云计算未来趋势预测:AIaaS、无服务器、云端一体化等将成重点?

云端智能服务离不开底层设施的支撑。步入下一个十年,AI的普及将对传统数据中心的计算能力提出更多挑战。摩尔定律的终结也意味着传统芯片的处理速度不足以应对大规模算法训练的需求。因此,作为大规模训练的主要载体,云计算在建设过程中,越来越需要将智能化纳入对基础设施建设的考量范围。
  云计算是一种业务模式,服务提供商在定制的环境中处理客户的完整基础架构和软件需求。随着云计算的发展,云服务和解决方案也将随之增长。
 
  软件即服务(SaaS)预计到2020年将以18%的年均复合增长率增长,平台即服务(PaaS)的采用率将在2020年达到56%,而2017年为32%。2018年基础设施即服务(IaaS)的全球市场规模将达到175亿美元。随着企业云服务的采用,云文件共享服务将会增加,而消费者云服务也将会随之增长。在云计算领域,亚马逊领先于微软、IBM、谷歌及其他技术巨头。2022年,亚马逊AWS营收将达到430亿美元。
 
  云计算历经泡沫幻灭的低谷期,正走向Gartner技术成熟度曲线的复苏期。相比十年前的概念炒作,今天的云计算市场已经趋于成熟,并且脱离了单纯的提供存储、CDN等基础设施服务,通过云这座桥梁,将大数据计算,AI技术等赋能于用户。那么放眼2019,云计算会呈现出哪些风向变化呢?
 
  趋势一:开源仍将是主流云厂商的选择
 
  使用开源技术仍将成为云厂商的主流选择。无论是IBM收购Redhat以抗衡微软Azure大量使用开源技术,还是AWS支持部署Kubernetes,都在印证开源对于云计算社区的贡献。在国内,虽然“自主可控”和“拿来主义”之辩不绝于耳,但不可否认的是,当前云计算厂商均基于Xen/KVM虚拟化的Linux集群构建的自家解决方案,本质上仍然采用了虚拟化开源管理程序。
 
 
  同时,技术开源将是云厂商吸引用户和开发者,构建生态的重要策略。例如全球云服务商AWS为了支撑自身的混合云战略,承诺开源自家微虚拟机Firecracker,为使用托管AWS Fargate容器服务或AWS Lambda无服务器计算框架的客户更有效地隔离IT基础设施资源。中国的百度公司在2018年底宣布将边缘计算开源,开发人员可以借力更灵活地开发自己的边缘解决方案和应用。同时,随着云计算中的大量数据为机器学习、大数据等技术提供场景,主流云厂商也在以开源的方式向外界提供更具附加值的服务。
 
  趋势二:云端智能过渡为AIaaS(人工智能即服务)
 
  过去一年中,云与智能成为国内外科技巨头组织架构调整的重心。国外,微软成立云与人工智能平台,进一步聚焦智能云业务;国内,百度升级ABC智能云事业部为智能云事业群组(ACG);阿里云升级为云智能;腾讯则成立云与智慧产业事业群。一系列动向表明,以云为AI的强载体,打造智能化云服务将成为今年巨头们的重点发力方向。
 
 
  事实上,在云端构建大数据分析和机器学习服务的发展策略在三年前就显露苗头。彼时的Build大会上,微软正式推出认知服务,包括语音、视觉、语言理解等API接口,为开发者提供AI能力。目前,在认知服务、对话式AI和开放平台的支撑下,微软Azure已经成为推动AI平民化的核心窗口。
 
  而作为全球云计算的领跑者,AWS也通过Amazon SageMaker机器学习平台吸引数以万计的开发者构建AI产品和服务。该平台通过对TensorFlow框架的支持,使得将近80%的TensorFlow工具运行于AWS,截流了谷歌的大量开发者人群。同时,AWS自身迭代速度也令人侧目,仅在去年就推出了130多项新的AI功能和服务。巨头的狂奔,更加印证了智能化服务将成为未来云计算发展的关键变量。
 
