云計算已經成為IT發(fā)展的一個新常態(tài)。無論是何種機構(包括政府和企業(yè))，在談到自己的IT建設時，云計算基本上都擺在了第一位。
但在云計算領域里，一直有兩種觀點激烈交鋒。
一種觀點來自于公有云服務商，他們認為公有云將成為未來IT的統(tǒng)治者，幾乎所有機構的IT環(huán)境都可以，也都應該放到公有云上而無需自建。
另一種觀點則來自于有行業(yè)服務經驗的IT領導廠商，以及相關行業(yè)的大型機構，他們認為無論何時，私有云都是必備的，理想的狀態(tài)應該是私有云與公有云的有機結合，即混合云，而且私有云也將隨著行業(yè)變革，被賦予新的含義。
從我個人及新華三的視角來看，我堅定的認同后一種觀點，而且技術創(chuàng)新與科技發(fā)展所帶給社會的顛覆性影響，也讓后一種觀點更有說服力。
今天，我不想去重復公有、私有以及混合等云的概念，因為這都是老生常談的話題，已經不再新鮮。
在2017開年這個時點，我更希望從技術趨勢以及與之相應的社會變遷之中，和大家共同探討云計算發(fā)展內在的客觀規(guī)律。之所以強調是客觀規(guī)律，是因為它將像物理定理那樣，不以個人意愿所左右地影響著IT發(fā)展。
從歷史中看未來
如果用一個核心的理念來形容云計算，我認為應該是"中心化"。
從一個標準的云計算模型中，我們能清晰看到這種架構——各種各樣的端(電腦、手機、平板、游戲機等)，通過網絡與后方的云計算中心相聯(lián)。
回顧歷史，我們會發(fā)現(xiàn)有一個階段與當前非常相像，那就是曾經在上世紀60年代開始盛行的大型機(Mainframe)，與之相聯(lián)的只是具有基本字符I/O能力的啞終端。當時，最著名的大型機廠商甚至宣稱，全球只需要5臺大型機就足夠了。
如果我們把5臺大型機換成5大公有云服務商，這論調和今天是何其的相似!
但到了70年代，小型機就開始大行其道。其原因在于，越來越多的機構需要IT，而大型機對于他們太過奢侈，并且無法通過共享服務輸出IT能力。
為此，越來越多的廠商開發(fā)出了更廉價的小型計算機。雖然一開始，與之配套的前端仍然是啞終端，但從80年代，PC異軍突起開始，前端設備就開始具有了完整的計算能力，而且功能越來越強大，越來越廣泛。
如今的智能手機的爆發(fā)，也同樣如此。
梳理這一歷史，我們就會發(fā)現(xiàn)一個規(guī)律——信息的處理越來越走向前端。
在這一過程中，有兩個維度，一個是縱向的，代表終端處理的綜合能力，包括性能、成本等整體因素。另一個是橫向的，代表終端的種類，或者說是對于人們工作與生活環(huán)境的覆蓋廣度，即用戶與場景的普及。
而且，信息走向前端的進程，一直在持續(xù)，即使在公有云這種重新倡導宏觀"中心化"的IT理念出現(xiàn)后，仍是如此。
為什么會是這樣?
我認為，這是技術與社會發(fā)展相互影響的客觀規(guī)律使然。
其實，大型機所倡導的中心化處理原則，并非落伍且一直存在，尤其是中心化的數據管理與軟件部署，還是非常重要的，只是很多愿景的實現(xiàn)，需要相關配套技術的突破與成熟。
比如，在大型機時代，沒有支撐其遠程交付IT服務的網絡，所以當IT需求開始大規(guī)模起步，也就讓"5臺大型機足夠"的言論成為笑談，各個機構也必須要擁有自己專有的IT基礎設施，才能支撐自己的業(yè)務發(fā)展。相對于以大型機為中心支撐起整個世界的理念，這可以說是"分散化"時代的宏觀開始，并延續(xù)至PC時代到達第一個頂峰。
與之對應的是，信息的處理越來越走向前端的歷史進程，結果并不是讓后端的服務器無事可干，反倒是帶來了更多IT應用與新的業(yè)務、商業(yè)模式(想想各類終端軟件)。
這也就是說，IT所帶來的數據和場景(行業(yè))應用是不斷增多的，傳統(tǒng)的中心化模式仍然存在，但進行計算的位置則分散了出來。
也因此，業(yè)界將PC時代定義為"服務器+端"模式，后臺仍然負責集中的數據與企業(yè)應用管理，PC則針對工作人員個體提升本地工作效率。
