在2018年9月19號的杭州·云棲大會上，阿里云公布了面向萬物智能的新一代云計算操作系統——飛天2.0。飛天(Apsara)是阿里云自主研發的大規模云計算操作系統，可將全球數百萬臺服務器連成一臺超級計算機，為社會提供計算能力。

據官方表示，飛天2.0是一套面向未來萬物智能時代的云操作系統，不僅可滿足百億級設備的計算需求，而且可實現1EB數據存儲以及支持IPv6等重大更新，更大的變革來源于飛天2.0是對未來物理世界與數字世界必將融合的判斷，從而推出的分布式云管端融合的解決方案。這也是阿里云史上最大的一次技術升級。

(一)阿里云的戰略路徑

1. 2008—2016年，國內最大的云計算IaaS提供商。

云計算業務的誕生是由于淘寶“雙11”促銷活動對于計算資源彈性調配能力的迫切需求。隨著參與用戶、商家數量的日益龐大，涉及領域的擴充、交易規模的日趨增長，對買家、商家、服務商的數據串聯、訂單交易系統正確運營支持等云計算的能力需求越來越高，而成本最低的方案就是將計算放在云端，各企業按需使用計算機資源，并共同承擔成本?；谶@一考量，阿里巴巴在2008年制定了云計算戰略，并確定進行技術轉型，從傳統IT架構轉向互聯網架構。

2013年，超大規模通用計算操作系統“飛天”逐漸成熟。8月，阿里云宣布對外提供5K計算能力，成為中國第一個獨立研發擁有大規模通用計算平臺的公司。阿里云團隊將系統的計算能力，一舉牽引至世界前列。

自誕生很長一段時間內，人們對阿里云的定位都是國內最大的IaaS提供商，直到2016年人工智能市場的爆發。

2. 2016—2018年，人工智能推動阿里云智能化。

2016年云棲大會上，阿里云總裁胡曉明表示，“擁有了數據的積累，機器將替代人類的智商，我們判斷人工智能的時代已經到來。”標志著阿里云全面進入人工智能時代。

從業務層面來看，一方面人工智能和云計算密不可分，需要通過計算完成數據處理和判斷，兩塊業務的融合可以碰撞出很多火花，相得益彰;另一方面，阿里的不少AI業務服務的是to B端客戶，ET大腦中主推的城市大腦、工業大腦、農業大腦，主體分別為政府、制造業企業、農業企業，它們的數字化程度相對較低，如果未來能實現“人工智能化”，在自身效率提高的同時也能推動阿里云的云計算業務增長，可擁有廣闊的市場前景。

阿里云正在推動AI芯片AliNPU的研發。此外，阿里云還根據FPGA非常靈活的特點進行了研發。阿里云通過軟硬件結合，設計了全棧的系統;針對神經網絡CNN inference吞吐能力與GPU相比不足，阿里云的硬件架構師和算法工程師進行了一體化設計，尤其是針對具體的架構進行了針對性的算法設計，然后再加上低精度、稀疏化，讓整個性能得到顯著提升。

3. 2018年以來，全面布局邊緣計算和物聯網。

由人工智能推進到物聯網花了兩年時間，2018年3月，阿里巴巴宣布：全面進軍物聯網領域，物聯網戰略與云計算、人工智能等業務板塊混合推進。從人工智能邁步至物聯網，是一種歷史的必然，物聯網體系內的各類傳感器，負責信息的采集，相當于將現實世界數字化，哺以人工智能充足的原始素材。

為布局物聯網時代，阿里云在芯片、聯網、管理平臺三個層面進行了布局。發布的低功耗LoRa芯片，具有小尺寸、低功耗、超低啟動電流的特點。阿里云對發布的另一款聯網產品——天空物聯網寄予厚望，阿里云希望推動物聯網時代盡快來臨。

