青云QingCloud產(chǎn)品經(jīng)理 李建盛

技術(shù)的本質(zhì)在于日積月累的進化，當年的虛擬化、RESTFull API、分布式的概念，經(jīng)歷這十多年，也發(fā)生了翻天覆地的變化。這次，筆者試圖給大家捋一捋最近幾年在云計算領(lǐng)域發(fā)生的技術(shù)變遷，看看云計算相關(guān)技術(shù)的進化與蛻變。

軟件定義一切

軟件定義網(wǎng)絡(luò)、軟件定義存儲、軟件定義數(shù)據(jù)中心，乍聽起來似乎有點炒概念之嫌，其實不然，支撐這些概念的技術(shù)有了突飛猛進的發(fā)展。

一是VxLan、ARP泛洪抑制、DVR、VPN等技術(shù)已經(jīng)實現(xiàn)，國內(nèi)云計算廠家青云QingCloud以業(yè)內(nèi)領(lǐng)先的水平率先克服了技術(shù)難關(guān)，開發(fā)了軟件定義網(wǎng)絡(luò)2.0，為支撐業(yè)務(wù)VPC、負載均衡、大規(guī)模虛擬機遷移、物理網(wǎng)絡(luò)高效連接等提供了業(yè)內(nèi)優(yōu)秀方案。

二是存儲，尤其是塊存儲的擴展性，以及性能的平衡，都是業(yè)界最令人頭疼的問題。NeonSAN這樣的產(chǎn)品的出現(xiàn)，徹底打破了這個魔咒。

另一方面，云計算逐漸進入企業(yè)核心應(yīng)用，業(yè)務(wù)呈融合趨勢。

云計算給人的概念是伴隨著互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、大數(shù)據(jù)處理等技術(shù)應(yīng)用而生，那些傳統(tǒng)的業(yè)務(wù)應(yīng)用，如ERP、CRM、辦公套件等，一直都渴望運行在云平臺當中，以解決容量規(guī)劃、性能、運維等問題。國內(nèi)云計算廠家青云QingCloud開發(fā)了集虛擬機、容器、物理機于一體的統(tǒng)一平臺，以一致的體驗滿足各類應(yīng)用的需求，助推云計算進入企業(yè)核心應(yīng)用。

微服務(wù)成應(yīng)用主流架構(gòu)

Docker的出現(xiàn)，徹底顛覆了過去大家對于PaaS的認識，也替代了很多的以虛擬化為中心的IaaS云服務(wù)，甚至一度革了過去所有的PaaS平臺的命，比如CloudFoundry、OpenShift等。Docker是Linux下容器的一種實現(xiàn)，Linux容器即kernel允許同時運行多個用戶態(tài)空間的實例，而不僅僅是常見的一個，也就是我們常常提到的操作系統(tǒng)級的虛擬化。相比于模擬整個硬件架構(gòu)的虛擬化，如KVM，容器有著靈活、輕量級等諸多優(yōu)勢。尤其是以版本控制形式出現(xiàn)的倉庫，能夠快速地部署和回滾現(xiàn)有業(yè)務(wù)。一時之間，容器化應(yīng)用成為了大家的日常。

既然輕量級的容器出現(xiàn)了，那么顛覆的就是資源調(diào)度、服務(wù)的認識，以及進一步松耦合分布式，于是以Kubernetes為代表的容器編排框架，將業(yè)務(wù)進一步地分拆，微服務(wù)化，每個服務(wù)分為多個Pod，每個Pod都運行多個容器，以具有自愈、服務(wù)自動發(fā)現(xiàn)等功能橫空出世，受到業(yè)界青睞。

開源正成為公有云戰(zhàn)場

開源是整個互聯(lián)網(wǎng)的基石。其實整個IaaS平臺都是以開源為基石的，毫不夸張地說，沒有開源，就沒有所謂的云計算。

Linux、KVM、Xen、Hadoop、Docker、Kubernetes……無數(shù)卓越的開源項目成就了各大云計算平臺的基礎(chǔ)，但是公有云平臺在商業(yè)模式上售賣的是資源：計算、存儲、網(wǎng)絡(luò)、帶寬等，而不是本身軟件的框架，所以我們會發(fā)現(xiàn)巨頭們都在開源，以吸引和招攬開發(fā)者，構(gòu)建生態(tài)環(huán)境。

DevOps漸變?yōu)锳IOps

DevOps從提出到落地，已經(jīng)很多年過去了，但是根基太深，壁壘太重，能夠跨越鴻溝的寥寥無幾。Dev還是Ops？由誰主導？于是，一會科技文化的爭論，一會技術(shù)的選擇，總而言之，毫無進展。這下好了，人工智能的出現(xiàn)，可能徹底革了所有人的命，整個運維都由人工智能來做了。通過歷史數(shù)據(jù)的學習和訓練，人工智能可以做到提前預測、故障自動轉(zhuǎn)移、自動修復等。好吧，別再提DevOps了，文化的改變，是需要幾代人的，而技術(shù)帶來的變革，是文化難以阻止的。

人工智能“民主化”

隨著AlphaGo戰(zhàn)勝人類頂級圍棋選手，人工智能仿佛一夜之間成功了，隨后便是人臉識別、自動駕駛、語音助手、圖像識別等各項應(yīng)用。但是要知道人工智能真的和人類一樣，是需要消耗資源來學習和計算的。所有人工智能需要大量的計算資源，以浮點運算著稱的GPU甚至都不能滿足需求，各大公司正在積極地開發(fā)TPU。當然，科學是美好的，目前世面上所有的機器學習框架都是開源的，供所有人使用。青云QingCloud也在積極發(fā)揮自身的優(yōu)勢，提供足夠的資源，為人工智能的“民主化”推波助瀾。