但漸漸的，人們發(fā)現(xiàn)在這種模式下，隨著應用數量增多與數據不斷積累，雖然邏輯上后臺是中心化的，但以相互獨立的(也可以認為是一種分散)物理服務器/存儲構成的IT基礎設施，在成本、利用率、業(yè)務動態(tài)響應方面的表現(xiàn)，已經越來越差。
為此，人們開始進行新的努力。隨著服務器、存儲虛擬與網絡虛擬化等IT技術的發(fā)展，機構自有的IT再次從資源整合的高度進入"中心化"時代，將后臺原本割裂的物理資源，整合為單一的資源池，逐漸演變?yōu)樗接性啤?/p>
而跨越機構界限的IT中心化，也以云的形態(tài)重新出現(xiàn)在我們的面前，這就是"公有云"——其以全新的IT服務形態(tài)，打破了人們對IT中心化的傳統(tǒng)認知。這也讓人第一次覺得"全世界5臺大型機就夠用"的預言即將實現(xiàn)——各機構自身的中心化IT(私有云)都不需要了，如果愿意，全國及至全世界的IT需求，都可以用一個超大規(guī)模的公有云體系來承載。
但是，歷史規(guī)律告訴我們，這只是一個短暫的階段。
無論公有云的支持者愿不愿意，都要面對這個現(xiàn)實——隨著技術的突破，前臺互聯(lián)終端的能力不斷增強，類型也在迅速增多，并由此誕生出新的應用場景和信息處理需求。
隨之而來的，將是相對于公有云的大集中化，IT平臺的重心將進入第二個"分散化"時代。
這其中將有多個層級——組件、系統(tǒng)、機構，而從云的角度，我認為私有云仍將是這一輪 "分散化"進程中，比公有云最重要的中樞節(jié)點。
回顧IT的發(fā)展歷史，就會發(fā)現(xiàn)"分分合合"的客觀規(guī)律，而隨著IoT的發(fā)展，新的一輪分散化時代已經來臨，以大中心化為核心理念的公有云將難以應對。
為什么會這么說?
核心的關鍵在于，不可阻擋的IoT(物聯(lián)網)大潮已至。
各種物聯(lián)網配套技術的發(fā)展(無線通信、移動化CPU、GPU、FPGA等芯片技術)，讓"信息處理越來越走向前端的進程",進入了橫向普及的高速發(fā)展期，即在第二個維度上迅速爆發(fā)——所物聯(lián)的事物包羅萬象：比如機械設備上的狀態(tài)傳感器、遍布城市的攝像頭、可穿戴的智能設備等等。
這些事物可以是消費類的，也可能是工業(yè)級的，并由此帶來了新的管理、業(yè)務與商業(yè)模式。隨之而來的結果就是，面對數以億級乃至百億級前端設備所產生海量數據，實時反應能力面臨嚴峻的考驗。
為此，一種新的在最前端進行實時信息處理的概念出現(xiàn)了，這就是如今異常火熱的Edge Computing，即 "前沿(邊緣)計算"，或者說"霧計算"。
與傳統(tǒng)的中心化理念相比 ，顯然Edge Computing更符合未來發(fā)展的需求，而基于互聯(lián)網的公有云服務，則在及時應對分散化的能力與安全性上受到越來越大的制約。
第二個"分散化"時代里的云計算
從技術上講，云計算本身和實時處理并不沖突，但公有云的應用理念，是以規(guī)模化取勝——用超級的數據中心(或數據中心集群)來覆蓋盡量廣闊的地域，但不可能在每個城市，每個客戶的旁邊都建立一個數據中心。
比如在中國，AWS目前只有一個北京大區(qū)，我們可以想象在哈爾濱或海口的AWS服務延遲，相對于北京的差距會有多大。
而在安全層面，IoT將原本很多機構內核心的物理環(huán)境、狀態(tài)都數字化了，對這類數據的處理(如關鍵生產設備的狀態(tài)、關鍵地區(qū)的影像等)，安全性要求明顯更高，放在外部的公有云，也可能會帶來嚴重的安全隱患。
再從數據量角度來看，對于傳統(tǒng)的普通應用，公有云有較強的綜合優(yōu)勢，但在應用場景不斷增多，需要海量數據實時處理的趨勢下，公有云應對起來將愈發(fā)捉襟見肘。
比如一輛自動駕駛汽車，以當前的水平，平均每行駛1.6公里就會產生10GB的數據(來自內部機械監(jiān)控、周身雷達與攝像頭等傳感器)，如果以時速60公里計算，相當于每秒產生106MB的數據。而且，這個數據量將隨著車速、汽車數量的增加而增加，所以必須要在汽車本地(即Edge端)處理。即使是外傳部分數據，進行次實時的響應處理，也因為時延等原因，不可能選擇非本地的云。
