据工信部数据显示，截至6月末，中国移动互联网用户数达14.5亿户，6月当月户均移动互联网接入流量达到14.89GB。从上面数据可以看出来，国人基本实现了普遍的“上网自由”。这种自由背后，与移动互联网几乎同步发展的云计算居功至伟。研究报告显示，与传统IT模式相比，云计算在计算、网络、存储和运维管理等整体成本上降低了5～7倍。如果算上系统搭建、机房建设、采购流程等的时间成本，成本甚至降低达到10倍左右。我们现在几乎可以“无限”的在抖音、快手、微博、知乎、百度等APP上免费生产和上传内容，背后离不开数据存储成本的不断下降。不过，到了2022年云计算行业进入了十字路口。原因很简单，消费互联网的增长空间见顶，用户规模、人均使用时长、流量消耗总量（VR、元宇宙等流量大户尚未成熟）都进入低增长阶段，过去十年云计算赖以快速成长的环境发生变化。互联网行业是云计算诞生之地，也是云计算最早商用落地之处，它的触顶直接影响云计算未来十年的走向。不过，随着国家层面对数字经济发展的推动。政企上云用云，成了“接班”互联网的新力量。这种变化在云厂商的竞争格局变动中也有所体现。据IDC发布的《中国公有云服务市场(2021第三季度)跟踪报告》显示，阿里云、腾讯云、华为云和天翼云的市场份额分别占比39.01%、10.92%、10.74%和8.98%，共同占据了国内公有云计算市场近七成份额。不过，相比于阿里云、腾讯云、华为云的两位数增长，运营商增速表现更好。移动云收入同比增速达135%，市场份额排名再进一位至第七名。联通云市场份额和收入同比增速双第一，分别达到167.67%和296.35%。这种变化很好理解，云计算作为企业数字化基础设施，在厂商选择中天然会遵从“就近”原则。阿里云、腾讯云、百度智能云作为互联网大厂，吃掉过去十年互联网行业大部分云市场在情理之中。而当下作为增量主力的政企客户，属性上天然有别于互联网客户，会更信任华为云、运营商云。不过，大厂派相比运营商派有自己一大独特优势，就是在软件和应用的研发能力远胜于后者。而政企客户除了需要通过云计算降本增效，而自身数字化也极其依赖云计算提供的数字化能力。这个独特的变数，是互联网切入政企市场的一个重要着力点，意味着未来的to B云战争中，最终鹿死谁手还不好说。从目前获得的信息推测，云未来十年的战争，将在四个局部发生较大的较量。无论大厂派还是运营商派，谁胜的牌局越多，谁的最终体量也就越大。这四个局部是，1、硬件成本战争；2、服务网络战争；3、PaaS之争；4、SaaS之争。1、硬件成本战争；在这里必须强调一个事实，云计算这项生意最大的魅力就是复购率。它就像发电厂，生活中电从来不愁卖。作为数字社会的基础设施，作为信息时代的基座，云计算的需求是持续并逐年上涨。也就说，可以参考过去几十年电力市场的发展，云计算将遵循相似的路径。电力市场中，煤电为何占比达到七成？煤电缺点这里不展开谈了，它之所以占到绝对比例，因为它是各种发电模式中最低的一种。所以说，未来哪家云厂商是市场主力军？当然是那个能将成本降到最低的玩家，目前阿里云做到市场第一，就和它入局最早，在基础设施成本压缩上做的较好相关。成本是云计算发展命门；在成本问题上，云计算相比传统IT模式实现了数倍甚至十倍的节省。站在云计算客户角度来看，云虽然省钱，可这项开支是每月、每年必须的投入项，当中小企业或政企客户感觉某家云成本过高，会去选择更便宜的平台，甚至可以“弃”云计算而走。目前，各大云计算平台之间是允许客户自由转移，长时间尺度来看，能把IaaS服务定价保持最低的玩家话语权更强。假设未来云计算成本“万一”突然变高，客户还有自建服务器机房的备选项。从产业角度来看，按照商业模式，云计算分为公有云、私有云和混合云的三大类，基本可以全面替代传统IT模式，以巨大的成本优势逐步将各类客户转移到云计算上。 这其中，又以公有云占比较大。据中国信息通信研究院披露的数据显示，2021年中国云计算市场规模达到3102亿元，增速48.4%。从细分市场来看，公有云市场占比逐年提升，2021年我国公有云市场占比最高，达59.7%。而从服务内容来看，云计算又有三种形式，1、IaaS，基础设施服务，Infrastructure-as-a-service；2、PaaS，平台服务，Platform-as-a-service；3、SaaS，软件服务，Software-as-a-service。从这个维度来看，目前，海外SaaS市场占主导，国内IaaS市场占主导，最终还将是SaaS主导。中国云计算市场中IaaS占比达到70%，SaaS则只有21%， 而全球云计算市场中SaaS占比高达55%，IaaS占比为26%。这种结构的差异因为，无论国内还是海外云计算市场，皆经历先IaaS层级后SaaS层级的升级。中国云计算发展相对滞后，IaaS市场基本成熟后才开始向SaaS市场过渡。毫无疑问，在今后几年里，IaaS服务将是云厂商竞争的重要领域，并逐步将战火引到PaaS、SaaS。而且，从服务链条来看，占据IaaS市场的领军者，将更容易发展PaaS、SaaS。而在IaaS的选择上，成本是最关键的一环。这里可以模拟一个发展链路，低成本IaaS进行引流，并以Paas模式和SaaS模式作为利润主要来源。目前来看，大中小云厂商为了竞争市场，都采取着激烈的价格战争夺客户。相比补贴的短期性，运营成本压缩才具备长期价值。那云计算的主要成本来源是什么呢？数据中心是云计算产业的底层核心基础设施，服务器是数据中心基础设施的重要组成部分，其中的CPU、GPU决定了服务器的算力。据信通院数据显示，服务器在数据中心硬件成本中占比70％左右。进一步的，芯片成本则占据服务器成本的绝大部分。根据IDC的研究数据，CPU、GPU、DRAM三个模块中的芯片成本在基础型服务器中占比约30％，在更高性能的服务器中，占比高达50％-80％。短期战争，大小云厂商可以靠疯狂补贴来获取和蚕食份额，将时间尺度拉长，只有那些将硬件成本压缩到极致的云计算平台，才能维持长期的低价，并源源不断留存旧客户和吸引其他平台客户青睐，做大做强，成为行业最终的最大玩家。基于降成本考虑，无论美国云巨头亚马逊AWS、谷歌云，还是国内阿里云、腾讯云、华为云都将自研芯片和其他硬件设施作为实现降低成本的重要途径。AWS开创了云厂商自研芯片的先河。从2013年推出首颗Nitro1芯片至今，已经有9年自研芯片历史，已拥有网络芯片、服务器芯片、人工智能机器学习自研芯片三条产品线。国内厂商中，阿里和华为也正在布局Arm服务器芯片。2019年，华为旗下的海思半导体推出了基于Arm架构的服务器芯片鲲鹏920。2021年10月，阿里巴巴旗下半导体公司平头哥发布自研云芯片倚天710。今年6月13日，阿里云智能总裁张建锋在峰会上正式发布CIPU（Cloud infrastructure Processing Units），这是阿里为新型云数据中心设计的专用处理器，替代CPU成为云计算的管控和加速中心的下一代芯片。腾讯则在2021年11月公布了自研芯片进展，分别是AI推理芯片“紫霄”、视频转码芯片“沧海”和智能网卡芯片“玄灵”，性能相较业内产品均有明显提升。同时，自研的腾讯云星星海服务器，也帮助腾讯云全面提升了性价比。从早期的去IOE，到现在自研芯片的推进，云计算厂商实现着硬件成本的降低。可以说，未来云计算竞争，谁能够在综合成本上大幅度跑赢对手，它就具备了绝对的话语权。围绕成本还有好消息。另外，我国一体化大数据中心体系完成总体布局设计，“东数西算”工程也全面启动。简单说，就是通过构建数据中心、云计算、大数据一体化的新型算力网络体系，将东部算力需求有序引导到西部，优化数据中心建设布局，促进东西部协同联动。我们知道，西部是不发达地区，地广物博各项成本占据巨大优势。三大电信运营商与华为、腾讯、阿里、百度、字节跳动等纷纷官宣了有关“东数西算”的各自布局。多位专家指出，“东数西算”工程预计每年将带动超千亿元规模的云计算相关投资。即使在海外，成本也是云计算竞争的核心。亚马逊的贝索斯就提出了一个贝索斯定律。按照贝索斯定律，在云计算的发展过程中，单位计算能力的价格大约每隔3年会降低50%。有分析机构统计，亚马逊AWS在市场拓荒期，累计降价42次，重新诠释了“价格屠夫”这个词。就目前来看，中国云厂商之间价格普遍相差不大，相对而言国内市场获得政策红利更少一点的亚马逊AWS、微软云等价格稍高。在疯狂的价格战中，已有大量中等体量的云厂商“掉队”。这个厮杀将是长期现象，未来十年中还会有现在表现不错的玩家掉队。2、服务网络之争；在云服务上，目前各大云厂商维持一个稳定的状态，虽然具体服务内容、价格与折扣随时间呈现着动态的变化，除了个别业务，大部分相似服务的各自价格差别并不明显。IaaS 厂商的云计算收入构成主要为基础服务（计算、存储、CDN）以及增值服务，基础服务属性简单，毛利率相对增值服务的毛利率较低。据未来智库2020年底的一次统计显示，阿里云、腾讯云、华为云、金山云 四家厂商普通云盘价格的包月、小时计费，价格相差都不算大；高性能云硬盘的价格差别与普通云盘类似；SSD云硬盘无论是包月还是按小时计费，按照包月对比金山云最便宜，按照小时计费阿里云和华为云价格最低。现阶段，国内云计算市场的几大玩家主要分为五大流派：互联网云厂商：阿里云、腾讯云、百度智能云、金山云等通信运营商：移动云、天翼云、联通云独立云厂商：优刻得、青云外资云厂商：亚马逊AWS、微软azure、IBMICT云厂商：华为云、紫光云、浪潮云巨头背景的云厂商，在技术实力、品牌价值、服务价格上相差不大，重要的是比拼服务网络的构建。服务网络有多重要呢？我看看当下各大云厂商客户的构成。阿里云起步于电商行业，后将客户群扩展到消费互联网企业，包括字节跳动、B站、爱奇艺、小红书等。2021年Q4，阿里云来自消费互联网客户的营收占比48%。今年3月，华为前EBG中国区总裁蔡英华空降阿里云M7（资深副总裁），负责阿里云全球销售业务。蔡英华曾当过华为企业业务中国区总裁，而华为在政企客户上的影响力就无需赘言。这次任命外界解读阿里云将打造新的服务网络，未来业务重点将是政企大客户。腾讯云很多客户来自泛互联网行业，比如游戏、视频和电商。其服务的客户包括快手、小红书、美团等，几乎覆盖了国内70%的游戏厂商，90%音视频客户和绝大多数主流电商平台。此外，在金融、政务、工业、能源等领域，腾讯云也在持续深耕。华为云则更偏重于需求复杂、痛点多的大型政企类的业务关键型客户。根据 IDC 发布的《中国政务云基础设施市场份额 2020》报告，华为云在中国政务云基础设施市场的占有率高达32.2%，已经连续4年蝉联第一。未来十年，是政企客户集体上云的十年。相比过去互联网公司的灵活和主动，它们更依赖云厂商的线下服务网络提供具体服务。根据此前麦肯锡的一份研究数据显示，在2018年，美国企业上云率已经达到85%以上，欧盟企业上云率在70%左右，而中国企业的上云率只有40%左右。政企客户上云的速度在增加，云厂商是否拥有完备的线下服务网络重要性愈发凸显。三大运营商近两年来增速跑过行业，很大一个原因，运营商在不同地域上拥有广泛的客户群和客户拓展渠道，并有着自己的一套完整的市场营销、技术支持和客户服务的策略。以天翼云为例，其在云和大数据布局方面，有超过300多个本地节点、1000多个边缘节点，以及超万个客户节点；移动云在四大热点区域建设资源池，并基于500多个边缘云节点推进算力下沉，打造了一朵全域全场景覆盖的分布式云；联通云则通过5大算力区域、4大核心节点和31省份骨干云池，在全国有450个边缘节点，打造云算网立体化布局。其实，就云计算的基础设施、平台层和软件层发展，阿里云、腾讯云、百度智能云等互联网大厂玩家做的更好。面临着增长压力，未来如何在线下组建一个可以抗衡运营商的服务网络生态，是它们必须思考的问题。 中国云计算市场已从最初的十几亿增长至目前的千亿规模，行业发展迅速。据中国信息通信研究院披露的数据显示，2017-2019年期间，我国云计算行业的市场规模增速均在30%以上，呈高速增长态势。为了应对新形势，老巨头玩家已经开始出手。今年6月在华为伙伴暨开发者大会2022上，华为云宣布已成立煤矿、政务一网通军团等20个军团。华为云CEO张平安还发布15大创新服务，其中包括工业、政务、供热、煤矿、教育5个行业aPaaS服务。