邊緣計算也是促進物聯網時代來臨的重要推動力，這方面阿里云發布了邊緣節點服務ENS，可實現分鐘級創建，節省30%帶寬。Link IoT Edge在智能設備上部署邊緣計算，使得萬物智聯。

(二)飛天2.0的關鍵特點

總體而言，飛天2.0的能力全面升級了，是面向萬物智能的新一代云計算操作系統，能滿足百億級設備的計算需求，并為設備提供智能和快速連接的能力。

從版本對比來看，“飛天1.0”和“2.0版本”的最大區別，是飛天1.0擁有大規模數據中心調度能力，而飛天2.0的發展來自于業務更多的需求，更強調面向物聯網時代的分布式計算。

從設計理念來看，飛天2.0包含了當下最重要的云計算、AI和IoT三項能力。計算是心臟，AI是大腦，IoT是神經網絡，這是阿里云對萬物智能時代的構想，也是飛天2.0的設計理念。飛天2.0支撐了阿里云遍布全球的基礎設施，針對億萬個端進行廣泛適配，可覆蓋最后一公里的計算。

從基礎設施定義來看，飛天2.0擴大了基礎設施的定義，其把計算從云端擴展到了邊緣以及端上，能夠覆蓋從隨時啟動的輕計算到超級計算，滿足全球千億設備的計算需求。簡單理解，飛天支撐、連接的將不只是服務器，還有邊緣，以及各種端。

從計算層面來看，阿里云能提供更豐富的計算能力、更彈性的部署、更快速的云盤、更高效的網絡、虛擬機和物理機融合。如阿里云在計算層面可實現秒即啟動輕量計算(ECI)、彈性計算(ECS)異構計算(FPGA)和高性能計算(E-HPC)等計算能力。

從存儲層面來看，阿里云提供從1Byte到1EB的高可靠數據存儲方案，支持跨地域容災，保證安全。阿里10倍性能的存儲產品包括SSD——AliFlash，加上阿里云另一款本地的存儲引擎——Fusionengie引擎，再配上低延時的RDMA網絡，阿里云形成了從底層芯片到部件、到本地的規模分布式傳輸的低延時能力，促進上層整個性能放大。

從網絡層面來看，阿里已經成功部署了規模化低延時網絡。目前已規模部署了雙25G、雙100G到服務器的網絡，同時也在研發400G的網絡。在低延時方面，阿里通過對RDMA協議的支持，通過對運維管理的研發、流量控制、運算算法的研發，成功部署了規?；牡脱訒r網絡。

從邊緣層面來看，依托邊緣節點服務ENS和Link IoT Edge，阿里云能夠幫助用戶深入到每一個計算場景。其中，ENS覆蓋全球，分鐘級創建，可節省30%帶寬，能使云計算延伸10公里;Link IoT Edge支持在智能設備上部署邊緣計算，讓設備“天然”智能。

(三)影響及意義

1. 標志萬物智能感知——物聯網時代率先到來。

物聯網通過智能感知、識別技術與普適計算等通信感知技術，廣泛應用于網絡的融合中，也因此被稱為繼計算機、互聯網之后世界信息產業發展的第三次浪潮。

2016年美國發布了一份《2016-2045年新興科技趨勢報告》，對未來的科技趨勢進行了綜合地分析，其中排在首位的就是物聯網。Gartner預測，到2020年全球物聯網設備數量將達到208億。據中國物聯網研究發展中心預測，到2020年我國物聯網產業規模將達到2萬億，未來5年復合增速為 22%。

對阿里云而言，推進物聯網賽道速度會更快。對于整個產業鏈來說，像阿里云這樣體量的玩家加入，勢必會對物聯網市場的技術、生態、應用帶來新的活力、新的動力，從而推動整個物聯網市場更快的成熟。

