核心使用,是什么问题

德迅云安全杨德俊

精选案例|首创证券 NoETL 敏捷数据分析创新实践

Aloudata

数仓 ETL

OpenCloudOS 迁移工具征集中,18 万奖金等你来拿!|开放原子开源大赛

OpenCloudOS

Linux 迁移

ETL能实现什么流程控制方式?

RestCloud

ETL 数据集成 数据集成工具

Python文件写入不稳定的处理方法

麦兜

墨水屏电子纸标签/电子纸价签领域如何选择无线通信方案?

Geek_ab1536

搜索推荐DeepFM算法详解:算法原理、代码实现、比赛实战

汀丶人工智能

自然语言处理 排序算法 搜索推荐 召回算法 DeepFM

京东广告算法架构体系-高性能计算最佳实践

京东零售技术

算法 性能优化 技术架构 GPU算力

Higress × OpenKruiseGame 游戏网关最佳实践

阿里巴巴云原生

阿里云 云原生 游戏 OpenKruiseGama Higress

PolarDB-X最佳实践系列(四):如何设计一张订单表

阿里云数据库开源

数据库 阿里云 最佳实践 polarDB PolarDB-X

使用 Coze 搭建 TiDB 助手

TiDB 社区干货传送门

实践案例

“分布式透明化”在杭州银行核心系统上线之思考

TiDB 社区干货传送门

实践案例

ECMAScript 悄悄更新了两个对象分组 API,你注意到了么?

OpenTiny社区

开源 前端 低代码 组件库 OpenTiny

分布式数据库国产替代,杭州银行在挑战什么

TiDB 社区干货传送门

实践案例

Flink 2.0 状态管理存算分离架构演进

Apache Flink

官宣“2024西部(成都)国际人工智能展会”招展工作全面启动

AIOTE智博会

人工智能展会 人工智能展

支付宝AES如何加密

盐焗代码虾

加密解密 支付宝 AES

市场需求驱动下,云计算新基础架构该如何演进?_服务革新_华为云产品与解决方案_InfoQ精选文章