7月12日，腾讯云与智慧产业事业群(CSIG)则成立了政企业务线，持续深耕政务、工业、能源、文旅、农业、地产、体育、运营商等领域，这是时隔一年后，腾讯CSIG的又一次组织进化。去年5月，腾讯CSIG确定了 “扎根行业、深耕区域、提升效率”三大战略。蔡英华空降阿里，今年，阿里云按照分销伙伴、集成伙伴、咨询伙伴、解决方案ISV伙伴、产品ISV伙伴等能力标签，成立了相对应的生态团队，来专项服务合作伙伴。这背后最大的转变是，基于伙伴的能力模型，阿里云去适配伙伴，而不是让伙伴来适配阿里云。如果说，硬件成本的压缩是长期价值的体现。而服务网络的战场，就是和时间赛跑，中国政企客户数字化带来的巨大市场空间，谁能高效率触达并转化它们，就赢跑一小段。3、PaaS之争；IaaS虽是基础，但云计算大战最终落脚点，必然是PaaS和下面要提到SaaS之争。原因非常简单，IaaS是数字社会的刚需，只要是数字业务就需要一个“桶”装着，IaaS层是整个云计算产业链中的关键基础设施。一方面，市场经济的自由竞争会令云大厂主动的降低IaaS服务的价格。另一方面，就像水电一样，IaaS云厂商很难联合起来拉高价格（会引来监管）。答案就肯定了，IaaS的利润率过去、现在和将来都会很低。国内外市场，都呈现着这一现象。先说海外，19财年亚马逊云服务AWS以亚马逊12%的总营收占比，却贡献了63%的总营业利润，可以说AWS已是亚马逊一颗的非常稳定而健康的摇钱树。三大业务中，PaaS利润率就超过IaaS。去年6月，Bernstein分析师曾做了一份估计，他认为2015年AWS收入的14%来自利润率较高的“平台即服务”PaaS产品，其余收入来自较低利润率水平的“基础设施即服务”IaaS产品。 而在2020年上半年，分析师估计PaaS的比例已经上升到18%。今年，国海证券也做过一个统计，阿里云PaaS及SaaS收入中，PaaS及SaaS毛利率高于IaaS。具体数值尚未公开，不过可以确定，PaaS能给云厂商带来更高的利润。为何？在云行业，IaaS底层标准化程度高，毛利率为10-15%。相比而言，PaaS与SaaS的毛利率可高达50%-70%。因为，PaaS、SaaS是基于IaaS底层基础设施衍生出的系统级和应用级服务，更凸显定制化的商业服务和产品技术等能力。简单来说，PaaS、SaaS是企业有需求才会选用的服务，相比之下IaaS就是强刚需服务需求了。因此，IaaS引流，PaaS、SaaS进行盈利提升。企业为何会主动为PaaS付出更多的溢价？整体来说，云大厂们的PaaS，大多通过采用AI、数据湖、微服务化、容器服务等关键技术提供云原生应用的平台能力，促使企业IT在支撑业务敏捷化、智能化和资源利用率上迈入新台阶。7月28日，在2022开放原子全球开源峰会的开幕式上，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生透露，从2007年开始，腾讯就开始自研金融级的分布式数据库TDSQL。如今，腾讯云数据库已经在张家港农商银行、昆山农商银行等新一代核心业务系统投产上线，支撑国内超20家金融机构换上“国产心”。 我们（腾讯）也已经将TDSQL PG版全面开源，共建国产数据库开源生态，助力各行业的数字化转型。数字化程度已是企业竞争优势的中重要组成项，IaaS只是提供基础的数据算力服务，只有购买了PaaS服务，企业才可以更多的“借用”的大厂技术优势，完成更深程度的数字化。插播个案例，广西灵山是“中国荔枝之乡”，当地与阿里共建了“未来果园”，通过物联网和AI技术，24小时监控土壤、气象等生产信息，防灾抗病、提质增效，从传统种植转向标准化生产。基于菜鸟智能产地仓，农产品的加工、仓储、包装、运输实现数字化，对接淘宝天猫、淘菜菜、饿了么等渠道，满足消费者的多层次需求。通过统仓集配等公共服务，当地商家整体供应成本降低15%~20%。PaaS方面，互联网大厂无论技术经验、产研深度和生态触角，都要远胜运营商。近年来，各大云厂商先后将触角伸到PaaS、SaaS领域。今年一季报中，腾讯表示，将不再聚焦于规模增长，而是更看重企业服务业务的健康可持续增长，将资源集中于PaaS领域，包括视频云及网络安全等。为了加强PaaS和SaaS的联动，早在2019年腾讯推出“千帆计划”，孵化一系列连接器，比如IDaaS、iPaaS、EIAM、低代码等等，提供账号、数据层面的连接能力，在财务、HR、工业等赛道，基于这些连接器和商业伙伴建立合作。阿里云方面，钉钉把自己定位成数字化新生产力工具，是一个开放的PaaS平台，来帮助企业和生态合作伙伴,将HR系统、生产系统、ERP、研发系统等业务管理系统集成到钉钉上，阿里云通过推动云钉一体提升PaaS能力。2022阿里云合作伙伴大会上，阿里巴巴集团副总裁、钉钉总裁叶军曾强调：“云钉一体提供了PaaS能力底座。有了云，神龙计算、盘古存储、洛神网络、云安全、云原生应用这些基础能力得到保障。云也有很强的PaaS，像AI、IoT、大数据计算等等，已经有一套非常好的PaaS了。钉钉补全了协同类的PaaS，是一个业务性的中台。”2020年6月，字节跳动旗下企业技术服务平台火山引擎正式上线。去年底火山引擎被列为六大核心业务板块，升级为独立BU，发布全系云服务产品，字节跳动开始全面进入公有云市场。在最初阶段，字节云也把中心放在了PaaS与SaaS领域。据IDC近期发布的《中国公有云服务市场（2021上半年）跟踪》报告显示，2021年上半年，中国公有云服务整体市场规模（IaaS/PaaS/SaaS）达到123.1亿美元（787.6亿人民币）。其中IaaS市场同比增长47.5%，市场规模为78.26亿美元（500.7亿人民币）。PaaS市场同比增长53.9%，市场规模为17.2亿美元（110亿人民币）。 2021年H1阿里云IaaS收入193.3亿元；华为云56.1亿元；腾讯云55.6亿元；天翼云48.1亿元；亚马逊32.5亿元；其他115.2亿元。PaaS市场同比增长53.9%，市场规模为17.2亿美元（110亿人民币），去年同期为11.18亿美元（71.5亿人民币）。2021年H1阿里云PaaS收入38.2亿元；亚马逊13.3亿元；腾讯云12.9亿元；华为云10.5亿元。PaaS拥有的在线办公协同、低代码、云原生、分布式等开放、开源的云服务能力，能解决超过4000万数目的中小企业的数字化转型问题。但PaaS对云大厂的软件研发能力、生态建设能力都提出极高的考验，它正成为各大云厂商发力的技术方向。随着云业务的深入发展，头部云厂商竞争的主力点将落在PaaS和SaaS市场。4、SaaS之争；作为上上层，SaaS对于云厂商而言，是建设大生态的最关键一环。2021年，华为云发布了开天aPaaS（应用程序平台即服务），将自身30多年及全球各行各业的数字化转型经验变成可被调用的服务开放出来，让开发者面向行业创新，不必重复“造轮子”。对比全球SaaS产业历史同期，SaaS市场渗透率演进路径基本一致，我国SaaS产业发展滞后约5年左右，预计未来5～10年将成为国内SaaS市场发展的关键时期。相比海外SaaS的上云，中国将呈现不同的表现，云计算或是推动SaaS渗透率上升的一个重要力量。所以，早在去年4月26日，腾讯就在北京举行 “2021 腾讯千帆战略发布会”，解读其 SaaS 生态战略，面向行业和客户发布“企业应用连接器 ”。据透露，未来三年，腾讯千帆将助力10万家客户和1万个SaaS应用实现高效连接，致力于打造全球最大规模的企业应用连接器。而百度智能云也推出了碳数智化平台--度能，全新推出SaaS服务。截至目前，度能已和数十家生态合作企业，联合打造近百款能源应用及终端，服务客户的数量有上万家。领域覆盖产能、供能、用能全链条，行业场景囊括化工、制造、食品加工、轻工等多个领域。我国的SaaS行业起步较晚，在2010年左右正式起步，经过十多年的发展，经营管理类SaaS开始进入稳定发展的成熟期。过去，SaaS服务都是服务商单独向中小企业售卖。而云SaaS则会加速产业发展进程，各大云厂商开始打造自己的SaaS平台，生态的繁荣会提升各自云服务的吸引力，尤其利好SaaS厂商，云计算将是它们触达企业客户最佳渠道之一。云厂商们自然很注重对第三方服务商的扶持力度，而包括阿里云，曾一度提出“不做SaaS”。很显然，数字化并非简单的将大数据、应用放在云上跑，它还需要一系列数字化工具作为支撑转型。对于各大云厂商来说，SaaS服务的特点，决定了必须依赖更多的第三方服务商，构建生态打造共赢模式是共同选择。在这方面，互联网大厂与万千SaaS服务提供商的“关系”，显然远胜运营商云，未来这也是互联网大厂发挥自身优势的方向。数字化浪潮下，中小企业和政企大客户已成了云计算市场增量的新蓝海。它们需求相比消费互联网公司更垂直、细分和专业化，这给予云大厂们更多施展技术实力的空间。从增速上看，运营商去年确实交了一份满意的答卷，但就未来竞争趋势预测，互联网大厂玩家的综合实力仍旧更强。无论如何，云计算的未来十年开始了，大厂派VS运营商派谁实力更强？只能说拭目以待。引用文章：半导体产业纵横-《跨界造芯“卷”上云，云计算厂商角逐服务器芯片》；节点财经-《华为云，身负重担》；节点财经-《华为来的蔡英华，能帮阿里云搞定政企大客户？》；中国电子报-《三朵运营商云：静待花开》；科技云报道-《云巨头的中场战事：PaaS、SaaS成为关键破局点？》中国经营报-《互联网云巨头增速放缓 SaaS生态决胜未来？》*本文来源于砍柴网-师天浩，原文链接：http://tech.ikanchai.com/article/20220801/491582.shtml，如有侵权，立即删除。

2022 中国算力大会于 7 月 30 日在山东济南开幕。工信部相关负责人表示，我国算力产业规模快速增长，近五年平均增速超过 30%，算力规模排名全球第二。中国工程院院士邬贺铨在接受采访中表示，中国数据量巨大，在智能算力方面全球优势突出，未来中国算力总规模或将成为世界第一，不过当前我国在将算力转化为生产力的过程中，仍面临一定阻碍。据介绍，我国已启动建设多条“东数西算”干线光缆，所有地级市全面建成光网城市，千兆光纤用户数突破 6100 万户。目前，我国在用数据中心机架总规模超过 590 万标准机架，服务器规模约 2000 万台，数据中心存储容量年均增长速度超 50%。中国信息通信研究院测算，截至 2021 年底，我国算力核心产业规模超过 1.5 万亿元，关联产业规模超过 8 万亿。其中，云计算市场规模超过 3000 亿元，互联网数据中心服务市场规模超过 1500 亿元，人工智能核心产业规模超过 4000 亿元。在 2022 中国算力峰会 (济南) 暨超算互联网工程上线仪式上，官方还宣布国内首个超算互联网工程在山东济南上线。据介绍，济南市 2019 年建成国际首个超算科技园区，出台《关于加快超算产业化发展的意见》等政策措施。目前，济南生产的服务器产销量全国第一、全球第二，AI 服务器产销量全球第一，超算制造全球第二，国内超过 50% 的 AI 算力来自济南。2021 年 8 月，山河超级计算机在济南建设完成，并在 2022 年度国际超算大会（ISC2022）上登顶最新一期 IO500 榜单。

