答：竞争时 VM1 可获得 2GHz，VM2 可获得 3-2=1GHz，因为资源预留是多个虚拟机竞争资源时分配的最低资源。

市场集中度提高，既是一个赛道成熟的标志，也意味着垄断有了温床。　　长期以来，人们认为数字世界的垄断更多的发生在消费互联网领域，但事实上，在逐渐走向成熟的产业互联网市场，这种趋势也渐渐露头。　　云计算早已并不只是CDN（内容分发网络），随着ABC合流（即AI+Big Data+Cloud的融合），云计算越来越作为一种提供数字化服务的基础设施，服务才是云服务商真正的增量营收空间。　　那么，云计算企业是否会利用用户和平台绑定的天然优势，设置种种门槛，排斥其它服务商的接入，使自己达到利益最大化？这种做法对行业的危害有多大？又如何破解？　　对国内外一些头部云计算服务商的调查，结果令人不容乐观，但创新的希望也扑面而来。　　上云容易下云难？　　云计算市场日益“如火如荼”。　　按照工业和信息化部印发的《推动企业上云实施指南（2018-2020年）》的内容，要求到2020年，力争实现企业上云环境进一步优化，行业企业上云意识和积极性明显提高，上云比例和应用深度显著提升，云计算在企业生产、经营、管理中的应用广泛普及，全国新增上云企业100万家，形成典型标杆应用案例100个以上，形成一批有影响力、带动力的云平台和企业上云体验中心。　　而众所周知，由于2020-2021年的疫情和后疫情时代，线上经济出现井喷，使得这一目标的实现只高不低。与之相伴的，是公有云市场已经具有高度集中的趋势。根据IDC发布的《中国公有云服务市场（2020第四季度）跟踪》报告显示：阿里巴巴占据市场份额第一的位置（40.6%），华为与腾讯并列第二（11.0%），中国电信和AWS位居其后，前五服务商共同占据77.4%的市场份额。市场集中度的提高，一方面对于增强头部企业的竞争力、提升行业发展水平，提供了坚实的基础；但另一方面，又为行业捆绑埋下了种因。　　近年来，中国企业云计算市场浪潮迭起，由于云计算可以提供便捷和有弹性的基础设施服务，吸引了大量企业、政企客户上云，但是上云一段时间后，又发现了新的困惑。　　众所周知的是，云计算拥有一个巨大弱点，就是单点瓶颈，如果某个数据中心出现问题，将会导致海量的网站企业、消费者受到影响，因此在云计算采购方面，多点分散风险是合理方式。　　从技术上来讲，这并不难，只要企业不止拥有一个云计算服务提供商，理论上就可以通过把不同的业务分布在不同的云计算平台上，从而分散风险。这也是类似IBM、京东云等主打“混合云”概念的市场基础。　　但在现实中，实现这一点并不容易。　　有时候，这种困难是技术性或者结构性的，诸如跨云的应用孤岛和数据集成问题，公有云的成本优化问题，以及难以通过云的分布很好的对应解决复杂组织的资源协调问题等等。　　IBM商业价值研究院提出的观点是——到 2023 年，企业平均将使用至少10个云，但仅有 1/4 的企业制定了整体多云管理战略。　　有些时候，给云迁移造成困难的，是某些企业的刻意为之。　　互联网业务的常见模式是，低门槛或者零门槛吸引企业或用户，然后用高门槛阻止用户流出，这一招也被很多云计算企业用了起来。　　一位企业的CIO告诉我们，在云计算行业内的这种现象，已经开始频繁出现，他说：“不只是基础的IaaS层，而是包括PaaS层在内，以及一些协议、端口、适配等，都容易被云平台提供商‘严重‘锁死’，导致客户被深度绑定，从而使得‘上云容易下云难’，形成了一种对云供应商的被动性依赖”。　　当然，云计算平台有“充足”的理由来绑定客户，常见的公开说法是——由于PaaS能力对于业务交付效率提升帮助巨大，主流云服务商都提供了丰富的PaaS能力。除了像MySQL、Redis这样标准的PaaS产品以外，头部云平台往往还提供了一些“特色”的PaaS产品。这些“特色”PaaS产品是强耦合在IaaS平台上的，一旦客户在产品开发时使用这些PaaS，基本上就被强绑定了。后续业务变化需要迁移云服务商，或者希望自建私有云，工作量会因为这些特色PaaS变得非常巨大，有可能大多数现有业务应用都面临巨大改造，这使得很多公司选择放弃，或者被迫选择把新业务和把关联性不强的业务上新的云厂商平台。这是典型的把真实的困难存在+把困难刻意放大，最终混合在一起的一个“亦真亦假”的说辞。即使从主流趋势来说，通过采用容器、容器调度编排、分布式等技术，构建开放、轻量化的PaaS平台的理念已经被技术人员广泛接受，京东云与IBM也已经落地相应产品。但具体到真实商业中， 绝大多数的用云企业技术上还不具备这种反向解耦能力，因而也只有被动的接受这样的说法，被动消费这些“特色”产品。　　笔者了解到的一个案例是，某中国专业的电子产品回收平台因为业务发生变化，需要与第三方实现数据打通，必须通过业务迁移实现该目标，但具体在迁移过程中，很多业务应用采用了原有云平台厂商的PaaS产品，导致了无法直接进行业务迁移，而需要先把业务适配新的云平台上的标准PaaS产品。