  趋势三:IaaS向ML IaaS升级,云计算基础设施重心向AI转移
 
  云端智能服务离不开底层设施的支撑。步入下一个十年,AI的普及将对传统数据中心的计算能力提出更多挑战。摩尔定律的终结也意味着传统芯片的处理速度不足以应对大规模算法训练的需求。因此,作为大规模训练的主要载体,云计算在建设过程中,越来越需要将智能化纳入对基础设施建设的考量范围。
 
 
  在实际行动上,为了摆脱对Nvidia、Intel等厂商的依赖,也出于对自身业务适配性的考量,谷歌、微软、亚马逊等巨头都将自研定制化芯片作为算力升级的主要途径。谷歌推出TPU以摆脱GPU的限制,微软的FPGA已经成为Azure的基础设施,亚马逊在近年大举收购了一批芯片制造商,为研发定制化芯片做足技术积累。
 
  在国内,BAT也在加码对AI芯片研发的投入力度,以期在博采各厂商技术特点的同时,依托后发优势走出自己的差异化路线。以百度为例,百度推出云端全功能AI芯片“昆仑”,从量级上提升百度大脑算力。作为百度大脑的云化,百度智能云在博采GPU和FPGA优势的同时,也自主研发了XPU为PaddlePaddle提供算力支撑。
 
  趋势四:无服务器计算将成为企业的主流选择
 
  无服务器化是云计算致力于发展的方向之一,它的好处主要在于成本和效率。传统的云计算中,对计算资源的使用以虚拟机为单位。而依托severless计算,企业级客户对于计算资源的管理将细化到以函数(功能)为单位,这对正处于经济寒冬中的企业,尤其是中小创企业来说是具有诱惑的选择。
 
 
  另一方面,通过无服务器计算,企业客户将能够把云资源管理和按需扩展资源的责任委托给云服务商,减轻自身IT运维的负担和可能出现的业务风险。同时,毫秒级的自动化部署将极大提升应用扩展效率,满足企业对敏捷部署的需求。
 
  作为Severless理念的首倡者,AWS推出的无服务器产品Lambda已经有10多万家企业级客户使用。无需在云端环境中专门配置服务器,客户可以直接通过Lambda运行应用程序。去年,AWS无服务器计算应用库的发布再度加快了云市场的Severless进程。为了跟上趋势,微软、IBM也相继推出无服务器计算服务。Research and Markets则预测,一个所谓“功能即服务”的新产业将走过概念阶段,到2021年将达到每年77.2亿美元的规模。
 
  趋势五:云端一体化,边缘智能加速AI向产业落地应用
 
  随着IoT技术的普及,包括工业控制器、传感器等越来越多的设备接入云端,传统的以云为中心的模式将不足以对海量的设备数据进行实时处理。在工业现场等要求时延<5ms的场景,以及无网状态中,云边协同将更好地满足企业的实际需求。
 
 
  相应的,“边缘智能”也将成为未来科技巨头博弈的焦点之一。在这方面,微软捷足先登,早在17年就将智能云(Intelligent Cloud)与智能边缘(Intelligent Edge)作为并行发展的两大战略,这也是“云边协同”战略的最初体现。去年Build大会上,全球首个推出边缘计算产品的微软宣布正式开源Azure IoT Edge,并展示了大疆无人机如何通过边缘计算套件检测钢管异常。
 
  云和物联网(IoT)是不可分割的,因为物联网需要云来运行和执行。物联网是一套完整的管理和集成的服务,允许企业大规模从全球分散的设备连接、管理和摄取物联网数据,对数据进行实时处理和分析,实施操作变更,并根据需要采取行动。亚马逊Alexa与谷歌Assistant等AI助理的炒作和越来越多的采用已经让企业看到了物联网的机会,因此云计算的使用将和物联网一起不断发展。
 
  云计算的主要优势之一是按照消费模式的易于支付。在无服务器云计算中更为明显。无服务器应用将为那些专注于网络安全和恶意软件防护的企业提供即时支付型付费模式。触发式日志,数据包捕获分析和使用无服务器基础架构的流量信息将变得更加普遍,并允许中小型企业获得与大型企业一样的规模效益和灵活性,这也归功于即时支付型付费模式。

本文来自信息化观察者网,转载请注明出处。

 

注:本站文章除标明原创外,均未网友或机构投稿分享,如有宣发需求或侵权请联系dongxizhiku@163.com。