3G、4G、5G第三代、第四代和第五代蜂窝技术。简单来说，3G 代表智能手机及其移动网络浏览器的引入；4G 是当前一代的蜂窝技术，为移动设备提供真正的宽带互联网接入；5G 蜂窝技术将为蜂窝系统提供巨大的带宽并减少延迟，支持从智能手机到自动驾驶汽车和大规模物联网的一系列设备。边缘计算被认为是 5G 的关键组成部分。接入边缘（Access Edge）最接近物理最后一公里网络的服务提供商边缘的子层，RAN 或电缆头端零跳或一跳。例如，部署在蜂窝网络站点的边缘数据中心。接入边缘层充当服务提供商边缘的前线，通常连接到层次结构上游的区域边缘层。接入边缘的边缘计算由位于前端和中端站点的高度分布式服务器级基础设施组成，例如蜂窝塔、电缆配电厂、聚合和预聚合集线器、中央办公室以及其他网络接入设备如蜂窝无线基站，以及xDSL和xPON设备。接入边缘数据中心通常属于微模块类型，易于部署和独立运行。由于需要支持超低延迟工作负载，包括那些需要可预测连接到最后一公里网络的工作负载，接入边缘设施通常位于无线电头端或电缆头端 15 公里范围内，最适合用于延迟在 1ms - 30ms 范围内。接入网将用户和设备连接到其本地服务提供商的网络。它与核心网形成了鲜明的对比，核心网将服务提供商彼此连接起来，接入网直接连接到基础设施的边缘。聚合边缘服务提供商层边缘距离接入边缘只有一跳的距离。可以作为单个位置的中型数据中心存在，也可以由多个互连的微型数据中心组成，以在区域边缘和接入边缘之间形成分层拓扑，以实现更好的协作、工作负载故障转移和可扩展性。基站RAN（无线接入网络）中的一种网元，负责在一个或多个小区内向用户设备发送和接收无线电信号。基站可以采用集成天线，也可以通过馈线电缆连接到天线阵列。采用专业的数字信号处理和网络功能硬件。在现代 RAN 架构中，为了灵活性、成本和性能，基站可能被拆分为多个功能块在软件中运行。基带单元 (BBU)一种负责基带无线电信号处理的基站组件。采用专门的硬件进行数字信号处理。在 C-RAN 架构中，BBU 的功能可以作为VNF在软件中运行。中央办公室 (CO)特定地理区域内的电信基础设施聚合点。物理上为存放电信基础设施设备而设计，但通常不适合容纳边缘数据中心规模的计算、数据存储和网络资源，因为它们的地板、供暖、制冷、通风、灭火和电力输送系统不足。在这种情况下，当硬件是专门为边缘情况设计的，它可以应付中央办事处的物理限制。中央办公室重新设计为数据中心 (CORD)在中央办公室内部署数据中心级计算和数据存储能力。集中式数据中心一种大型的、通常是超大规模的物理结构和逻辑实体，其中包含大型计算、数据存储和网络资源，由于其规模，这些资源通常由许多租户同时使用。与大多数用户有很大的地理距离，通常用于云计算。云计算一种提供按需访问共享计算资源池的系统，包括网络、存储和计算服务。通常使用少量大型集中式数据中心和区域数据中心。云原生网络功能 (CNF)云原生网络功能 (CNF) 是实现网络功能的云原生应用程序。CNF 由一个或多个微服务组成，使用云原生原则开发，包括不可变基础设施、声明性 API 和“可重复部署过程”。举一个简单的 CNF 例子，数据包过滤器，它将单个网络功能作为微服务。防火墙也是一个例子，它可以由多个微服务组成（例如加密、解密、访问列表、数据包检查等）。云节点计算节点，例如单个服务器或其他一组计算资源，作为云计算基础设施的一部分运行。通常位于集中式数据中心内。Cloud RAN (C-RAN)RAN 的演进，允许将无线基站的功能分为两个组件：射频拉远头 (RRH) 和集中式 BBU。C-RAN 不要求在每个蜂窝无线电天线上都安装BBU，而是允许BBU在与发射塔一定距离的聚合点上工作，该聚合点通常称为 [分布式天线系统 (DAS) 集线器] 。将多个 BBU 放在一个聚合设施中可以提高基础设施效率，并更好地向 Cloud RAN 演进。在 C-RAN 架构中，由传统基站执行的任务通常作为VNF在通用计算硬件上的基础设施边缘微数据中心上执行。这些任务必须以高性能和尽可能低的延迟执行，需要在蜂窝网络站点上使用基础设施边缘计算来支持它们。云服务提供商 (CSP)由集中式和区域性数据中心组成的大型云资源运营组织。最常用于公有云环境中。也可以称为云服务运营商 (CSO)。Cloudlet在学术界，该术语指的是基础设施边缘的移动增强的公有或私有云，由卡内基梅隆大学的Mahadev Satyanarayanan推广。与边缘云同义。它还可以与边缘数据中心和边缘节点互换使用。在 3 层计算架构中，术语“cloudlet”是指中间层（Tier 2），Tier 1 是云，Tier 3 是智能手机、可穿戴设备、智能传感器等。托管（Colocation）将由不同方拥有或操作的计算、数据存储和网络基础设施部署在同一物理位置的过程。与共享基础设施不同的是，托管不要求边缘数据中心等基础设施拥有多个租户或用户。计算卸载（Computational Offloading）一种边缘计算用例，其中任务从边缘设备卸载到基础设施边缘以进行远程处理。例如，计算卸载通过将计算卸载到基础设施边缘来寻求移动设备的性能改进和节能，目标是最大限度地减少任务执行延迟和移动设备能耗。计算卸载还支持新类型的移动应用程序，这些应用程序需要的计算能力和存储容量超过了设备本身的能力。在其他情况下，为了提高性能，可以将工作负载从集中式数据中心转移到边缘数据中心。该术语在文献中也被称为云卸载和网络觅食。计算卸载也使新类型的移动应用成为可能，这些应用需要的计算能力和存储容量超过了设备本身的能力(例如，无绳虚拟现实)。在其他情况下，为了提高性能，可以将工作负载从集中式数据中心转移到边缘数据中心。这个术语也被称为cloud offload 或 cyber foraging。内容分发网络 (CDN)一种分布在整个网络中的分布式系统，将内容（例如流媒体视频）放置在离用户更近的位置。CDN是构建在现有网络基础之上的智能虚拟网络，依靠部署在各地的边缘服务器，通过中心平台的负载均衡、内容分发、调度等功能模块，使用户就近获取所需内容，降低网络拥塞，提高用户访问响应速度和命中率。当使用基础设施边缘计算时，CDN 节点在边缘数据中心的软件中运行。核心网服务提供商网络层，它将接入网和接入网上的设备连接到其他网络运营商和服务提供商，这样数据就可以在互联网或其他网络之间传输。距离基础设施边缘计算资源可能有多个跃点。CPE（Customer-Premises Equipment）一种接收移动信号并以无线WIFI信号转发出来的移动信号接入设备，例如有线网络调制解调器，它允许网络服务的用户连接到服务提供商的接入网中。通常是从基础设施边缘计算资源向终端用户的一跳。数据中心可容纳多个高性能计算和数据存储节点的结构，将大量的计算、数据存储和网络资源集中在一个位置。在某些情况下也可能指计算和数据存储节点。集中式数据中心、区域数据中心和边缘数据中心的规模各不相同。Data Gravity数据不能在网络上自由移动，并且随着数据量和网络端点之间距离的增加，这样做的成本和难度也会增加，应用程序将倾向于数据所在的位置。Data Ingest为存储和后续处理而接收大量数据的过程。例如，边缘数据中心为视频监控网络存储了大量的视频，然后必须对这些视频进行处理以识别相关人员。Data Reduction在数据的产生者和最终接收者之间使用一个中间点来智能地减少传输的数据量，同时又不丢失数据的含义的过程。一个例子是智能重复数据删除系统。数据主权数据受其所在国家、州、行业的法律法规或管理其使用和移动的适用法律框架的约束的概念。设备边缘（Device Edge）最后一公里网络的设备端或用户端的边缘计算能力。通常依赖于现场的网关或类似设备来收集和处理来自设备的数据。可能还会使用用户设备(如智能手机、笔记本电脑和传感器)有限的备用计算和数据存储能力来处理边缘计算工作负载。与基础设施边缘不同，因为它使用设备资源。设备边缘云（Device Edge Cloud）边缘云概念的扩展，其中某些工作负载可以在设备边缘可用的资源上运行。通常不提供类似云的弹性分配资源，但对于零延迟工作负载来说可能是最佳选择。分布式天线系统 (DAS) 集线器用作许多无线电通信设备的聚合点的位置，通常用于支持蜂窝网络。可能包含或直接连接到部署在基础设施边缘的边缘数据中心。边缘云位于基础设施边缘的类云功能，包括从用户角度访问弹性分配的计算、数据存储和网络资源。通常作为集中式公有或私有云的无缝扩展运行，由部署在基础设施边缘的微型数据中心构建。有时也称为分布式边缘云。边缘计算边缘计算，是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。通过缩短设备与为其服务的云资源之间的距离，并减少网络跳数，边缘计算缓解了当今互联网的延迟和带宽限制，从而迎来了新的应用类别。边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端。而云端计算，仍然可以访问边缘计算的历史数据。边缘数据中心与传统的集中式数据中心相比，边缘数据中心能够尽可能靠近网络边缘的地方。尽管单独使用规模较小，但能够执行与集中式数据中心相同的功能。由于高度分布式的物理位置产生的独特约束，边缘数据中心通常采用自主操作、多租户、分布式和本地弹性以及开放标准。边缘指的是这些数据中心通常部署的位置。它们的规模可以定义为微型，容量从 50 到 150 kW+ 不等。多个边缘数据中心可以互连，以在本地区域内提供容量增强、故障缓解和工作负载迁移，作为虚拟数据中心运行。Edge Exchange发生在边缘数据中心的 Pre-internet traffic exchange，通常在接入边缘处或附近。此功能通常在边缘数据中心的 Edge Meet Me Room 中执行，并且如果边缘交换处不存在目标位置，则可以与传统的集中式互联网交换点以补充或分层方式运行。与区域或集中式互联网交换相比，边缘交换可用于改善端到端应用程序延迟。Edge Meet Me Room边缘数据中心内的一个区域，租户和电信提供商可以在该区域中相互互连以及与其他边缘数据中心互连，其方式与在MMR中的方式相同。边缘网络结构（Edge Network Fabric）网络互连系统，通常是暗光纤或亮光纤，在基础设施边缘数据中心和潜在的其他本地基础设施之间提供连接。这些网络由于其规模和运行位置通常跨越位于市中心的不同地理区域，可以被视为城域网。边缘节点一种计算节点，例如单个服务器或一组计算资源，作为边缘计算基础设施的一部分运行。通常位于运行在基础设施边缘的边缘数据中心内，因此比集中式数据中心中的云节点在物理上更接近其目标用户。边缘增强应用（Edge-Enhanced Application）一种能够在集中式数据中心运行的应用程序，但在使用边缘计算运行时有性能(通常是在延迟方面)或功能优势。这些应用程序可以改编自集中式数据中心的现有应用程序，或者可能不需要更改。边缘原生应用（Edge-Native Application）原生构建的利用边缘计算能力的应用程序。边缘原生应用程序利用云原生原则，同时考虑到边缘在资源限制、安全性、延迟和自主性等领域的独特特征。边缘原生应用程序以利用云并与上游资源协同工作的方式开发。雾计算一种早期的边缘计算概念，它规定了计算和数据存储资源以及应用程序及其数据位于用户和云之间的最佳位置，目标是提高性能和冗余。雾计算一词最初是由思科创造的，作为边缘计算的替代品，但如今已被弃用。网关设备用户边缘上的设备，用作其他本地设备的管道，目的是聚合和促进现场设备的数据传输，其中许多设备是电池供电的，可以在低功耗状态下长时间运行。网关连接到这些设备并收集数据以转发到本地数据中心或通过最后一公里网络进行传输。硬实时（Hard Real Time）与需要确定性响应的用例或应用程序相关，其中消息必须按时并以可预测的方式到达，否则可能导致严重或危及生命的故障。PLC、RTU 和 ECU 等资源多年来一直用于工业过程控制、机械、飞机、车辆和无人机，需要实时操作系统 (RTOS) 和专用的固定功能逻辑。硬实时功能的例子包括控制工业车床、应用车辆制动器或展开车辆安全气囊；这些功能普遍在用户边缘执行，因为无论该连接的速度和可靠性如何，它们都不能依赖对最后一公里网络的控制。基础设施边缘（Infrastructure Edge）目前被 LF Edge 分类中的服务提供商边缘（Service Provider Edge）一词所取代，基础设施边缘原本指的是计算能力，通常以一个或多个边缘数据中心的形式，部署在最后一公里网络的运营商一侧。位于基础设施边缘的计算、数据存储和网络资源允许像云一样的能力，如资源的弹性分配，但是，由于与集中式或区域性数据中心相比，用户具有更高的局部性，因此具有更低的延迟和更低的数据传输成本。互连通常通过光纤电缆将一方的网络连接到另一方的网络，例如在互联网对等点、MMR。该术语还可以指两个数据中心之间或数据中心内的租户之间的连接，例如 Edge Meet Me Room。互联网边缘基础设施边缘内的一个子层，基础设施边缘和互联网之间发生互连。包含 Edge Meet Me Room和其他设备，用于提供这种高性能水平的互连。互联网交换点（IXP）不同电信运营商之间为连通各自网络而建立的集中交换平台，IXP是为促进互联网骨干网的网间互联和公平竞争而设置的运营商间进行数据网际交换的机构 是为互联网业者提供空间进行网络互连、交换流量和资源的服务场所。