迁移方案也因为这些特色PaaS的使用变得复杂，需要专门设计从原有特色PaaS到标准PaaS的复杂数据迁移方案，比未使用特色PaaS产品的同体量同类型企业相比，业务迁移到另一朵云的工作量增加了数十倍。　　可见，这种情况并非只要有第二家、第三家供应商就能迎刃而解。　　更重要的是，由于云平台上大部分承载的是企业关键性数据，对云平台的业务、数据的稳定性要求极高，这种隐形迁移成本高到无法想象。　　甚至可以说，这种迁移成本与其说是技术上的，不如说它更多的是沉淀在企业决策者的心智里的担忧。不久前，得到APP因为重重“阻击”最终放弃迁移到华为云，就是一个典型案例。　　所以，云计算一旦形成捆绑，其壁垒更高、更难打破。　　云计算如果出现捆绑现象，造成的伤害是什么？　　所有的云计算厂商在公开场合都会声称自己的生态是开放、便捷的，这就好像Windows生态之于微软、IOS生态之于苹果一样，从表面上看去，生态里面厂商诸多、生机勃勃，看上去非常的生机繁盛。但实际上，真正得到资源倾斜的，要么是生态盟主的“亲儿子”、“干儿子”，要么就是充分配合的“顺民”，而挑战者是无法得到公正待遇的。　　和IaaS和PaaS有所不同的是，SaaS与平台的耦合性没有那么强，从理论上说，这更有助于发展充满生机的第三方SaaS市场，但从实际来看，却并非如此。　　按照服务客户的范围，可以将SaaS服务分为通用型SaaS和垂直型SaaS。通用型SaaS适用于全行业，以通用的管理工具和技术工具为主，包括即时通讯、协同OA、财务管理、人力资源管理等服务。垂直型SaaS服务于特定类型的行业客户，提供更加有针对性、更贴近客户业务需求的软件服务。　　随着近些年人们对“云”的认知不断提升，企业对SaaS的接受度不断提高，带动起新一轮的风潮：SaaS的各个细分领域内都涌现出一批创业公司，虽然整体市场基数还不够大，但处于高速发展阶段。　　必须特别指出的是，SaaS对中小企业信息化有特别的意义。因为，对此类企业来说，SaaS的价值在于企业无须再配备IT方面的专业技术人员，同时又能得到最新的技术应用。　　然而，正是因为中小企业是SaaS的主要需求方之一，反而为部分云计算平台提供了捆绑机会。这是因为，虽然我国中小企业信息化意愿程度高，但实质上中小企业信息化、专业化程度较低。根据工信部在2020年发布的《中小企业信息化调查报告》显示，我国中小企业信息化建设只有在财务管理、业务管理、宣传、库存管理等领域渗透率超过40%，而在支持决策、供应链管理等领域渗透率都较低。　　中小企业对SaaS的高需求和技术力量薄弱的矛盾，为一些云平台操弄市场提供了可乘之机。　　从表面上看，市场上很多“开放”的云平台不仅提供该平台自研的软件服务，同时兼顾了其他厂商、生态伙伴的同类型软件服务，但当企业真正选择服务时，往往该平台自研的产品会得到更多的推广资源，而大量的中小企业用户并没有分辨能力。　　而且，这种捆绑所形成的垄断后果是多方面的：　　对于用户来说，失去的是选择权，甚至某种情况下还会损失知情权。　　对于产业来说，如果第三方SaaS厂商无法得到平等竞争的机会，行业就没有机会出现“百花齐放”的局面，从而使我国的SaaS行业失去成为世界级创新策源地的时间窗口。　　而对于垄断平台本身来说，这也绝非好事。　　从短期看，捆绑带来的利润是最高的，比如苹果之于IOS生态，有绝对的驾驭权，又比如微软，当年垄断了IE浏览器的红利，击垮了很多有创新能力的互联网企业。但从长期来看，微软垄断IE，反而让微软从内心缺乏对于互联网创新的敬畏，进而使得微软失去了整个移动互联网时代，而恰好是在云计算时代痛定思痛，才使微软又迎头赶上。　　因此，对于某些云平台来说，扼杀创新看似维护了短期利益，从长期来看却也削弱了自己的创新动力，最终形成的绝非多赢格局。　　如何打破“上云容易下云难”？　　笔者认为，要打破捆绑，需要三个方面形成合力。　　首先，从国家层面，在云平台经济规范方面，应该出台专门的法规、规章和相应的政策，进行有序引导。比如扶持跨平台的技术、支持公有云更加开放等。从目前疾风骤雨般的在互联网领域展开的反垄断行动来看，这一层面的施政力度，反而是我们不用担心的。　　其次，从行业层面倡导和鼓励开放的商业模式，并阐明其实际意义所在，例如IBM的研究指出， 大规模使用完整混合多云平台技术和经营模式所创造的价值，比“单一平台、单一云供应商”的方法高出 2.5 倍。　　但是从实际来看，单纯的鼓励和倡导效果是有限的。所以，也是最重要的反而是，要事实上的反对云计算行业的捆绑式垄断，就需要倡导开放、共赢的厂商本身真正具备解耦的能力，能够提供更好的技术和解决方案，这才是最具有实际意义的反垄断。　　用通俗的话说，要捍卫和平，首先要有战争的能力。产业数智化目前最大的困境是复杂。