再比如，對于城市安防意義重大的街道攝像頭，對其拍攝視頻進行人像識別的速度，很可能就決定了抓捕重要逃犯的速度，而面對成千上萬的攝像頭，除了逐步讓它們本身具備Edge Computing的智能，另一方面也可以選擇高響應速度的云予以支撐，但首選絕不會是非本地的云服務。
另一個明顯的例子，就是在工業(yè)4.0中，一個重要的環(huán)節(jié)：生產系統(tǒng)的實時自動調節(jié)與控制(比如與外界實時溝通的CPS系統(tǒng))。
試想，一個擁有成千上萬制造設備的制造企業(yè)，若把生產設施的實時精度調控、協(xié)同管理的處理，都交由外部的公有云，無論是安全性還是響應能力，顯然都不如放在本地的私有云上更讓人放心。
基于前沿(邊緣)的應用場景將越來越多，如果再繞道于外部公有云，將事半功倍。(圖片來源：a16z.com)
其他類似的例子還有很多，就不再一一贅述。
當然，舉這些例子，并非是說公有云一無是處，恰恰相反，它的出現(xiàn)極大的促進了信息技術與社會發(fā)展的融合，推動了數字經濟的發(fā)展。但是，時代的進步也讓IT的需求永遠不會停留在某一階段，而更靠近前端的私有云，將在新階段里被賦予新的使命與含義，公有云的職責也將會發(fā)生改變。
云計算發(fā)展的"中庸之道"
在前面我提到了，相對于公有云的理念，IT平臺將重新回歸到"分散化"的狀態(tài)，由底層至頂層可分為三個層級——組件、系統(tǒng)和機構。
其中，組件就相當于Edge Computing的前沿(邊緣)設備，系統(tǒng)就是針對某一場景的一組設備與方案的集成(主要由IoT網關來協(xié)同)，而機構就相當于現(xiàn)有概念的私有云，是前兩者的頂層容器。
從某種角度上講，私有云和公有云的很多概念是互通的(如資源的統(tǒng)一管理與動態(tài)交付)，關鍵的區(qū)別在于限定的地理范圍與使用對象。而從應用本身來看，主要差異在于私有云提供了更靈活的場景化可定制能力、擁有更高的安全性與次實時的更快本地響應速度，能更好的與相關場景下的Edge Computing配合;公有云則以更低的成本提供了標準化的基礎IT能力。
這些關鍵的差異，也決定了兩者的運營、業(yè)務與商業(yè)模式的差異。
但不管怎樣，用戶都將忠于自己的需求，選擇合適的云，來應對"分散化"時代的到來。
而這種選擇，我認為越來越多的會是混合型的——以私有云更好的滿足本地業(yè)務響應能力與定制化、安全需求，借助公有云的規(guī)模化與低成本來獲得通用IT能力的補充，比如常規(guī)應用容量與非敏感數據存儲空間的動態(tài)擴展、以及針對業(yè)務邏輯優(yōu)化的機器學習等等。
因此，我始終認為，走"中庸路線"的混合云模式，將是最終的形態(tài)，它無論在何時，都可以在中心化與分散化的兩極中找到最優(yōu)的平衡。
至于具體的平衡點在哪里，則仍然取決于技術發(fā)展的本身——90年代，奔騰處理器只有300萬個晶體管，而如今的手機處理器則擁有30多億個晶體管;90年代初幾百MB的硬盤已經是PC的頂級配置，如今手機的存儲空間已經達到256GB;90年代的56Kb的撥號上網速度就已經上人驚喜不已，如今的4G手機都能享受幾Mb/s的下載速度; 在成本方面，谷歌第一代無人駕駛汽車所使用的雷達模塊價格達75000美元，而現(xiàn)在已經降至不到500美元……毋庸置疑，這樣強烈的反差也終會在Edge Computing時代出現(xiàn)，也將讓IT平臺的重點在"中心化"與"分散化"間漂移。
我堅信，永遠不會出現(xiàn)單極的狀態(tài)，而新華三的使命與目標也就在于，以私有云為基點，以混合云為方向，時刻找準最佳云平衡點，在不同的應用場景中，配合自身優(yōu)秀的大數據(提升管理與商業(yè)智能)、大互聯(lián)(包括IoT在內的全連接)與大安全(端到端的全局監(jiān)測與防護)的能力，為用戶提供領先的新IT解決方案，為用戶提供更好的服務。
京公網安備 11010502049343號