互联网边缘可能经常连接到 IXP。物联网边缘（IoT Edge）智能设备边缘的一个子集，由针对物联网用例的headless（即在常规操作中没有用户界面）计算资源组成。IP聚合利用基础设施边缘的计算、数据存储和网络资源，尽可能早地分离和路由从蜂窝网络RAN接收到的网络数据。如果不使用IP聚合，这些数据可能需要通过更长的路径到达本地CO或其他聚合点，然后才能路由到Internet或其他网络。为用户改进蜂窝网络的QoS。抖动在一段时间内观察到的网络数据传输延迟的变化。在整个测量周期内，从最低到最高的观测延迟值，以毫秒为单位进行测量。实时应用程序（如 VoIP、自动驾驶和在线游戏）的一个关键指标。最后一公里电信网络中连接服务提供商和客户的部分。客户与基础设施之间的连接类型和距离决定了客户可用的性能和服务。最后一公里是接入网的一部分，也是服务提供商控制范围内离用户最近的网段。延迟在网络数据传输的环境中，一个数据单位（通常是帧或数据包）从原始设备传输到目的地所花费的时间。在两个或多个端点之间的单个或重复时间点以毫秒为单位进行测量。优化现代应用程序用户体验的关键指标。与抖动不同，抖动是指延迟随时间的变化。有时表示为往返时间 (RTT)。延迟关键型应用如果延迟超过一定的阈值，应用程序将无法正常运行或功能崩溃。延迟关键应用程序通常负责实时任务，例如支持自动驾驶汽车或控制机器对机器的进程。与延迟敏感型应用不同，超过响应延迟需求通常会导致应用程序失败。延迟敏感型应用减少延迟可以提高性能，但如果延迟高于预期，应用仍然可以运行。与延迟关键型应用不同，超过延迟目标通常不会导致应用程序故障，但可能会导致用户体验下降。例如图像处理和批量数据传输。Local Breakout将internet-bound流量放到边缘网络节点(如边缘数据中心)的internet上的能力，而不需要流量通过更长的路径返回聚集的、更集中的设施。位置感知使用 RAN 数据和其他可用数据源以高精度确定用户的位置以及他们在不久的将来可能的位置，以实现工作负载迁移以确保最佳应用程序性能。基于位置的节点选择（Location-Based Node Selection）一种基于节点的物理位置相对于设备的物理位置来选择运行工作负载的最佳边缘节点的方法，目的是提高应用程序工作负载的性能。工作负载编排的一部分。管理和编排 (MANO)在边缘计算的背景下，这是边缘设备和边缘应用程序在其整个生命周期内的管理和编排，包括配置、监控、更新、操作和保护应用程序和数据。不同的边缘层需要类似的原则，但通常依赖于不同的工具集，这是由于固有的技术权衡，如可用计算占用空间、失去最后一公里连接期间的自主性、正常运行时间需求、时间紧迫性等。微模块数据中心 (MMDC)模块化数据中心是指以较小规模应用模块化数据中心概念的数据中心，容量通常为 50 至 150 kW。采用多种可能的形式，包括机架式机柜，可根据需要在室内或室外部署。与大型模块化数据中心一样，微模块数据中心能够与其他数据中心组合以增加区域内的可用资源。Mixed-Criticality工作负载整合将硬实时或延迟和安全关键型工作负载与软实时和延迟敏感型工作负载（例如通用边缘基础设施上的 AI/ML 模型）整合在一起的做法。移动边缘基础设施边缘、设备边缘和网络切片功能的组合，经过调整以支持特定用例，例如实时自动驾驶汽车控制、自动驾驶汽车寻路和车载娱乐。此类应用程序通常结合了对高带宽、低延迟和无缝可靠性的需求。移动网络运营商 (MNO)蜂窝网络的运营商，通常负责网络部署和有效运行所需的物理资产，例如 RAN 设备和网络站点。与 MVNO 不同，MNO 负责物理网络资产。可能包括部署在基础设施边缘的边缘数据中心，这些边缘数据中心位于或连接到这些资产下的蜂窝站点。通常也是一个服务提供商，提供对其他网络和互联网的访问。移动虚拟网络运营商 (MVNO)一种类似于 MNO 的服务提供商，区别在于 MVNO 不拥有或不经常运营自己的蜂窝网络基础设施。尽管他们不会拥有部署在连接到他们可能正在使用的蜂窝站点的基础设施边缘的边缘数据中心，但 MVNO 可能是该边缘数据中心内的租户。模块化数据中心 (MDC)一种为可移植性而设计的数据中心部署方法。高性能计算、数据存储和网络功能安装在便携式结构中，然后可以运输到需要的地方。这些数据中心可以与现有数据中心或其他模块化数据中心相结合，以根据需要增加可用的本地资源。多接入边缘计算 (MEC)由 ETSI 赞助的开放应用程序框架，支持与RAN紧密耦合的服务开发。MEC 于 2014 年正式提出，旨在通过标准化的软件平台、API 和编程模型来增强 4G 和 5G 无线基站，以便在无线网络边缘构建和部署应用程序。MEC 允许部署无线感知视频优化等服务，利用缓存、缓冲和实时转码来减少蜂窝网络的拥塞并改善用户体验。MEC最初被称为移动边缘计算，2016 年更名为多接入边缘计算，以强调他们将 MEC 扩展到蜂窝之外的其他接入技术的雄心。利用部署在基础设施边缘的边缘数据中心。近实时（Near Real Time）受益于离散的低延迟时序的应用程序或用例，但对低延迟而非硬实时的时序有一定的容忍度。网络功能虚拟化 (NFV)一种对于网络架构（network architecture）的概念，利用虚拟化技术，将网络节点阶层的功能，分割成几个功能区块，分别以软件方式实现，不再拘限于硬件架构。使用行业标准虚拟化和云计算技术，将网络功能从专有硬件设备中的嵌入式服务迁移到运行在标准x86和ARM服务器上的基于软件的VNF。在许多情况下，NFV处理和数据存储将发生在直接连接到基础设施边缘的本地蜂窝站点的边缘数据中心。网络跃点在网络中传输数据时发生路由或交换的点。减少用户和应用程序之间的网络跃点数是边缘计算的主要性能目标之一。东西南北数据流指跨边缘的数据流进出集中式云数据中心连续体的方向性。北向是指数据流向“上游”，例如从部署在用户边缘的资源到部署在服务提供商边缘和集中云的资源；而南向是指数据流向相反的方向。东向和西向数据流是指在整个连续体中相同/相似位置的资源对等体之间的相互通信。本地数据中心边缘（On-Premises Data Center Edge）用户边缘的一个子类别，由位于最终用户运营的建筑物内或附近的服务器级计算基础设施组成，例如办公室和工厂。这些位置的 IT 设备位于传统的私有数据中心和模块化数据中心 (MDC) 中。这些资源在可用空间、电力和冷却的范围内具有适度的可扩展性。用于安全和MANO的工具与云数据中心中使用的工具类似。OTT（Over-the-Top Service Provider）不拥有或运营底层网络的应用程序或服务提供商，在某些情况下是数据中心以及将其应用程序或服务交付给用户所需的基础设施。流媒体视频服务和 MVNO 是当今非常普遍的 OTT 服务提供商的例子。通常是数据中心租户。Perishable Data如果在某一时刻采取行动，这些数据是最有价值的，一旦处理可能会被丢弃，以降低通过最后一英里网络的连接成本。通过在本地处理来自传感器的数据，然后只向服务提供商边缘或云发送相关信息，而不是原始数据流，应用程序和连接性可以得到优化。存在点 (PoP)网络基础设施中的一个点，服务提供商允许用户或合作伙伴连接到他们的网络。在边缘计算的背景下，如果 IXP 不在本地区域内，在许多情况下，PoP 将在 edge meet me room 内。边缘数据中心将连接到 PoP，然后再连接到 IXP。QoEQoS原则的高级使用，对应用程序和网络性能进行更详细和细致的测量，目标是进一步改善应用程序和网络的用户体验。也指能够主动测量性能并根据需要调整配置或负载平衡的系统，因此可以被视为工作负载编排的一个组件。QoS衡量网络和数据中心基础设施服务特定应用程序（通常是针对特定用户）的指标。吞吐量、延迟和抖动都是关键的 QoS 测量指标，边缘计算旨在为许多不同类型的应用程序改进，从实时到批量数据传输用例。无线接入网 (RAN)接入网络的一种无线变体，通常指的是蜂窝网络，例如 3G、4G 或 5G。5G RAN将利用NFV和C-RAN，在基础设施边缘的计算、数据存储和网络资源提供支持。实时（Real Time）受益于或需要离散、低延迟时间的应用程序或用例。区域数据中心位于集中式数据中心和微模块数据中心之间的数据中心，已建成足够的规模，并且位置便利，可服务于整个区域。物理上比Access Edge更远离最终用户和设备，但比集中式数据中心更靠近他们。在某些情况下也称为都市数据中心。传统云计算的一部分。区域边缘服务提供商边缘的一个子类别，由位于区域数据中心的服务器级基础设施组成，这些数据中心也往往用作主要的对等站点。区域边缘数据中心能够支持 30 毫秒 - 100 毫秒范围内延迟的边缘工作负载。Resource Constrained Device设备边缘的一个子类别，指位于最后一公里网络的设备边缘侧的设备，这些设备通常由电池供电，并且可以在省电模式下长时间运行。这些设备通常在本地连接到网关设备，网关设备反过来传输和接收由本地网络以外的源生成的数据，并将数据定向到网关设备，例如在基础设施边缘的边缘数据中心运行的数据分析应用程序。服务提供商为客户提供网络接入的组织，其目标通常是通过“最后一公里”网络为客户提供互联网接入。客户通常会通过光纤电缆或无线蜂窝调制解调器从用户边缘的最后一公里连接到服务提供商的接入网。服务提供商边缘LF Edge 分类中的两个主要边缘层之一，用于指定部署在最后一公里网络的服务提供商端的边缘计算能力。服务提供商边缘由放置在大都市地区服务提供商网络附近或支持服务提供商网络的 IT 设备组成，并涵盖接入网络和最近的互联网交换 (IX) 点之间的物理地理位置。服务提供商边缘进一步细分为接入边缘和区域边缘，通常能够以低于 100 毫秒的延迟提供边缘计算。最初被称为基础设施边缘。共享基础设施多方使用单个计算、数据存储和网络资源，例如两个组织各自使用单个边缘数据中心的一半，这与各方拥有自己的基础设施的不同。智能设备边缘用户边缘的一个子类别，由位于物理安全数据中心之外的计算硬件组成，但仍能够支持用于云原生软件开发的虚拟化和/或容器化技术。这些资源涵盖消费级移动设备、 PC以及物联网设备。虽然这些设备能够进行通用计算，但由于成本、电池寿命、外形尺寸和坚固性（热和物理）等各种原因受到性能限制，因此与上游数据中的资源相比，处理可扩展性存在实际限制。这些系统越来越趋向于以图形处理单元 (GPU) 或现场可编程门阵列 (FPGA) 的形式进行协同处理，以加速分析。智能设备边缘的资源可以作为单独的设备进行部署和使用（例如，工厂车间的智能手机或物联网网关），也可以嵌入到分布式、独立的系统中，例如联网/自动驾驶汽车、信息亭、油井和风力涡轮机。Soft PLC一种虚拟化可编程逻辑控制器 (PLC)，可以与其他虚拟化或容器化应用程序一起整合到通用基础设施中，以用于并行运行的数据管理、安全和分析应用程序，并与更高的边缘层进行交互。软实时（Soft Real Time）与延迟敏感的应用程序相关联，例如视频流，其中应用程序依赖低延迟网络来提供良好的用户体验，但网络故障或延迟不会导致严重或可能危及生命的故障。为了方便和规模经济，通常从服务提供商边缘交付具有软实时要求的应用程序。吞吐量在网络数据传输环境中，每秒能够在两个或多个端点之间传输的数据量。以每秒比特数来衡量，通常根据需要以兆比特或千兆比特为单位。尽管应用程序通常需要最小的吞吐量水平才能正常运行，但在此延迟之后，通常会限制应用程序和损害用户体验。Thick Compute在边缘计算的背景下，是指通常位于智能设备边缘和本地数据中心边缘的高端网关和服务器级计算。可以部署在安全数据中心内部或外部。Thin Compute在边缘计算的背景下，指的是网关、集线器和路由器形式的更受限制的边缘计算资源，它们只有最小的处理能力，通常与其他更强大的（Thick Compute）设备结合使用来执行计算。智能设备边缘的一部分，通常部署在物理安全数据中心之外。Tiny ML在基于微控制器的设备中部署功能有限的机器学习 (ML) 推理模型，通常在受限设备边缘。需要高度专业化的工具集来容纳可用的处理资源。例如ML 模型，它使智能扬声器能够在服务器进一步处理后续语音交互之前在本地识别唤醒词（例如“Hey Siri”）。