这决定了产业数智化转型将不仅仅是“上云”这么简单，混合IT则是产业数智化的必经之路，因为它提供了对抗复杂的“简单”方案。　　除了能够“简单”外，能够打破捆绑的云服务必须有自己的生态体系，而非单点对抗，就如京东技术委员会主席周伯文所表示的那样：依托供应链优势和基础设施能力，京东科技形成了统一的云底座、数据智能平台、T-PaaS 平台及协同管理平台等平台能力，而且在平台的基础上，通过集成与被集成，与合作伙伴取长补短，形成能力生态、业务生态、平台生态及可持续生态。　　这其实等于告诉我们，开放是需要技术保障的，但更多是心态和生态上的。　　而不久前，中国第五大独立云服务商Ucloud也表示，发布生态合作计划，宣布开放平台核心能力，构建一个开放共赢的云生态体系，开放的内容包括优质企业客户、销售能力、全球化的基础资源以及产品等四大核心能力。除了心态和生态，从技术角度来看，笔者认为，能对抗捆绑式垄断，首先要做到全面兼容基础设施，并通过增强的云原生容器内核和开放的技术中台来作为技术保障。　　中国顶级的云服务商基本都有一个共同之处，就是其云计算平台首先是内部使用，此后才加以完善后对外商业化。　　而从业务的复杂性来说，京东的业务生态复杂程度，可能是数一数二的。今天的京东已经不是一个电商平台+物流企业，而是一个国内领先的数字经济体，它的生态企业数量、类型与业务涵盖面，在互联网领域应该是TOP3级别的，这就使得其对于“复杂”这个话题具有很强的话语权。　　事实上，正是基于京东多年大规模业务场景的历练与沉淀，才使得其对于混合IT系统有着不懈的追求，只有战胜“复杂”，京东才能“简单”的生存。也正是因为如此，日前，京东云发布了行业首个混合云操作系统——云舰。　　云舰的一个基本底蕴，是基于京东多年复杂场景的大规模实践，以及近7年在容器化、云原生领域的实践和多个行业客户的成功部署。从某种意义上说，云舰的发布充分彰显了京东云的技术底蕴，并第一次将混合云的管理推向了操作系统级别。　　在云计算行业里，有无数个混合云管理方案，但被称为“操作系统”的，不说绝无仅有，也是屈指可数。操作系统虽然是一个比喻，但很贴切的体现了云舰的特点，就是能够基于一套统一的规则，对企业的数字化基础设施实现最全面、彻底的统一化管理和调度。　　为了验证这个观点，有必要结合前面的论述，来评估云舰是否真的能达到“操作系统”的级别，并且具有真·开放的格局。　　首先，我们的调研显示，很多云计算企业为了防止客户流失，往往通过一些“特色”PaaS来提升用户的迁移成本，使之几倍、十几倍的增加复杂性，这甚至已经成为一种行业潜规则。　　而在这个问题上，云舰敢于承诺——开放PaaS平台，支持运行在所有主流公/私有云的IaaS。换言之，京东主动提供了解耦机制，可以任由用户“来去自由 自行组合”，依靠平台的综合能力而不是人为设置障碍的吸引用户，并为希望迁移和混合的用户提供全栈式的解决方案，这种承诺赋予用户的自由度，和对行业现实的冲击力，都是史无前例的。如京东科技京东云事业群总裁高礼强所说的那样：“京东云永远不做产品捆绑，不让合作伙伴做选择题。”其次，我们也分析过，“特色”PaaS的存在，也不仅仅完全是为了提升迁移成本，有时候也的确是为了提升效率。　　因此，作为一个进攻型的企业，云舰也在通过京东自研PaaS来增强差异化竞争力，这无可厚非。真正显示其开放格局的是，是同时承诺，引进第三方生态PaaS来丰富应用市场。　　这在行业里，还是不多见的，因为它需要牺牲一些短期利益。但从本质上来说，这种风格又很“京东”，按照京东经典的“十节甘蔗”理论，把甘蔗节做到足够多是争取更多利益的关键。换言之，京东可能放弃了给自有SaaS以特别待遇，但这种设置能够换来更多的、正在蓬勃发展的SaaS入驻京东云的场景，反而可以提供别的云计算平台没有的竞争力——即丰富的生态和更多的选择。　　如果要打一个比方，京东一开始就放弃了苹果IOS模式，而是选择了安卓模式。这种模式对内对外同一套混合云底座，但又有丰富云原生运用和极为丰富的应用市场——而我们都知道，安卓开放的结果，是最终占据了智能手机80%的市场份额。　　必须强调的是，京东云的开放姿态，除了价值观层面的因素外，本身也是提供一种差异化的竞争力。在各类云计算用户“苦捆绑久矣”的背景下，如果有一家企业的混合云模式可以做到开放、敏捷、高效运营，特别是面向客户构建混合云场景时，可以有效兼顾原有政企客户的自有云计算设施，最大程度降低复杂性和迁移成本的话，那它一定可以团结绝对多数的用户。　　而这一切的实现，归根结底还是京东云的技术实力，支持其用户在异构基础设施上获得一致能力，从简化跨云迁移，让客户真正做到“上得去，下得来”等方面入手，让用户可以不为了迁移和混合而苦恼，使用户可以不因为追求简单的用云反被推高IT成本，使得用户能够得到用云的初心——减少IT成本，专注于自身发展和业务创新。　　那么，这样的业务就没有理由不受到欢迎。　　捆绑是利润最丰厚的途径，要企业自动放弃是不现实的，除了监管层面的反垄断外，最重要的还是有竞争，有足够强大的对手。在笔者看来，京东云的做法除了帮助用户更好的驾驭混合IT，还有助于整个应用服务层的创业创新，进而通过细化、专业化的分工，有利于云平台提供更专业、丰富的工具服务和进一步创新，并在平台内构建公平、合理的竞争秩序。　　这个时代最大的红利，就是人心红利。得人心者得天下，云计算领域亦然。

