雲計算未來趨勢預測：AIaaS、無伺服器、雲端一體化等将成重點？

雲計算是一種業務模式，服務提供商在定制的環境中處理客戶的完整基礎架構和軟體需求。随着雲計算的發展，雲服務和解決方案也将随之增長。

軟體即服務(SaaS)預計到2020年将以18%的年均複合增長率增長，平台即服務(PaaS)的采用率将在2020年達到56%，而2017年為32%。2018年基礎設施即服務(IaaS)的全球市場規模将達到175億美元。随着企業雲服務的采用，雲檔案共享服務将會增加，而消費者雲服務也将會随之增長。在雲計算領域，亞馬遜領先于微軟、IBM、谷歌及其他技術巨頭。2022年，亞馬遜AWS營收将達到430億美元。

雲計算曆經泡沫幻滅的低谷期,正走向Gartner技術成熟度曲線的複蘇期。相比十年前的概念炒作,今天的雲計算市場已經趨于成熟,并且脫離了單純的提供存儲、CDN等基礎設施服務,通過雲這座橋梁,将大資料計算,AI技術等賦能于使用者。那麼放眼2019,雲計算會呈現出哪些風向變化呢?

趨勢一:開源仍将是主流雲廠商的選擇

使用開源技術仍将成為雲廠商的主流選擇。無論是IBM收購Redhat以抗衡微軟Azure大量使用開源技術,還是AWS支援部署Kubernetes,都在印證開源對于雲計算社群的貢獻。在國内,雖然“自主可控”和“拿來主義”之辯不絕于耳,但不可否認的是,目前雲計算廠商均基于Xen/KVM虛拟化的Linux叢集建構的自家解決方案,本質上仍然采用了虛拟化開源管理程式。

同時,技術開源将是雲廠商吸引使用者和開發者,建構生态的重要政策。例如全球雲服務商AWS為了支撐自身的混合雲戰略,承諾開源自家微虛拟機Firecracker,為使用托管AWS Fargate容器服務或AWS Lambda無伺服器計算架構的客戶更有效地隔離IT基礎設施資源。中國的百度公司在2018年底宣布将邊緣計算開源,開發人員可以借力更靈活地開發自己的邊緣解決方案和應用。同時,随着雲計算中的大量資料為機器學習、大資料等技術提供場景,主流雲廠商也在以開源的方式向外界提供更具附加值的服務。

趨勢二:雲端智能過渡為AIaaS(人工智能即服務)

過去一年中,雲與智能成為國内外科技巨頭組織架構調整的重心。國外,微軟成立雲與人工智能平台,進一步聚焦智能雲業務;國内,百度更新ABC智能雲事業部為智能雲事業群組(ACG);阿裡雲更新為雲智能;騰訊則成立雲與智慧産業事業群。一系列動向表明,以雲為AI的強載體,打造智能化雲服務将成為今年巨頭們的重點發力方向。

事實上,在雲端建構大資料分析和機器學習服務的發展政策在三年前就顯露苗頭。彼時的Build大會上,微軟正式推出認知服務,包括語音、視覺、語言了解等API接口,為開發者提供AI能力。目前,在認知服務、對話式AI和開放平台的支撐下,微軟Azure已經成為推動AI平民化的核心視窗。

而作為全球雲計算的領跑者,AWS也通過Amazon SageMaker機器學習平台吸引數以萬計的開發者建構AI産品和服務。該平台通過對TensorFlow架構的支援,使得将近80%的TensorFlow工具運作于AWS,截流了谷歌的大量開發者人群。同時,AWS自身疊代速度也令人側目,僅在去年就推出了130多項新的AI功能和服務。巨頭的狂奔,更加印證了智能化服務将成為未來雲計算發展的關鍵變量。

趨勢三:IaaS向ML IaaS更新,雲計算基礎設施重心向AI轉移

雲端智能服務離不開底層設施的支撐。步入下一個十年, AI的普及将對傳統資料中心的計算能力提出更多挑戰。摩爾定律的終結也意味着傳統晶片的處理速度不足以應對大規模算法訓練的需求。是以,作為大規模訓練的主要載體,雲計算在建設過程中,越來越需要将智能化納入對基礎設施建設的考量範圍。