流量卸载将通常传输效率低下的数据（例如通过长距离、拥塞或高成本网络）重新路由到替代的、更本地的目的地（例如，CDN 缓存）或更低成本或更高效的网络的过程。Local Breakout 是使用边缘计算进行流量卸载的一个例子。Truck Roll在边缘计算的环境中，将人员派遣到边缘计算位置（例如边缘数据中心）的行为，通常是为了解决或排除检测到的问题。这些地点通常偏远，大部分时间都是远程操作，没有现场人员。这使得上门服务的其他实际考虑成本成为边缘计算运营商的潜在关注点。用户边缘部署在最后一公里网络用户侧的边缘计算能力，也称为设备边缘。LF Edge 分类中的两个主要边缘层之一，由服务器、存储和网络以及设备组成，部署在最后一公里网络的下游侧。用户边缘资源与物理世界中的最终用户和流程相邻，涵盖范围广泛的设备类型，包括网关、服务器和最终用户设备。用户边缘上的工作负载通常与服务提供商边缘上的资源一起工作，但能够实现较低的延迟并节省带宽，处理数据无需数据通过最后一公里的网络。与服务提供商边缘相比，用户边缘代表了高度多样化的资源组合。用户边缘包含本地数据中心边缘、智能设备边缘和受限设备边缘。V2XV2I 的超集，指的是类似 V2I 的技术，它使得车与车、车与基站、基站与基站之间能够通信。从而获得实时路况、道路信息、行人信息等一系列交通信息，从而提高驾驶安全性、减少拥堵、提高交通效率、提供车载娱乐信息等。V2I，用于连接或自动驾驶汽车的技术集合，用于连接到其支持的基础设施，如在基础设施边缘的边缘数据中心运行的机器视觉和路径查找应用程序。通常使用更新的蜂窝通信技术，如5G或Wi-Fi 6作为接入网络。虚拟数据中心由多个物理边缘数据中心构建的虚拟实体，从外部可以将它们视为一个实体。在虚拟数据中心内，可以根据负载平衡、故障转移或运营商偏好，根据需要将工作负载智能地放置在特定的边缘数据中心或可用区内。在这种配置中，边缘数据中心通过低延迟网络互连，旨在创建冗余和弹性的边缘计算基础设施。虚拟化网络功能 (VNF)一种基于软件的网络功能，在通用计算资源上运行，NFV 使用它来代替专用的物理设备。在许多情况下，多个 VNF 将在基础设施边缘的边缘数据中心上运行。工作负载编排一种智能系统，可动态确定要在计算、数据存储和网络资源范围内处理的应用程序工作负载的最佳位置、时间和优先级，从集中式和区域数据中心到基础设施边缘和设备边缘的可用资源。工作负载可以被标记为特定的性能和成本需求，这决定了它们将在哪里运行。编者按：本文编译自Open Glossary of Edge Computing，不声明原创，仅供学习交流。

作者：佚名可能有许多朋友已经意识到，人工智能已经影响了我们的生活。实现无处不在的人工智能未来可能会改变生活。联网智能设备的使用正在迅速增长，但它们还没有普及，而普遍采用人工智能还面临许多挑战。可能有许多朋友已经意识到，人工智能已经影响了我们的生活。实现无处不在的人工智能未来可能会改变生活。比如，我们的食物永远不会变质，吃的每一样东西都是健康的。甚至出去逛街，商店会立即知道我们走进来，并开始推荐定制产品，这就是为什么要理解并打破人工智能采用障碍至关重要的原因。采用人工智能应用的3个障碍：硬件和硬件兼容性是关键，目前技术还不成熟。人们有理由担心隐私问题。必要的技术非常昂贵。第一个挑战：硬件比如智能冰箱。三星在2018年推出了这样一款设备，但它更多的是一种新鲜事物。根据某机构的数据，2019年智能冰箱在北美最受欢迎，占全球市场的31%。然而，这些不是带有触摸屏的星际迷航式设备，而是由于内部电路允许更高的效率和自我监控而变得智能，用户甚至可能没有意识到设备有多智能。主要电器的更换时间比手机还长，消费者会根据需要更换大件物品，因此，仅仅因为效率更高而购买新手机的可能性，要小于因为电池寿命稍长而购买新手机的可能性。更新硬件也不是一项简单的任务。我们不能只在任何冰箱上添加Wi-Fi卡，希望它能向当地维修中心广播服务记录。我们生活中的大多数电子产品都不是模块化的，也不是旨在远远超出其当前设计的扩展。这是集成物联网设备的一个严重限制，因为任何只有几个智能灯泡的人都会告诉你，硬件和硬件兼容性是关键，我们还没有做到。也就是说，智能冰箱以及其他智能硬件的例子，对于构建人工智能驱动的未来生活是绝对必要的。我们需要一段时间才能达成一致，我们中的一些人会比其他人更早地购买人工智能驱动的硬件的未来。这批早期购买者对于引领大规模应用的道路至关重要，它有助于解决漏洞，并证明这些产品不仅有效，还能给人们的生活带来价值。第二个挑战：隐私我们正在进入一个个人数据比以往任何时候都更有价值的时代，消费者也开始意识到这一事实。2019年的一份报告显示，超过60%的受访者认为联网设备令人毛骨悚然，这可能会降低此类设备的采用率。虽然所有这些听起来可能令人生畏，但有一些有趣的创新来解决这些痛点。我们可能不知不觉中享受了这种思维带来的好处。要想理解这一点，我们必须进入一个充满网络设备的房间。我们大多数人都对服务器机房很熟悉，这要归功于电视节目和电影中我们看到的一些普通但高科技的数据中心。大多数消费者没有意识到的是，企业不会一次升级所有的数据中心硬件。就像当你买了一台新的笔记本电脑时，可能不会买一个新的路由器一样，随着时间的推移，数据中心的组件会到处更换，最终可能会变成供应商和服务的拼凑。前段时间，网络管理员统一管理，同时允许底层系统对各个组件进行微观管理。这需要特殊的软件来整合所有不同设备的所有不同要求，根据需要控制它们，同时混淆管理人员的详细信息。随着数据中心的不断升级，越来越多的隐私被嵌入其中。虽然我们还不能完全相信我们向人工智能迈出的每一步，但我们可以预计，在未来几年里，大多数数据中心都将以隐私为中心。最后的挑战：成本目前的人工智能解决方案的成本往往令人望而却步。然而，情况并非总是如此。我们已经以更具成本效益的方式将人工智能推向了边缘，将软件分层放在现有硬件之上，而不是等待专门的人工智能专用芯片。我们可以通过利用它们的网络和电网来为机器添加功能。回到我们不那么智能的冰箱，如果把电箱换成智能电箱，该电箱会根据其用电量检测您家中的冰箱，那结果会如何？智能电箱就会知道冰箱的生产厂家和型号，并根据这些信息对冰箱里的东西做出决定。再添加一个智能厨房摄像头，或者一个反嵌入式秤，我们就可以在不增加多少成本的情况下添加传感器。最终，最好的人工智能解决方案将跨越所有这些障碍。他们将在不依赖专用芯片的情况下将人工智能推向终端消费者，这将要求消费者更换新设备。毕竟，无处不在的人工智能依赖于任何需要它的地方。​责任编辑：华轩   来源： 千家网

原标题：山东物联网终端接入流量居全国首位我省累计开通5G基站13.3万个，物联网终端接入流量居全国首位持续发力新基建 积蓄发展新动能在古色古香的虚拟小巷里，人头攒动，热闹不已，店铺林立的街道实现“店铺级”的AR定位导航；商家在虚拟街道里拥有广告牌，还能在线发宣传单……中国联通临沂分公司政企行业总监沈慧卿介绍，这些集科技感和未来感的场景如今已在“沂州里5G+AR导航”小程序中呈现。今年以来，我省持续发力5G、工业互联网等新基建项目建设，为数字经济发展开拓新空间、积蓄新动能。上半年新建5G基站3.15万个，累计开通达到13.3万个，入库“5G+工业互联网”项目达到147个。16市136县主城区均已实现5G网络连续覆盖，乡镇主镇区5G覆盖比例已达到100%。发力“数字赛道”，“双千兆”网络、算力设施、物联网服务应用等信息基础设施建设是关键。截至4月底，我省千兆光网建设提前完成全年任务，全省千兆用户达497.5万户，用户规模居全国第3位。5月19日，济南、青岛两个国家级互联网骨干直联点建成开通，我省骨干网络质量显著提升。算力是数智服务的核心，截至今年一季度，全省算力规模总量显著增加，边缘数据中心数量占比达到80%，超全国平均水平。中国移动（济南）数据中心、泰安征途数据中心被工信部评为首批国家新型数据中心。中国移动（济南）数据中心经理张国良介绍，中心打造“连接+算力+能力”新型信息服务体系，算力算效等级均达到通用算力算效N3级标准。随着新基建的推进，物联网应用日益广泛。全省物联网终端用户超过1.3亿，流量居全国第一。“我们将刑侦中通过指纹查找嫌疑犯的思路，引入水环境监管领域，‘指纹’不仅能破案，还能逮非法排污。”宁阳县大数据中心主任张绪彬介绍，宁阳化工产业园区引入“水质指纹+全维感知管控”系统，通过水质大数据采集、分析、比对，建立水污染环境监测预警溯源体系，全面提升园区水污染现代化管控和治理能力。上半年，我省加快数字技术对传统基础设施的智能化改造，全省智慧交通、智慧水利、智慧能源等方面的融合基础设施建设如火如荼。“将图纸、方案、设计参数等资料上传到平台，可以模拟现场施工；重要隐蔽工程资料可随时调取；吊车等大型设备能够被精准定位……”山东铁投集团济南东枢纽提升工程指挥部指挥长姜贺介绍，依托济南东枢纽提升相关工程，我省进一步完成BIM+铁路工程建设管理模块开发、测试、试用与迭代升级。如今，不到施工现场便能身临其境，铁路尚未建成便可知其全貌。全省公路、铁路、机场、港口等基础设施正迎来一场数字化的内生变革，智慧交通各项重点工程如期推进。在水利方面，全省已建成自动雨量监测站3000余个，建设基本覆盖重点河流与大型水利工程视频站点4382个。当前，正加快推进小型水库雨水工情自动测报水库安全运行及防洪调度项目实施。在能源方面，我省统筹推进矿井、电网、油气管道数字化转型，加快部署联网便民服务设施。全省新建联网公共充电桩2200台，联网公共充电桩总数达到4.8万个，实现一个App跑遍全省。“如今，数据要素的价值日益凸显，但这都以数据要素能够顺畅流动、高效存储和深度分析为前提，而该前提依靠的正是数字基础设施。”山东省科技发展战略研究所所长李晔说，数字基础设施成为数字经济发展的重要底座和基石。（刘兰慧 孙济生）(责编：公雪、邢曼华)原文链接：http://sd.people.com.cn/n2/2022/0724/c166192-40051257.html

作者：Harris编译数据中心运营商在利用人工智能和机器学习方面有很多选择，而且随着技术变得更加实惠和先进，将会有更多选择。美好的未来就在眼前。​机器学习将显著地改变数据中心经济，并为改善未来铺平道路。随着机架开始装满ASIC、GPU、FPGA和超级计算机，机器学习和人工智能已经进入数据中心，并正在改变超大规模服务器场的外观。这些技术提高了可用于训练机器学习系统的计算机能力，这是一项以前需要大量数据处理的任务。最终目标是构建更智能的应用程序并增强企业已经每天使用的服务。仅仅依靠人类判断和常识将远远达不到所需的精确度和有效性标准。满足大规模IT服务需求的唯一可持续方法是完全转向数据驱动的决策，并使用所有数据来改善结果。由于行业厂商提供数据中心管理软件或利用该技术的基于云的服务的供应商的可用性，一些企业或托管服务提供商没有相同规模或专业知识已成为机器学习的早期采用者。根据IDC公司的数据，到2022年，由于嵌入式人工智能技术，数据中心50%的IT资产将独立运行。许多整体运营，包括规划和设计、工作负载、正常运行时间和成本管理，都可以使用机器学习在数据中心进行优化。以下是当今数据中心管理中机器学习的一些最大用例：提高数据中心的效率：企业可以使用机器学习来自主管理其数据中心的物理环境，而不是依赖软件警报。这将涉及软件实时更改数据中心的架构和物理布局。容量规划：数据中心的机器学习可以帮助IT公司预测需求，这样他们就不会耗尽空间、电力、冷却或IT资源。算法可以帮助公司确定转移如何影响设施的容量，例如，如果它正在整合数据中心并将应用程序和数据移动到中央数据中心。降低运营风险：防止停机是数据中心运营商的一项关键任务，机器学习可以更容易地预测和预防。数据中心管理中的机器学习软件跟踪关键组件的性能数据，如冷却和电源管理系统，并预测设备何时可能出现故障。因此，可以对这些系统进行预防性维护并避免代价高昂的停机。使用智能数据减少客户流失：公司可以在数据中心使用机器学习来更好地了解他们的客户，并可能预测客户行为。通过将机器学习软件与客户关系管理(CRM)系统集成，人工智能驱动的数据中心可能能够从历史数据库中搜索和检索通常不用于CRM的数据，这将使CRM系统能够开发新的潜在客户或客户成功策略。预算影响分析和建模：该技术将来自数据中心的运营和性能数据与财务数据（尤其是适用税收信息）相结合，以帮助确定购买和维护IT设备的价格。机器学习可以检查数TB的历史数据，并在几分之一秒内将参数应用于其决策，因为它的行动速度比任何人都快。当您跟踪数据中心中的所有活动时，这很有帮助。供应商和数据中心运营商利用机器学习解决的两个主要问题是提高效率和降低风险。例如，拥有200多个数据中心的全球最大托管服务提供商DigitalRealtyTrust最近开始测试机器学习技术。人类消耗和处理维持基础设施所需的大量底层系统、设备和数据的能力很快就会耗尽。由于其卓越的实时处理、反应、沟通和决策能力，DigitalRealty将从中受益。基本结论是，数据中心运营商在利用人工智能和机器学习方面有很多选择，而且随着技术变得更加实惠和先进，将会有更多选择。美好的未来就在眼前。​责任编辑：赵宁宁   来源： 机房360