信创是国家一项重要的发展战略，也是当今形势下国家经济发展的新动能。从上世纪90年代末，我国开始走底层基础软硬件的自主创新之路，经过时间的洗礼，我国底层软硬件已经实现了从无到有的重大进展。在技术、产品、供应链、生态等多个方面的投入与发展，使信创云计算平台具备了基础条件。信创云先是信创，其次是云，云计算取代传统IT如火如荼，信创推进新一轮国产化替代，可以说信创云踩在时代的脉搏上。当前，对于信创云平台中的关键部件，我们已基本掌握现有技术，也有对应的产品。但依旧存在许多问题。国内厂商虽然积极参与开源社区建设，甚至成为开源的TOP级贡献者，但是要形成主导话语权还需要时间积累。作为信创云计算专家的华云数据，十年的沉淀积累，完成经历了中国云计算从萌芽到壮大的全过程。华为云通过自主创新的软件和硬件高效地将复杂的IT架构云化，打造成管理统一、体验一致的混合架构云平台，支持全芯全栈解决方案，可以为用户提供完整的数据中心云化、云上办公、信创转型和公有云方案。构建完备的“华为云信创+”生态，并打造“信创云基座”解决方案，实现了“全芯全栈全生态”的技术战略升级。开源已经成为云计算技术主流。在与云计算相关的虚拟化、容器、微服务、分布式存储、自动化运维等方面，开源已经在同领域内形成技术主流，并深刻影响着云计算的发展方向。华为云信创云产品从虚拟化层（计算虚拟化、网络虚拟化、存储虚拟化）到上层的服务都做到了自主研发；产品交付、维护、迭代、售后服务等阶段，更加自主可控。

云计算的下一个阶段将是把全球所有的公共和私有数据中心合并为一台易于访问和使用的“无限强大的计算机”。IBM为此准备了一个路径图。　　来源 |ZDNet　　“我们正在努力实现我们的愿景——即让全世界的云计算资源像一台计算机一样易于使用。当我们这样做的时候，我们将最终实现云计算的全部革命性潜力。只需要单击一个按钮，我们就可以在需要的时候获得我们想要的一切，这一切只需要一个毫秒。”　　这段话来自IBM研究院混合云平台主管Priya Nagpurkar。她在最近对 IBM 研究院高级副总裁兼总监 Dario Gil 的采访中说出这番话。　　Nagpurkar 解释了IBM研究院是如何开创无服务器计算架构的，该架构可以将云计算的资源变成世界上最大的计算机。无服务器计算将使这一切成为可能，完全摆脱了复杂的后端配置和安全性管理。　　世界顶级的公共云数据中心已经遍布各大洲，在数百个地点落脚。Gil表示：“然而，这只是描绘了这幅画卷的一部分而已。”全球还有“大量的私有云环境像孤岛般存在着。经过多年的高速发展，云计算成长成了今天这个样子，变成了一个由公共和私有数据中心组成的大规模分布式网络，包括了ZB级别的计算能力和数据存储能力。”　　Nagpurkar认为，对于云端目前的各种进步，我们必须“让云像一台无限强大的计算机一样工作。”她补充表示，目前，还存在着非常多的障碍。“想想使用笔记本电脑工作是多么简单，你有一个非常熟悉的通用操作系统工具。而且，最重要的是，你将大部分时间花在代码上。可是在云端进行开发可就完全不是这么一回事了。在云端开发，你必须了解各个云供应商之间的细微差别——AWS、Azure、GCP、IBM，还有各种私有云。你不得不配置云资源，它们可能要一段时间才能上线。你还必须操心安全性、合规性、弹性、可扩展性和成本效率。这实在是太复杂了。”　　她说到，来自不同供应商的专有软件产品“不仅大大增加了各种复杂性，还扼杀了创新。”她认为，“关键的软件抽象始于操作系统。Linux 作为数据中心时代的操作系统推动了软件的激增，包括容器等虚拟化技术。这开创了云计算时代。”　　无服务器技术正在为访问和使用这台正在出现的全球计算机铺平道路。“无服务器技术是实现这一目标的关键。无服务器具有三个关键属性：易用性、按需供应的弹性和按使用付费。”她举了一个例子，“例如你要在云端完成一个简单的数据准备工作，这是一个非常常见的任务。但是在这种情况下，数据可能来自任何地方——例如边缘环境。为了让这项工作像执行一个命令一样简单，你的笔记本可能会在幕后完成很多工作，而今天，这些工作需要开发人员和数据科学家在云端手动完成。我不得不担心：我可以访问吗？我可以移动数据吗？API 密钥在哪里？我应该设置多少个容器？我花费了大量的时间在这些事情上。但是有了无服务器技术，你可以将这些问题归结为一个命令，就像在笔记本电脑上移动文件一样简单——无服务器平台会在幕后完成其他的一切工作。这就是无服务器模式的美妙之处。”　　