在實際行動上,為了擺脫對Nvidia、Intel等廠商的依賴,也出于對自身業務适配性的考量,谷歌、微軟、亞馬遜等巨頭都将自研定制化晶片作為算力更新的主要途徑。谷歌推出TPU以擺脫GPU的限制,微軟的FPGA已經成為Azure的基礎設施,亞馬遜在近年大舉收購了一批晶片制造商,為研發定制化晶片做足技術積累。

在國内,BAT也在加碼對AI晶片研發的投入力度,以期在博采各廠商技術特點的同時,依托後發優勢走出自己的差異化路線。以百度為例,百度推出雲端全功能AI晶片“昆侖”,從量級上提升百度大腦算力。作為百度大腦的雲化,百度智能雲在博采GPU和FPGA優勢的同時,也自主研發了XPU為PaddlePaddle提供算力支撐。

趨勢四:無伺服器計算将成為企業的主流選擇

無伺服器化是雲計算緻力于發展的方向之一,它的好處主要在于成本和效率。傳統的雲計算中,對計算資源的使用以虛拟機為機關。而依托severless計算,企業級客戶對于計算資源的管理将細化到以函數(功能)為機關,這對正處于經濟寒冬中的企業,尤其是中小創企業來說是具有誘惑的選擇。

另一方面,通過無伺服器計算,企業客戶将能夠把雲資源管理和按需擴充資源的責任委托給雲服務商,減輕自身IT運維的負擔和可能出現的業務風險。同時,毫秒級的自動化部署将極大提升應用擴充效率,滿足企業對靈活部署的需求。

作為Severless理念的首倡者,AWS推出的無伺服器産品Lambda已經有10多萬家企業級客戶使用。無需在雲端環境中專門配置伺服器,客戶可以直接通過Lambda運作應用程式。去年,AWS無伺服器計算應用庫的釋出再度加快了雲市場的Severless程序。為了跟上趨勢,微軟、IBM也相繼推出無伺服器計算服務。Research and Markets則預測,一個所謂“功能即服務”的新産業将走過概念階段,到2021年将達到每年77.2億美元的規模。

趨勢五:雲端一體化,邊緣智能加速AI向産業落地應用

随着IoT技術的普及,包括工業控制器、傳感器等越來越多的裝置接入雲端,傳統的以雲為中心的模式将不足以對海量的裝置資料進行實時處理。在工業現場等要求時延<5ms的場景,以及無網狀态中,雲邊協同将更好地滿足企業的實際需求。

相應的,“邊緣智能”也将成為未來科技巨頭博弈的焦點之一。在這方面,微軟捷足先登,早在17年就将智能雲(Intelligent Cloud)與智能邊緣(Intelligent Edge)作為并行發展的兩大戰略,這也是“雲邊協同”戰略的最初展現。去年Build大會上,全球首個推出邊緣計算産品的微軟宣布正式開源Azure IoT Edge,并展示了大疆無人機如何通過邊緣計算套件檢測鋼管異常。

雲和物聯網(IoT)是不可分割的，因為物聯網需要雲來運作和執行。物聯網是一套完整的管理和內建的服務，允許企業大規模從全球分散的裝置連接配接、管理和攝取物聯網資料，對資料進行實時處理和分析，實施操作變更，并根據需要采取行動。亞馬遜Alexa與谷歌Assistant等AI助理的炒作和越來越多的采用已經讓企業看到了物聯網的機會，是以雲計算的使用将和物聯網一起不斷發展。

雲計算的主要優勢之一是按照消費模式的易于支付。在無伺服器雲計算中更為明顯。無伺服器應用将為那些專注于網絡安全和惡意軟體防護的企業提供即時支付型付費模式。觸發式日志，資料包捕獲分析和使用無伺服器基礎架構的流量資訊将變得更加普遍，并允許中小型企業獲得與大型企業一樣的規模效益和靈活性，這也歸功于即時支付型付費模式。