数据中心增长通常与数据增长相关。通过网络连接设备传输的数据越多，就需要更多的数据中心来存储、传输和分析这些数据。在采用物联网的特定情况下，需要更多地理分布的数据中心可以为某些网络连接的设备提供低延迟连接。日前，调研机构IHS Markit公司预测互联网连接设备将从2017年的275亿台增长到2021年的454亿台，仅仅四年就将增长65%。这对于托管数据中心市场意味着什么?首先，这肯定是收入增长的积极推动力。然而，许多行业爱好者却认为这不可能以1：1的比例来推动发展。其次，它为托管数据中心服务提供商提供了一个新的机会来协助新端点和数据源的聚合和连接。托管数据中心市场收入将日益增长首先探讨一下物联网设备如何推动托管服务收入。IHS Markit公司预计其将从2017年的2300万美元增长到2021年的3200万美元，四年内将增长40%。数据中心增长通常与数据增长相关。通过网络连接设备传输的数据越多，就需要更多的数据中心来存储、传输和分析这些数据。在采用物联网的特定情况下，需要更多地理分布的数据中心可以为某些网络连接的设备提供低延迟连接。有些应用(如自动驾驶车辆或虚拟现实)将要求本地部署数据中心管理运行所需的大部分数据处理。大多数企业将无法在全球各个角落建立新的数据中心，因此他们需要转向集群，为地理分布的数据中心提供快速扩展、低资本密集型的选择。但物联网和数据中心的增长并不像人们所想的那样紧密相连。互联网连接设备增长65%并未转化为数据中心市场65%的增长。Citadel公司数据中心首席执行官Shawn Panchacharam阐述了很多关于物联网对集中和数据中心的影响，他表示，“人们普遍认为，它不再是由设备数量决定，而是由设备传输数据量决定的。而且，由于物联网设备上的本地分析以及机器学习的使用，大量数据将不需要离开设备。这对全球的网络基础设施来说是个好消息，因为不可避免地会出现设备的扩散，并且目前还无法处理数据流量的65%的增长。”Digital Realty公司服务支持副总裁Sean Iraca引用了飞机作为物联网数据永远不会回到数据中心的完美例证。一架飞机大约有10,000个传感器，每天产生大约2.5TB的数据。相比之下，1TB的数据相当于流式传输500小时的视频。每天都有10,000架飞机在飞行，这将产生海量数据。但并非所有这些数据都会传回到数据中心处理。相反，分析和机器学习是通过飞机上的计算来进行的，这可以决定飞机的安全性以及飞机是否可以立即再次飞行。只需要将设备上的算法得出的某些结论保存并发送到集中服务器获取趋势信息。剩下的大部分数据都可以丢弃。需要托管服务提供商提供统一平台其次，再探讨一下所有这些网络连接设备如何改变合作社的商业模式。现在很清楚，物联网对市场增长的影响是正面的，但最有趣的部分是在这个新的互联世界中角色集群将会发挥作用。将有来自各种数据点的数据通过多个网络传播，并驻留在各种云计算数据中心，因此需要一个统一的平台来聚合、分析和围绕数据做出决策。Iraca表示，这是Digital Realty公司关注的重点：“我们花费很多时间考虑如何发展我们的平台以适应这一切，能够提供这种无缝灵活的数据交互，以便客户不必在多种类型的合同上管理多种类型的网络。可以设想一下未来，用户可以登录到一个单一的门户，并同时管理所有网络、云计算和托管服务提供商的服务。托管服务提供商有充分的条件成为这些各种数据流的中央管理位置，许多服务提供商已经通过交换结构进入这个市场，而这些交换结构可直接访问云计算提供商提供的服务。”目前，互联网可连接设备或物联网的增长正在对托管数据中心市场产生积极影响，而该行业的一些真正机遇尚未出现，需要一个统一的平台和托管服务提供商交付做好准备。原文链接：https://www.sohu.com/a/565477142_121387394

【摘要】 7月4日，由深圳市光明区人民政府、深圳市深商总会主办的第八届全球深商大会盛大启幕。华为高级副总裁、华为云CEO 张平安受邀出席，以“加快云上数字创新，共建产业智慧生态”为主题发表演讲。演讲中，张平安立足华为公司案例和行业趋势，就千行百业的数字化发展趋势进行洞察。张平安表示，新冠疫情、产业迁徙、数字化与人工智能的浪潮正在深刻改变千行百业，我们更需要清晰地认识到：只有更快更全面地在云上构建数字化...本文分享自华为云社区《张平安：加快云上数字创新，共建产业智慧生态》，作者：华为云头条。7月4日，由深圳市光明区人民政府、深圳市深商总会主办的第八届全球深商大会盛大启幕。华为高级副总裁、华为云CEO 张平安受邀出席，以“加快云上数字创新，共建产业智慧生态”为主题发表演讲。演讲中，张平安立足华为公司案例和行业趋势，就千行百业的数字化发展趋势进行洞察。张平安表示，新冠疫情、产业迁徙、数字化与人工智能的浪潮正在深刻改变千行百业，我们更需要清晰地认识到：只有更快更全面地在云上构建数字化核心能力，才能为企业带来真正的“数字化韧性”。▲华为高级副总裁、华为云CEO 张平安以数字经济先行者深圳为例，2021年，深圳数字经济核心产业增加值突破9000亿元，占全市GDP比重超过30%，规模和质量均为全国首位。作为云计算厂商，华为云持续帮助行业伙伴和客户加快数字化发展，在深圳已经有了许多成功实践：在数字技术应用方面，通过云平台，协助比亚迪、顺丰等企业加快业务创新；在数字产业培育方面，在深圳各区落地近10个赋能云创新平台，为产业集群提供云上转型服务；在数字人才赋能方面，在大湾区累计发展开发者超过30万人，助力打造“产教融合”的全国标杆。大会现场，华为技术有限公司与深圳市企业服务集团签署全面合作协议。双方将以“科技赋能产业”为合作愿景，聚焦深圳市20+8产业集群创新及企业数字化转型服务，开放各自优势资源，加快推动深圳产业集群和未来产业高质量发展。▲华为与深企服全面合作启动仪式现场聚焦千行百业数字化张平安在演讲中分享了自己的行业洞察“云技术是千行百业数字化的必经之路，在未来，所有企业的数字化转型都必将拥抱云底座。”过去，许多企业为了信息化选择自建数据中心，相比于云，自建数据中心成本高、能耗高，是企业发展的一个包袱。例如，自建数据中心需要招投标，周期长，选用的设备也多是通用型的，并非业务最佳选择；硬件还有生命周期，每套设备往往适用3到4年，需不断地更换、维保；同时，许多数据中心的服务器CPU使用率往往仅有10%左右，大部分企业甚至在5%以下。▲传统自建数据中心与公有云的性能对比随着越来越多企业在拥抱人工智能，许多企业也发现，一名优秀的人工智能工程师动辄年薪百万，研发投入并非小数。现在，华为云践行技术即服务，把AI技术也变成云服务，AI相关的机器学习算法、框架、算力等，都可以在云上按需获取，极大节省了企业成本。以华为的人力、财务和研发部门为例，在业务整体上云以后，各部门使用的服务器CPU利用率大幅提升，不仅资源随取随用，实现了效率翻倍，还帮助数据中心减少了人力配置，每年为公司节省各类成本达1亿美金。▲华为云贵安数据中心“未来，优秀企业一定是数字化的。数据驱动的价值不仅在于企业内部，更在于上下游的价值链里。”在企业内部数据治理过程中，华为将全局业务抽象为1400多种业务领域、定义了3万多个数据实体，在云上构建了统一的大数据湖。过去，数据都由各部门私有，存放在不同的地方，数据流动都靠“人拉肩扛”、大量报表来实现，很难做到基于数据的集中决策。数据上云后，公司可以清晰定义，哪些数据归部门私有，哪些数据可用来共享，实现了公司数据的统一治理和智能决策。目前，华为云将相关技术打造为云服务，即：企业数据交换空间 EDS（Enterprise Data Space），明确了21项数据保护的规则。基于这一服务，华为已与伙伴开通了20多个跨企业的数据空间，已实现超过1.1万次有效数据交换，促进了上下游数据高效共享。▲EDS助力企业数据安全高效流通“业务、数据上云之后，未来数字化的蓝海在于SaaS生态，中国SaaS发展的黄金十年才刚刚开启。”从发达国家市场看，SaaS已是现代企业提供数字化服务的主要形式，SaaS产业的发展空间已被长期证明。2021年，美国SaaS市场已高达770亿美金，预计5年后将超1600亿。相比美国，中国的SaaS发展大约滞后5到10年，但预计未来数年将保持30%以上的高增速，未来十年将是中国SaaS发展的黄金十年。作为数字经济发展的先行者，深圳拥有大量优秀的创新企业和研发资源，深圳软件产业的产值、企业数量和收入处于全国前列，在SaaS生态建设上有着成熟基础。张平安指出，华为云致力于为SaaS伙伴打造云上创新的最佳平台，呼吁各行业一起重视软件价值，抓住SaaS发展的黄金机遇，推动深圳的软件产业走向世界，再造一张新的深圳名片。深圳是创新的沃土，孕育了众多生机勃勃的创业公司。在这片创业热土上，华为云还提出了助力科技创新的“初创计划”，帮助初创企业低成本、甚至零成本敏捷上云，让诞生在大学宿舍、共享办公空间的小型创业团队，也能够像大企业一样拥有稳定、弹性和最优成本的数字基础设施。同时，华为云还开放了全球生态资源网络，帮助初创企业发现更多全球商业机会，让独角兽更快地破茧成蝶。数字时代的未来已经来到，华为云致力于携手千行百业共同创新，一起构建万物互联的智能世界。

7月4日，由深圳市光明区人民政府、深圳市深商总会主办的第八届全球深商大会盛大启幕。华为高级副总裁、华为云CEO 张平安受邀出席，以“加快云上数字创新，共建产业智慧生态”为主题发表演讲。演讲中，张平安立足华为公司案例和行业趋势，就千行百业的数字化发展趋势进行洞察。张平安表示，新冠疫情、产业迁徙、数字化与人工智能的浪潮正在深刻改变千行百业，我们更需要清晰地认识到：只有更快更全面地在云上构建数字化核心能力，才能为企业带来真正的“数字化韧性”。▲华为高级副总裁、华为云CEO 张平安以数字经济先行者深圳为例，2021年，深圳数字经济核心产业增加值突破9000亿元，占全市GDP比重超过30%，规模和质量均为全国首位。 作为云计算厂商，华为云持续帮助行业伙伴和客户加快数字化发展，在深圳已经有了许多成功实践： 在数字技术应用方面，通过云平台，协助比亚迪、顺丰等企业加快业务创新；在数字产业培育方面，在深圳各区落地近10个赋能云创新平台，为产业集群提供云上转型服务；在数字人才赋能方面，在大湾区累计发展开发者超过30万人，助力打造“产教融合”的全国标杆。大会现场，华为技术有限公司与深圳市企业服务集团签署全面合作协议。双方将以“科技赋能产业”为合作愿景，聚焦深圳市20+8产业集群创新及企业数字化转型服务，开放各自优势资源，加快推动深圳产业集群和未来产业高质量发展。▲华为与深企服全面合作启动仪式现场聚焦千行百业数字化张平安在演讲中分享了自己的行业洞察“云技术是千行百业数字化的必经之路，在未来，所有企业的数字化转型都必将拥抱云底座。” 过去，许多企业为了信息化选择自建数据中心，相比于云，自建数据中心成本高、能耗高，是企业发展的一个包袱。例如，自建数据中心需要招投标，周期长，选用的设备也多是通用型的，并非业务最佳选择；硬件还有生命周期，每套设备往往适用3到4年，需不断地更换、维保；同时，许多数据中心的服务器CPU使用率往往仅有10%左右，大部分企业甚至在5%以下。▲传统自建数据中心与公有云的性能对比随着越来越多企业在拥抱人工智能，许多企业也发现，一名优秀的人工智能工程师动辄年薪百万，研发投入并非小数。