IBM研究院正在“Knative 开源社区推动这一愿景向前发展”。IBM 通过 Red Hat OpenShift Serverless 支持这一功能。Nagpurkar表示：“我们继续推动无服务器的这种发展，它让我们越来越接近将云计算合并为一台计算机的愿景。”　　实现全球单一计算机的愿景？Nagpurkar表示：“驾驭这个极度异构并分散的系统，现在是我们在计算机科学领域应该解决的最大挑战之一。”她表示，现在是分布式操作系统提供“跨越这些异构和分布式云资源的通用抽象层”的时候了。Kubernetes 是一种开放技术，这场进化之战中正在成为赢家。“所以你有了Linux 容器和 Kubernetes，两者都是开放技术。”

通信世界网消息（CWW）在今日举办的中国互联网大会上，中国互联网协会副理事长何桂立发布了《中国互联网发展报告（2021）》。　　报告显示，我国云计算市场规模增速明显，生态布局日益完善。2020年，我国云计算整体市场规模达到1781.8亿元，增速为33.6%。其中，公有云市场规模达到990.6亿元，同比增长43.7%，私有云市场规模达791.2亿元，同比增长22.6%。

鞭牛士 7月13日消息，《中国互联网发展报告（2021）》今日于中国互联网大会上正式发布。报告显示2020年，我国云计算整体市场规模达到1781.8亿元，增速为33.6%。其中，公有云市场规模达到990.6亿元，同比增长43.7%，私有云市场规模达791.2亿元，同比增长22.6%。报告同时预测，2020年之后我国公有云市场整体增速将逐渐放缓，2023年公有云市场规模将突破两千亿元。此外，预计未来几年我国私有云市场整体增速将维持在22%左右，2021年私有云市场规模将突破1400亿元。

7月13日，由中国互联网协会主办的以2021(第二十届)中国互联网大会在北京国家会议中心帷幕。本届大会为期三天，以“新阶段、新理念、新格局——互联网引领数字经济新发展”为主题，采用“1+1+N”的形式设置论坛会议，由开幕式、星光盛典(闭幕式)和20余场分论坛构成。在开幕式上，发布《中国互联网发展报告(2021)》正式对外发布，中国互联网协会副理事长何桂立对报告进行了解读。　　据何桂立介绍，在基础设施领域，2020年我国新增骨干直联点与新型互联网交换中心试点建设工作取得了积极的进展，新型互联网中心与新技术、新业务融合发展趋势明显，宽带接入网络能力快速提升。　　在云计算领域，2020年我国云计算市场规模达到1781亿元，增速为33.6%。其中，公有云市场规模达到990.6亿元，同比增长43.7%，私有云市场规模达791.2亿元，同比增长22.6%。　　在大数据领域，2020年我国大数据产业规模达到了718.7亿元，同比增长16%，增幅领跑全球数据市场;　　在人工智能领域，2020年我国人工智能产业规模保持平稳增长，产业规模达到了3031亿元，同比增长15%，增速略高于全球的平均增速;　　在物联网领域，2020年我国物联网产业迅猛发展，产业规模突破了1.7万亿。预计到2022年，产业规模将超过2万亿元。预测到2025年，我国移动物联网连接数将达到80.1亿，年复合增长率14.1%。　　在车联网领域，2020年智能网联汽车销量超过303万辆，同比增长107%，渗透率保持在15%左右。　　在VR/AR领域，虚拟现实市场规模高速增长。2020年，我国虚拟现实/增强现实市场规模约为300亿元，VR市场规模约230亿元，市场占比约80%。预计到2024年AR的占比将超过VR。　　在区块链领域，2020年，区块链产业链已逐步成型，产业整体呈现出良好的发展态势。已有超过80家上市公司涉足区块链领域，积极部署供应链金融、资产管理、跨境支付、跨境贸易等领域的应用。　　在工业互联网领域，2020年我国工业互联网产业规模达到9164.8亿元，同比增长10.4%。　　在网络音视频领域，2020年，中国网络视频市场规模达到2412亿元，同比增长44%。

本文系基于公开资料撰写,仅作为信息交流之用,不构成任何投资建议。困于现代商业存量时代的当下,什么最可宝贵?毫无疑问,是增量。过往数十年,我们在互联网模式创新的环境中浸淫太久,很少有人注意到技术变革已经在酝酿中。只有少数人能洞察未来,创造趋势。趋势已来,最显著的一重脉络就是:从云计算到智能云的一跃。IDC最新《中国AI云服务市场2020年度研究报告》显示,2020年中国AI Cloud市场份额TOP4分别是——百度智能云33%,阿里云27%,腾讯云18%,华为云14%。智能云的份额折射代际差,随着AI和云持续与特定行业结合形成深度混合智能循环,新的科技奇点已经临近,基于智能实体产业互联网的增量商业生态将全面涌现。“云智一体”的技术创新商业体,会再次加速淘汰不够智能的企业,既包括传统公司,也包括模式创新的新经济企业。