于是阿里云誕生了“城市大腦”，它是ET大腦的重要板塊，通過擁堵指數測算、信號燈效率優化、主動報警等服務提高城市交通效率。攝像頭、信號燈等組成了物聯網，城市大腦本身是人工智能，云計算由阿里云提供;之后誕生了“達爾文計劃”，即通過一系列的包括平臺、芯片和微基站在內的全鏈路生態服務，交付給企業一張自有可控的物聯網;有了“新制造”，旨在通過新技術完成制造業升級，落地柔性供應鏈，實現按需定制。

2. 推動云計算“騰云駕霧 ”進階3.0。

當前云計算的演進過程可以分為三個階段。云計算1.0階段，中小企業通過云計算實現從“無”到“有”的IT功能;云計算2.0階段，成為企業級用戶IT核心應用的補充資源;云計算3.0階段，在原生應用、人工智能和物聯網驅動下，云計算成為企業IT的核心資源。目前大多數企業正處于云計算的第二階段，越來越多的企業開始選擇將業務部署上云。

大數據、人工智能、物聯網等新技術的快速發展，推動著云計算與邊緣計算在架構和技術上的融合，以滿足高性能計算、大數據分析的需求，以及智能終端對數據的快速采集、實時分析，最大限度地挖掘企業的業務創新能力和發展潛力。

盡管云計算擁有海量的計算和存儲資源池，但當面對廣泛分布的大量終端及其所采集的海量數據時，也不可避免會遇到諸如核心網絡擁堵、高延遲以及可靠性無法保證的難題。

為此，作為云計算的延伸擴展，霧計算(Fog Computing)概念應運而生。霧計算的原理是通過使用邊緣網絡中的設備，讓基于云的服務可以離物聯網和傳感器更近，是由性能較弱、更為分散的各種功能計算機組成，此外，邊緣和核心網絡的組件都可以作為霧計算的基礎設施。

與云計算相比，霧計算所采用的架構更呈分布式，更接近網絡邊緣。霧計算將數據、數據處理和應用程序集中在網絡邊緣的設備中，而不像云計算那樣將它們幾乎全部保存在云中。因此，云計算是新一代的集中式計算，而霧計算是新一代的分布式計算，更加符合互聯網“去中心化”的特征。

(四)未來前景展望

未來十年，物聯網(LoT)+云計算(Cloud)+人工智能(AI)三駕馬車將深度融合。其中物聯網擔綱數據采集;人工智能實現理解和判斷;云計算來完成數據處理的過程。三者疊加，極大地拓展了阿里云的業務邊界，它從一家僅提供云計算服務的公司，拓展至更為多元化的領域。

云計算是物聯網的中樞大腦。物聯網的特點在于海量的計算節點和終端，物聯網在處理海量數據時對于計算能力的要求很高，而云計算剛好就可以擔負起這一角色，也可以直接地把云計算當成計算網絡的大腦，在物聯網中起到中樞的作用。

人工智能的分析判斷離不開云計算平臺。而在云計算這個平臺上，決定最終性能的關鍵因素就是應用的各種算法，而這也是人工智能承擔的角色。人工智能同樣離不開大數據，同時也是要靠云計算平臺以完成深度學習進化。

物聯網和人工智能二者相輔相成。物聯網是目標，人工智能是實現方式，實現物聯網離不開人工智能的發展。人工智能計算、處理、分析、規劃問題，而物聯網側重解決方案的落地、傳輸和控制。人工智能雖然核心在于算法，但確實基于大量歷史數據和實時數據來對未來進行預測的，因而人工智能需要持續大量的數據流入，而物聯網的海量節點和應用產生的數據也是來源之一。另一方面，對于物聯網應用來說，人工智能的實時分析更是能幫助企業提升營運業績，通過數據分析和數據挖掘等手段，發現新的業務場景。

未來我們通過物聯網產生、收集海量的數據存儲于云平臺，再通過基于大數據的云計算分析，甚至更高形式的人工智能，“IoT+Cloud+AI”三駕馬車齊頭并進，為人類的生產、生活提供更好的服務。