现在，华为云践行技术即服务，把AI技术也变成云服务，AI相关的机器学习算法、框架、算力等，都可以在云上按需获取，极大节省了企业成本。以华为的人力、财务和研发部门为例，在业务整体上云以后，各部门使用的服务器CPU利用率大幅提升，不仅资源随取随用，实现了效率翻倍，还帮助数据中心减少了人力配置，每年为公司节省各类成本达1亿美金。▲华为云贵安数据中心“未来，优秀企业一定是数字化的。数据驱动的价值不仅在于企业内部，更在于上下游的价值链里。” 在企业内部数据治理过程中，华为将全局业务抽象为1400多种业务领域、定义了3万多个数据实体，在云上构建了统一的大数据湖。过去，数据都由各部门私有，存放在不同的地方，数据流动都靠“人拉肩扛”、大量报表来实现，很难做到基于数据的集中决策。数据上云后，公司可以清晰定义，哪些数据归部门私有，哪些数据可用来共享，实现了公司数据的统一治理和智能决策。目前，华为云将相关技术打造为云服务，即：企业数据交换空间 EDS（Enterprise Data Space），明确了21项数据保护的规则。基于这一服务，华为已与伙伴开通了20多个跨企业的数据空间，已实现超过1.1万次有效数据交换，促进了上下游数据高效共享。▲EDS助力企业数据安全高效流通“业务、数据上云之后，未来数字化的蓝海在于SaaS生态，中国SaaS发展的黄金十年才刚刚开启。”从发达国家市场看，SaaS已是现代企业提供数字化服务的主要形式，SaaS产业的发展空间已被长期证明。 2021年，**SaaS市场已高达770亿美金，预计5年后将超1600亿。相比**，中国的SaaS发展大约滞后5到10年，但预计未来数年将保持30%以上的高增速，未来十年将是中国SaaS发展的黄金十年。作为数字经济发展的先行者，深圳拥有大量优秀的创新企业和研发资源，深圳软件产业的产值、企业数量和收入处于全国前列，在SaaS生态建设上有着成熟基础。张平安指出，华为云致力于为SaaS伙伴打造云上创新的最佳平台，呼吁各行业一起重视软件价值，抓住SaaS发展的黄金机遇，推动深圳的软件产业走向世界，再造一张新的深圳名片。深圳是创新的沃土，孕育了众多生机勃勃的创业公司。在这片创业热土上，华为云还提出了助力科技创新的“初创计划”，帮助初创企业低成本、甚至零成本敏捷上云，让诞生在大学宿舍、共享办公空间的小型创业团队，也能够像大企业一样拥有稳定、弹性和最优成本的数字基础设施。同时，华为云还开放了全球生态资源网络，帮助初创企业发现更多全球商业机会，让独角兽更快地破茧成蝶。数字时代的未来已经来到，华为云致力于携手千行百业共同创新，一起构建万物互联的智能世界。

OpenFlow的起源与发展OpenFlow起源于斯坦福大学的Clean Slate项目，该项目的目标是要“重塑互联网”，旨在改变设计已略显不合时宜，且难以进化发展的现有网络基础架构。在2006年，斯坦福的学生Martin Casado领导了一个关于网络安全与管理的项目，试图通过一个集中式的控制器，让网络管理员方便地定义基于网络流的安全控制策略，并将这些安全策略应用到各种网络设备中，从而实现对整个网络通讯的安全控制。受此项目启发，Clean Slate项目的负责人Nick McKeown教授及其团队发现，如果将传统网络设备的数据转发和路由控制两个功能模块相分离，通过集中式的控制器（Controller）以标准化的接口对各种网络设备进行管理和配置，那么这将为网络资源的设计、管理和使用提供更多的可能性，从而更容易推动网络的革新与发展。于是，他们便提出了OpenFlow的概念，并且于2008年发表了题为《OpenFlow: Enabling Innovation in Campus Networks》的论文，首次详细地介绍了OpenFlow的原理和应用场景。2009年，基于OpenFlow，该研究团队进一步提出了SDN（Software Defined Network，软件定义网络）的概念，引起了行业的广泛关注和重视。2011年，由Google、Facebook、微软等公司共同发起成立了一个对SDN影响深远的组织ONF（Open Networking Foundation），致力于发展SDN。ONF将OpenFlow定义为SDN架构的控制层和转发层之间的第一个南向标准通信接口，并加大OpenFlow的标准化力度。OpenFlow的工作原理整个OpenFlow协议架构由控制器（Controller）、OpenFlow交换机（OpenFlow Switch）、以及安全通道（Secure Channel）组成。控制器对网络进行集中控制，实现控制层的功能；OpenFlow交换机负责数据层的转发，与控制器之间通过安全通道进行消息交互，实现表项下发、状态上报等功能。OpenFlow控制器OpenFlow控制器位于SDN架构中的控制层，是SDN的“大脑”，通过OpenFlow协议指导设备的转发。目前主流的OpenFlow控制器分为两大类：开源控制器和厂商开发的商用控制器。常见的开源控制器例如NOX/POX、OpenDaylight等。厂商的商用控制器有Huawei的iMaster NCE等。OpenFlow安全通道安全通道就是连接OpenFlow交换机与控制器的信道，负责在OpenFlow交换机和控制器之间建立安全链接。控制器通过这个通道来控制和管理交换机，同时接收来自交换机的反馈。通过OpenFlow安全通道的信息交互必须按照OpenFlow协议规定的格式来执行，通常采用TLS（Transport Layer Security）加密，在一些OpenFlow版本中（1.1及以上），有时也会通过TCP明文来实现。通道中传输的OpenFlow消息类型包括以下三种：Controller-to-Switch消息：由控制器发出、OpenFlow交换机接收并处理的消息，主要用来管理或获取OpenFlow交换机状态。Asynchronous消息：由OpenFlow交换机发给控制器，用来将网络事件或者交换机状态变化更新到控制器。Symmetric消息：可由OpenFlow交换机发出也可由控制器发出，也不必通过请求建立，主要用来建立连接、检测对方是否在线等。OpenFlow交换机OpenFlow交换机是整个OpenFlow网络的核心部件，主要负责数据层的转发。OpenFlow交换机可以是物理的交换机/路由器，也可以是虚拟化的交换机/路由器。按照对OpenFlow的支持程度，OpenFlow交换机可以分为两类：OpenFlow专用交换机：一个标准的OpenFlow设备，仅支持OpenFlow转发。他不支持现有的商用交换机上的正常处理流程，所有经过该交换机的数据都按照OpenFlow的模式进行转发。OpenFlow兼容型交换机：既支持OpenFlow转发，也支持正常二三层转发。这是在商业交换机的基础上添加流表、安全通道和OpenFlow协议来获得了OpenFlow特性的交换机。OpenFlow交换机在实际转发过程中，依赖于流表（Flow Table）。流表是OpenFlow交换机进行数据转发的策略表项集合，指示交换机如何处理流量，所有进入交换机的报文都按照流表进行转发。流表本身的生成、维护、下发完全由控制器来实现。流表项的组成在传统网络设备中，交换机/路由器的数据转发需要依赖设备中保存的二层MAC地址转发表、三层IP地址路由表以及传输层的端口号等。OpenFlow交换机中使用的“流表”也是如此，不过他的表项并非是指普通的IP五元组，而是整合了网络中各个层次的网络配置信息，由一些关键字和执行动作组成的灵活规则。OpenFlow流表的每个流表项都由匹配域（Match Fields）、处理指令（Instructions）等部分组成。流表项中最为重要的部分就是匹配域和指令，当OpenFlow交换机收到一个数据包，将包头解析后与流表中流表项的匹配域进行匹配，匹配成功则执行指令。OpenFlow的应用场景随着OpenFlow概念的发展和推广，其研究和应用领域也得到了不断拓展，主要包括网络虚拟化、安全和访问控制、负载均衡等方面。下面以几个典型的场景来展示OpenFlow的应用：OpenFlow在校园网络中的应用科研院校网络是OpenFlow的发源地，也是OpenFlow被广泛应用的网络环境。学生或研究人员在进行网络创新性研究时，可能会有全新设计的网络控制协议和数据转发技术需要验证，他们希望有一个平台能帮助他们把网络的控制、转发独立出来，以便能在平台上自由验证他们的研究工作。基于OpenFlow的网络正好可以提供这样一个试验平台，不仅更接近真实网络的复杂度，实验效果好，而且可以节约实验费用。OpenFlow在数据中心网络中的应用云数据中心是OpenFlow得以发扬光大的地方。云数据中心部署时存在多租户资源动态创建、流量隔离以及虚拟机动态迁移等虚拟化需求，OpenFlow交换机可以配合云管理平台实现网络资源的动态分配和网络流量的按需传输，实现云服务的网络虚拟化需求并可以改善网络性能。其次，在数据中心的流量很大，如果不能合理分配传输路径很容易造成数据拥塞，从而影响数据中心的高效运行。如果在数据中心中部署OpenFlow，可以动态获取各链路的流量传输情况，动态下发OpenFlow流表规则进行均衡调度，实现路径优化以及负载均衡。OpenFlow在园区网络中的应用在园区网络中可以使用OpenFlow对接入层设备进行有效的管控。接入层设备的特点是量大、故障率高，但设备功能和流量策略相对简单。如果使用OpenFlow，可以在控制器上集中统一对接入设备进行流表下发、网络监控等维护工作。在要求用户身份认证的场合，可以把认证流量引导到控制器上，在验证用户身份合法后再下发准入规则到用户连接的交换机端口上。在控制器检测到特定网络端口或特定用户流量异常时，可以通过下发规则关停设备端口或限制特定流量，快速恢复网络故障，提高网络可靠性和安全性。

2022年4月16日上午，位于酒泉发射中心的东风着陆场，迎来了“出差”半年归来的神舟3位航天员。由东风自主研发生产的特种高机动越野车“东风猛士”，作为此次神舟飞船搜救任务的先导车，搜索一万平方公里，接英雄回家。这已不是东风猛士第一次承接航天搜救任务， 2021年神舟返航时东风猛士就协助搜救队伍顺利穿过黄沙戈壁，为航天的英雄归家之旅保驾护航。一代代神州人，见证了祖国科技的飞速发展。而在此期间，东风汽车也在不断创新发展，近日一辆国内首个24小时服务的车路协同无人驾驶接驳巴士——东风悦享Sharing-VAN“春笋号”迎来第1万名幸运乘客，见证了汽车行业正在迈入轻量化、电动化、智能化、网联化、共享化。随着智能网联、工业互联网、出行服务、数字化营销等创新业务的发展，其用户连接量、数据量百倍增长，需要足够的算力及更高的可靠性支撑业务有序发展。越来越多的企业也在完成跨界合作，加快布局数字化产业发展，迈向中国汽车智能时代。 创新引领，以“智”加“数”东风汽车始建于1969年，是中国汽车行业骨干企业之一。作为中国汽车行业 TOP3 的东风汽车集团，东风汽车曾表示，“十四五”期间，将实现新能源汽车销量100万辆，投放的全新车型100%实现电动化。为实现规模化的产量升级，东风汽车亟需完成数字技术的进一步升级。目前，由于不同时期建设的数据中心方案不同，东风汽车面临着已有传统数据中心、硬件SDN数据中心、软件SDN数据中心等组成异构网络协同管理的多个潜在问题亟需解决。一方面，东风汽车数据中心现网承载了1,000多个业务系统且横跨多个地理区域数据中心，当有业务变更时，需要花费长达一个月的时间，通过工单分解方式的变更跨多个数据中心互通业务，业务上线周期长且易出错。与此同时，还存在跨多个数据中心互联互通访问关系无法清晰可视，每次配置变更完全依赖人工经验判断，关键业务运维难以保障的问题。另一方面，云内流量及云内云外互通流量时，缺乏统一调度平台，导致东西南北向访问控制和L4-7层防护安全策略无法统一制定。为了满足数字化转型步伐，加速了数据中心的优化整合，建设东风汽车集团总部云化数据中心，通过数据汇聚和技术架构整合，支撑企业精准施策、精准管理，加快新兴技术平台运用和信息安全水平。 华为ADN多云多DC管理能力， 助力东风数字化转型升级2021年东风汽车集团联合华为启动了云数据中心建设项目，采用华为数据中心自动驾驶网络Autonomous Driving Network(ADN)解决方案，实现了跨数据中心的全生命周期网络的自动化开通、安全调度和统一运维。针对多数据中心需求，华为通过ADN的iMaster NCE-Fabric多云多DC管理能力，实现业务跨软件SDN/硬件SDN/传统网络的异构多分区自动化部署，E2E网络分钟级开通，拖拽式工作流编排，配置过程从人机协同变成机机协同，配置可靠不易出错，助力东风缩短业务上线时间，降本增效；与此同时，通过iMaster NCE-Fabric的多云多DC管理能力，实现了跨区域网络资源和拓扑可视化统一呈现，让错综复杂的互联互通关系尽收眼底。华为数据中心自动驾驶网络多云多DC解决方案为了满足安全诉求，华为通过iMaster NCE-Fabric的多云多DC管理能力完成了统一流量调度，将云内流量及云内云外互通流量引流到硬件防火墙。实现东风汽车防火墙由iMaster NCE-Fabric管理和安全策略统一制定，实现云内东西南北及云内云外访问控制和 L4-7层防护。作为同处于国家支柱性行业的企业，东风携手华为，对于提升中国汽车产业的竞争力、加速自主品牌汽车发展、推动汽车工业的转型升级，都有着重要的示范意义。华为数据中心自动驾驶网络ADN解决方案，将助力东风汽车集团紧紧抓住汽车制造、车联网等新兴产业带来的战略机遇，完成企业关键节点的数字化转型诉求，在新一轮的工业革命中抢占先机。在未来智能时代蓬勃发展的黄金十年，华为ADN将与企业一同迈向自动驾驶网络时代，让智能联接触手可及。智能联接携手千行百业，共创行业新高度，共赢行业新价值。转载于自动驾驶网络ADN微信公众号