一重显著的线索已经外露:当时当下,Robotaxi已逐渐显露对网约车企业的替代效应。每个奇点时刻,都是一次创世的开端。人类的诞生创造辉煌的现实文明,智能云的诞生则可能会创造灿烂的现实虚拟一体化文明。01智能云的经济学原理智能云所隐含的经济学原理,即熊彼特的创造性破坏理论——不断从内部推动生产要素重新组合以“革故鼎新”,创造新的经济结构,引发产业革命,继而引领经济穿越康波周期。还原到经济学最基本原理——供需框架内,也可解释这一点:传统云计算,属于在既有供需框架内的改善生产效率的技术路径;而智能云计算,则是突破既有供需框架,创造供需两侧增量的技术路径。展开来说:【1】时代重新划分人类5000年的文明史,全球GDP从无到有至2020年的85万亿美元,其中增长曲线最炸裂的一段,当属1723年经济学之父亚当斯密出生至今的300年,更专业的分工提高生产力——从制针厂到互联网大厂毫不违和,莫不如此。我们以云计算为坐标系,可对过去300年以降的近代史作如下划分:云前时代,也即农耕和工业文明混合的时代,以人力和实物资本为底层的古典增长模型衍生跨国企业。网络时代,20世纪60年代末BNN公司拿到100万美元“ARPANET”项目订单开启网络时代是云计算的雏形,以技术为底层的内生增长模型衍生半导体及互联网公司。云时代,2006年亚马逊AWS为网络时代的企业无处安放的IT成本提供IaaS开始,真正开启云计算大潮,以技术和服务为底层的内生增长模型衍生大批云计算公司。智能云时代,2016年李世石败于AlphaGo开启AI时代,亦是开启智能云(AI云)时代。以数据和解决方案为底层的内生增长模型,衍生大批致力于加速数字化进程的AI公司。云计算作为基础设施级别的先进生产力,在摩尔定律以及强化版的库兹韦尔定律(如果你发明了一套更好的工具,然后你就可以利用这些工具更快地发明出更新更好的工具,形成技术创新的正反馈加速发展)之下,在最近的半个世纪刮起一道经济旋风,让GDP增长曲线变得极度陡峭。从1．0到2．0,每一个云计算的时代,都在深刻世界经济的形态。图:全球GDP总量,来源:锦缎研究院【2】增量型破坏式创新从云计算的发展历程看,当前世界正处在云时代末期和智能云时代早期的交汇点,两者都是破坏式创新,但也有显著的差异。云时代又可看成是服务时代,亚马逊AWS、阿里云、腾讯云、金山云、优刻得等IaaS(基础设施即“服务”),中国有赞、微盟集团等SaaS(软件即“服务”),声网等PaaS(平台即“服务”)。本质上,它们更多是在做存量博弈型破坏式创新,以更低的成本做替代。比如客户自建机房除了前期一次性投入过大,中期还存在超过1/3配置闲置的问题,于是它们按需购买亚马逊AWS或者阿里云的计算力很香。以上云时代可称为Cloud1．0阶段。而Cloud2．0阶段即智能云时代,与1．0阶段其最大的不同在于,它是在做增量型破坏式创新。例如自动驾驶:在当前智能云所延伸出的最大单体场景之一——自动驾驶中,衍生了电动车市场、车载智能芯片、智能传感器、智能座舱、智慧交通等诸多创新增量,涉及自动驾驶解决方案商、整车厂商、配件厂商、以及政府部门、基建单位等参与主体,其蕴含的势能之巨不言而喻。随着芯片的计算能力越来越强,软件覆盖场景越来越多,智能云会无处不在,不断打通各行业knowhow形成显性的中短期商业价值,它输出解决方案,用软硬一体化的方式重构过去的商业形态。从长期看,智能云与具体行业的深度交互将带来技术边界的扩张,会形成崭新的“混合智能”技术与商业生态——例如:智能云结合视觉、深度学习技术实现自动驾驶,智能云结合游戏、VR技术形成云游戏,智能云结合脑机、AR技术实现虚拟永生……在存量时代做增量,这已经是发展趋势,大部分公司还没有意识到这一点的时候,奇点时刻已经迫近。【3】奇点时刻美国作家卢克·多梅尔在《人工智能》一书中提出“奇点”的概念,指的是机器在智能方面超过人类的那个点。而从云时代到智能云时代,“AI+云”也将在技术和产业上让云经济临近“奇点时刻”。实际上,这一时刻的来临比我们预期的更快。智能云在新能源汽车行业的深度应用,已经诞生Robotaxi这一增量的商业形态,奇点时刻正在到来。日前百度(NASDAQ:BIDU/HK:09888)发布专门为共享出行场景定制的Robotaxi新车型:Apollo Moon。最大亮点有两个:成本降低至盈利空间。单车成本48万,比之前成本百万元起步的Robotaxi便宜了一半。5年的可靠运营期保证,月均成本0．8万元,假如每天单车收入1．5万元-2万元的话(实际上在建立用户习惯的初期不会追求盈利),已经进入盈利区间。更加从容地应对corner case。不管是谷歌Waymo还是百度Apollo都实现L4级功能Robotaxi,但极端工况重视还是无法避免的。但百度自动驾驶技术部总经理王云鹏硬是表示自己的Robotaxi“万无一失”,原因是它的方案里配备了5G云代驾,少数自动驾驶搞不掂的情况,远程司机来拉一把。时间推移之下,Robotaxi一定是碾压网约车的存在(这一具体商业场景的潜在剧变我们将在专题报告中剖解)。Robotaxi技术模式的想象力在于,它将让时间变得无缝,调度效率高于一般网约车;让空间不仅承载从A到B的出行,还能工作、娱乐和餐饮等。02云与智能云:两个商业历史代际从云到智能云,反映的是两个商业历史代际的不同,而智能云的份额折射代际差。IDC最新《中国AI云服务市场2020年度研究报告》显示,2020年中国AI Cloud市场份额TOP4分别是——百度智能云33%,阿里云27%,腾讯云18%,华为云14%。百度智能云的AI应用全面开花、多行业落地,具体到细分技术场景:人脸人体识别公有云市场份额连续两次第一,占比45%;图像视频公有云市场份额连续三次第一,占比31%;NLP公有云市场份额连续三次第一,占比42%;对话式AI公有云市场份额第二,占比22%;智能语音公有云市场份额第二,占比32%;机器学习公有云市场份额第三,占比16%。图:2020年中国AI云市场份额,数据来源:IDC不了解云计算行业的投资者可能会疑惑,为什么阿里云和腾讯云的IaaS份额在中国排前二,在移动互联网的下半场,它们在战略上也非常重视IaaS业务横向拓展的产业互联网;按道理讲,其智能云份额应该靠前,为什么反而是百度智能云稳坐行业头把交椅呢?【1】模式创新与技术创新太阳底下没有新鲜事,跟踪阿里巴巴(NYSE:BABA/HK:09988)和腾讯控股(HK:00700)时间很久的投资者,都知道其云计算业务的历史成因。电商购物节期间用户会蜂拥而至,阿里巴巴必须要储备大量服务器资源,而多出来的服务器资源平时用不上。因此亚马逊和阿里的云计算可以说是业务需求倒逼而来的模式创新,毕竟服务器资源闲着也是闲着,不如按需租赁换取收入。腾讯的云计算业务的诞生,逻辑相同,主要承接的是游戏与微信两大主业基本盘。阿里云和腾讯云在此基础上衍生的智能云业务,成长的潜能会弱一些。用管理科学的话讲:模式创新的企业处于追求实际应用、而不重视基础认知的爱迪生象限。基础认知的不足,使其无法更好的突破既有产业格局。图:管理科学,来源:锦缎研究院而百度智能云处于即追求实际应用也追求基础认知的巴斯德象限,是技术基因和底蕴的产物。技术基因在于——百度创立于2000年,创始人李彦宏拥有“超链分析”技术专利让中国成为全球仅有4个拥有搜索引擎核心技术的国家之一。今年“木头姐”在报告中狂推的未来25万亿美元市场规模的深度学习,百度2013年就开始发力布局,当年成立百度深度学习研究院,2014年建立大数据实验室和硅谷AI实验室。底蕴在于——长期高强度研发投入带来的技术导向和积累的大量AI人才。关于百度的研发费用我们在此前报告中有详尽论述,总结来说就是在强大的现金流支撑下,百度对于研发的投入达到了偏执地步,研发费用率在20%上下。在智能时代,企业数字化需要的云计算,不只是普通的云计算——低价卖计算力的IaaS,这已经无法跟上智能化的主流发展路线——试想,只实现了店铺数字化的传统服装企业怎么去跟用AI和大数据武装到牙齿的shiin竞争?时代需要智能云,核心点在于企业的AI定制需求(2018年波士顿咨询调研数据显示86%的AI需求为定制需求),很难用通用云计算模型满足它们的业务创新需求。百度智能云基于技术基因和底蕴,打造“云智一体的AI开发全栈模式”,将AI基础设施(AI计算、AI存储、AI容器等)和AI开发双平台(零门槛开发平台EasyDL和全功能开发平台BML)紧密结合在一起,更好满足企业需求,加速产业智能化升级。EasyDL是2020年机器学习平台的第一,市场份额22．8%。图:百度“云智一体”AI开发产品架构,来源:百度智能云白皮书模式创新推动的智能云是一个物理性耦合逻辑,技术创新的智能云是化学反应式逻辑,这是百度智能云的地位稳固的第一个重要归因。【2】流量“涌现”与创新“涌现”KK的《失控》有个理论是连接的越多,各种价值涌现越多。交易平台主要连接的是流量;创新平台主要连接的是开发者的智力,涌现的是智能。流量涌现是基于流量和交易的平台涌现出各种场景,对应着互联网红利,如同改革开放以来中国社会的发展主要依赖的是人口红利一样,是数量的优势。创新涌现是基于效率和附加值的平台涌现深度智能,对应着科技创新,如同当下中国经济正在掀起以高端制造业为主的经济转型升级一样,是质量的提升。实际上,流量涌现到后期多是一潭死水,最终进入存量厮杀时态。相较而言,创新涌现的天花板要高出很多,技术创新本身可以不断地涌现,而创新者带来的增量价值会吸引各方协同合作,AI云就是一个典型的创新涌现点。创新“涌现”的第一个层次是——有更多的开发者才能满足企业AI定制需求。百度智能云背后是庞大的开发者群体:百度AI开放平台的开发者数量大幅领先行业,2020年底是260万,5月20日的WAVE SUMMIT 2021深度学习开发者峰会上百度CTO王海峰透露,开发者数量已经达到320万,比去年同期增加70%。