近日，TrendForce集邦咨询统计了全球十大IC设计公司2022年第一季度销售额排名。高通位居榜首，英伟达、博通分居二三位，AMD在完成收购赛灵思后，超越联发科升至第四，联发科下降至第五位。十大IC设计公司2022年第一季营收达394.3亿美元，同比增长44%。高通公司同比增长52%，营收95.5亿美元逼近百亿美元大关。排名第二的英伟达营收增长45.4%，达到79亿美元。此外，联发科一季度营收50亿美元，同比增32%。前十名中，美满电子跃升最快，从一年前的第九升至第六。集邦咨询表示，原因是美满电子2021年10月对云端与边缘数据中心网络解决方案供应商Innovium收购完成后，为其第一季数据中心业绩带来125%的年成长，总营收14.1亿美元，同比增长72%。中国大陆公司韦尔股份位居第九，但其一季度营收同比下降了9%，是前十名中唯一下降的IC设计公司。其排名提升更多在于多家排名前十的IC设计公司在过去一年被并购。

2019年8月，25岁的童昊入职华为，当时他根本没有想到，两年后自己参与研发的瑶光资源二次调度通用求解器，每年可以为华为云节省数千万元，这也成为他参加工作两年多来最有成就感的事。不久前，笔者电话采访了童昊，作为华为云一名年轻的研发工程师，童昊低调沉稳，言语间透着浓浓的理工科学霸气质，说起代码就展现出健谈的一面。外界赋予了他 “瑶光少年”的称号，童昊却认为自己没有任何光环，他说，自己就是华为云千千万万年轻的开发者之一，对代码的热爱一如既往，随时准备迎接下一个挑战。 「天生爱挑战，婉拒谷歌的小城学霸」一片树林里分出两条路，而我选了人迹更少的一条，因此走出了这迥异的旅途。正如美国诗人罗伯特·弗罗斯特那首著名的《未选择的路》，“别人家的孩子”童昊在相同经历的同龄人中选择了少数人走的路。童昊出生在一个普通的小城市，小时候和普通男孩一样，喜欢玩电脑游戏。小学一次偶然的机会，一个计算机兴趣班开启了他对计算机的浓厚兴趣。当时，中国的互联网浪潮在短暂的繁荣后经历了泡沫破裂，在信息相对闭塞的小城，计算机兴趣班和竞赛在很多人看来会影响学习，有点不务正业。童昊是幸运的，在家庭的支持下，从小学到中学，不断活跃在各类计算机竞赛中。这种对计算机、编程的痴迷，在大学时得到了充分释放。如愿考上四川某知名理工类“双一流”院校后，从本科到研究生毕业的7年里，童昊除了专精学业，其他大部分时间都泡在一个又一个国际计算机竞赛中，为了备战竞赛，有时整个暑假都不回家。这种对竞赛、对挑战的喜爱，让童昊成为学校ACM集训队拿竞赛金牌数量最多的学霸。他曾获ICPC（ACM国际大学生程序设计竞赛）亚洲区冠军、世界总决赛第13名；IEEEXtreme编程挑战赛世界第2名；DIMACS 12th Implementation Challenge冠军；并三次参加华为软件精英挑战赛总决赛，获季军。作为一名计算机领域的顶尖学生，研究生毕业那年，童昊接到了不少顶尖科技公司的offer。经过一段时间的思考，他选择了华为。可能是个人偏好，我本身就喜欢去做一些有挑战性的、更有难度的，或者更具不确定性的事情，包括之前参加竞赛就是这样。另外，近几年华为不断加大力度招聘顶尖人才，感觉自己在华为能够得到更多的成长机会，更能发挥出自己的优势和能力。 就这样，童昊的个人选择与国内科技产业自主创新的大时代，以及华为大力投入人才培养的多种机遇相重合，迅速完成了从学霸到技术骨干的蜕变。 「优化“俄罗斯方块的窟窿”，竟然价值数千万元」加入华为云，童昊参与的第一个项目与运筹优化有关，主要研发瑶光资源二次调度通用求解器。它要解决的核心问题是，如何智能整理云数据中心的物理资源碎片，提升数据中心的资源利用率，其核心技术之一 —— 智能调度和运筹优化，是童昊主攻的方向。云服务商交付给客户的资源中，其中一大部分是虚拟机的资源，云主机的部署其实就是把虚拟机向物理机分配的过程。客户按需购买云上资源，会导致云上业务负载时刻被大批量地创建，又大批量地释放，导致资源池中的物理主机会随时产生一些资源碎片，无法被有效利用。童昊将这一过程形象地比作“俄罗斯方块”游戏。“当不同形状的方块不断地累积又不断消除时，中间势必就会出现一些窟窿。这些窟窿对数据中心来讲，其实是被浪费的资源。尤其在业务体量很大的时候，对于数据中心的运营成本是很大的负担。”而童昊所做的瑶光资源二次调度通用求解器就是填上这些“窟窿”。听起来很简单，但具体实现起来，复杂度和多变性导致童昊和同事们面临的约束条件非常多，要实现的目标也非常多维度。这与之前参加的竞赛相比，挑战和难度都提升了几个量级。一方面，我们要去追求极致的效果，要考虑很多不确定性的输入。当一个约束目标变了，之前很多精心设计的算法可能就不再可行了。另一方面，又要保证算法具有非常强的拓展性，去适配业务未来发展的需求。 童昊和同事们遭遇了前所未有的挑战，“之前，有一版算法马上就要上线了，突然又收到一些新的输入目标，类似这样的波折还有很多。”最终，童昊和团队跳出了传统的思维模式，创新性地做了一个针对二次调度问题的通用性的求解优化框架。通过将底层算法与业务约束和目标解耦，再通过一个中间层模型关联起来，使求解器具备了一定的通用性。这样，不需要改变底层算法，用户就可以自定义自己的优化目标和优化约束。随后，瑶光求解器的创新在复杂的生产环境中得到了验证，其在华为云数据中心投入使用后，帮助华为云每年节省运营成本达数千万元。通过瑶光的项目，为公司实实在在地创造了经济上的价值，对我来讲是蛮有成就感的。瑶光项目之后，童昊又找到了新的挑战，也是云计算的另一个核心领域：云上身份认证和访问控制。虽然是全新的领域，但在团队中，童昊属于能力范围较广、算法能力较强的同学，在前辈和同事的帮助下，他很快就进入状态。数据安全是客户上云最关心的一个问题，我们希望提供更多种属性的和类型的访问控制的能力，去加强用户的数据安全性。「follow your heart，写代码是很快乐的事」 在华为云的短短两年多时间，从学霸到技术骨干，童昊不但迅速融入新环境，完成一个又一个挑战，自身也获得了加速成长。那么，是什么成就了今天的童昊？童昊说，自己刚出校园不久，还有太多东西需要学习，如果非要说有什么经验分享，有两点：始终坚持兴趣和对自己精益求精的高要求。我能分享的最大经验的就是follow your heart。如果你学习一个事情能让你感觉到快乐或者有吸引力，这就是正确的，可以一直走下去的一个方向。计算机也是这样，你是不是能够在接触计算机，或解决一些问题的过程中，不断感觉到正反馈，感觉到成就感，能够从中去收获快乐。 童昊认为，自己对代码的兴趣，底层是对思维挑战的热爱。闲暇时间，除了打羽毛球、玩游戏等爱好，思考难题也是一大乐事。“大家一起去思考、讨论一个有意思的数学题，这本身对我是一件很快乐的事情。”除了坚持热爱，童昊还有一个典型的特质：对自己的高要求。“有人认为，做一件事情，只要它能Work，能满足最基本的需求就好了。这是我不能满足的。我更想去探索，去思考目前业界关于某个项目的最佳实践是什么样的，接着不断地去挖掘，并期望以最高的标准把它做完。”其实，这种不断精进的内驱力、“今日之我已非昨日之我”的精神，也是华为云工程师共同的特点。童昊表示，“在华为，在我所处的团队里面，身边一直都有很多非常厉害的人。他们对自己所从事的领域，始终持续保持敬畏和热爱，不管是自己已经取得了什么样的成就。很多人已经是非常资深的专家，但依然保持非常谦虚的心态和持续学习的强大动力，很让人钦佩，我也希望成为这样的人。” 「写在最后」谈到自己发展的规划，童昊非常清晰：坚持在云计算领域的技术路线，在广泛了解云计算相关的技术基础上，聚焦智能调度和运筹优化、安全控制两大方向。这两块是业务上大的方向和目标，但具体拆分下来，底下有非常多探索性的领域，甚至可以去做业界都没有尝试过的事情。具体想去挑战什么样的问题，华为云和团队还是给了我比较大的选择自由。 少年强则国强，科技兴则国兴。瑶光是北斗第七星，自古就可用来判断四季更迭、引向定时。2021年，华为研发投入1427亿元，在“全球科技企业研发投入榜单”排名第二；华为从事研究与开发的人员约10.7万名，约占公司总人数的54.8%。一大批童昊这样的年轻开发者，就是支撑华为长期发展与科技创新的“瑶光”。每一天，童昊都在和华为其他10万开发者一起，用代码不断谱写属于这个时代开发者的人生故事。*本文转载自公众号：智能进化论

5月26日，在贵州举行的2022中国国际大数据产业博览会“东数西算：构建国家算力网络体系”论坛上，由华为技术有限公司（以下简称“华为”）与国家信息中心、贵州省大数据发展管理局和粤港澳大湾区大数据研究院联合发布了《“碳达峰、碳中和”背景下数据中心绿色高质量发展研究报告》（以下简称《研究报告》）。在推动数据中心绿色高质量发展的技术趋势和解决思路专项建议中，《研究报告》重点阐述了四大存储技术方向。即如何利用全闪存储技术、存算分离架构、数据重删压缩、数据密集型存储等技术推动在“东数西算”的背景下高质量达成数据中心“碳中和、碳达峰”目标。方向一：加速数据中心向“硅进磁退”的闪存化方向演进闪存介质具备高密度、高可靠、低延迟、低能耗等特点，在相同的容量下，闪存相较于HDD的能耗降低70%，性能提升100倍，占用空间节约50%。数据中心存储介质全闪存化是未来发展方向，应逐步提升数据中心存储介质闪存化比例，建议2025年达到50%，2030年达到90%，远期实现100%全闪存化。方向二：推动大数据场景存算分离架构的使用普通的通用型服务器配备硬盘的数量有限，而专门设计的高密存储型节点的密度是传统存储服务器的2~2.6倍，同等容量下能耗节约10%~30%。如在大数据分析场景下，采用存算分离架构的同时利用数据纠删码技术，可进一步把磁盘利用率从33%提升到91%，减少磁盘空间占用，节约能耗。方向三：应用数据重删压缩算法，提高数据存储效率数据重删和数据压缩是通过一系列的算法优化数据存储布局，提高存储效率的技术，进而提高数据存储的能效。尤其在闪存介质快速应用的背景下，更能凸显其价值。如在数据库、桌面云、虚拟机等业务场景下实现2~3.6倍的数据缩减率，耗能节约50%以上。方向四：推广数据密集型集群存储技术数据密集型集群存储是面向中大型绿色节能数据中心打造的存算网融合一体化整柜液冷解决方案。采用高密、大比例EC、存算分离、DPU卸载、数据处理加速、数据高缩减和存储液冷等创新技术，提升数据中心交付效率，缩短上线周期。同时通过一池对接多云，实现跨数据中心统一融合存储资源池，资源利用率提升50%。实施“东数西算”工程，对于推动数据中心合理布局、优化供需、绿色集约和互联互通等意义重大。对数据中心设计、PUE、IT设备等方面都提出了较高的要求。华为依托业内领先的全闪数据中心、数据密集型存储，加快先进存储产业升级，助力数据中心绿色高质量发展。