图:截止2020年底百度连接开发者遥遥领先,来源:百度招股书创新“涌现”的第二个层次是——在开发者智力的线性变现之外,智能云软硬一体双向优化带来商业模型迭代。以智能汽车为例,它的重点是算法及支撑算法的数据和硬件。而算法无论是在云端训练还是在终端推理,都需要极高的性能。智能汽车的硬件则需要对特定专门应用及算法进行大量的性能优化。所以只做算法或只做芯片或只做操作系统,长期看都会面临性能优化上的困境。只有每一块组成部分都属于自己开发,才容易进行性能优化。而软件和硬件的分离,会导致性能无法最优化。百度智能云生态就诞生了昆仑芯片,第一代采用14nm工艺,计算力达到256Tops,广泛应用在智慧城市、计算中心等领域;第二代于2021年上半年量产,采用7nm工艺,性能较第一代提升约3倍。图:百度昆仑1,来源:《AI芯片技术选型目录》回过头来看,阿里的芯片公司是买来的,腾讯没有芯片。这就是流量“涌现”与创新“涌现”的差异,也是是百度智能云的地位稳固的第二个重要归因。【3】新的商业时代智能云突破了对云计算早期的定义,它不仅是基础设施,也不仅仅是解决方案,两者结合具体的场景双向优化会产出新事物。它是对生产力与生产关系的实然性改造,最终交融出新的商业时代。此处代入一个具体商业场景可以管窥豹:以百度与化纤企业恒逸石化的合作为例。恒逸下属的双兔新材料外检工段负责人王礼娜,以前的工作是——每天拿着强光手电肉眼观测至少2500锭丝锭。基本上看几个小时眼睛就花了,每天最后一段时间工作质量和效率明显下降。但自从一个月前百度智能云的智能质检设备落地恒逸之后,王礼娜成为了人工智能数据标注师,工作从普检变为复检,这台设备让长期缺员的质检工人们感到轻松。目前百度智能云已经形成以工业智能为核心的完整工业互联网平台,智能质检也已经升级为工业视觉智能平台,在钢铁、汽车制造等10多个行业和100多个场景落地应用。以智能检测场景为样本,我们得以窥见,传统制造业正从机械工业的存量时代跃迁进智能工业的增量时代,这正是智能实体产业互联网应有的模样。一个个增量的场景,最终汇聚成百度智能云业务的快速落地,汇聚成全行业最大的份额,这离不开核心技术能力的支撑。百度智能云的中枢系统是百度大脑,现在已成为业内领先的软硬一体AI大生产平台,包括飞桨深度学习平台、百度昆仑芯片、以及语言、视觉、知识图谱、自然语言处理等核心人工智能技术和平台,已经成为赋能各行各业的AI新基础设施。其中,底层的飞桨深度学习平台是我国首个产业级深度学习开源开放平台,目汇聚320万开发者,服务企业10万家,外向输出AI能力已成规模。如果我们更有想象力——毕竟技术是想象力的产物,而技术创新又是人类社会前进的秘钥——未来智能云还会进化到高度混合智能的元宇宙时代,虚拟实境成为部分人的工作生活空间,它的市场空间是星辰大海。一言以蔽:不上云的公司,已经是古董公司。不上智能云的公司,眼看着要跟不上时代。新的商业时代呼啸而来,你准备好了吗?

答：配置虚拟机属性 - CPU QoS 的份额是：表示虚拟机可占用主机系统资源的比例关系。预留：表示主机保留给虚拟机的最低资源量，这部分资源量不能被其他虚拟机占用。题目中所给的例子：虚拟机 A：如果按照份额分配，本应得 800MHz，但由于其预留值大于 800MHz，因此最终计算能力按照预留值 1400MHz 算。剩余 4200MHz 为 B、C 的和，由于 B 和 C 的份额比为 1:2所以虚拟机 B 计算能力为 4200*（1/3）=1400MHz虚拟机 C 的计算能力为 4200*（2/3）=2800MHz

回答:成本计算，没有计算数据中心土木建设、电气建设、空调制冷等成本。1.200 台服务器成本:200 台* 15000 元=3,00000 元;2.管理维护成本:4 人* 200,000 元=800,000 元/年3.电力成本:200 台 0.15kw* 1 元* 24 小时 _ 365 天=262,800 元/年4.云计算虚拟服务器成本:200 个虚拟机 _ 4 元 _ 24 小时 _ 365 天=7,008,000 元(1)200 个服务器以 100%的使用率使用 4 年成本分析传统模式:300W+80w _ 4 年+26.28W _ 4 年=725.12W云计算模式:700.8W _ 4 年 _ 100%使用率=2803.2W(2)200 个服务器以 50%的使用率使用半年成本分析:传统模式:300W+80w _ 0.5 年+26.28W _ 0.5 年=353.14W云计算模式:700.8w _ 0.5 年 _ 50%使用率=175.2W

(1) 1000：2000：4000 = 1：2：4A= 2.8GHz x 1 / 7 = 0.4GHZ = 400MHzB = 2.8GHz x 2 / 7 = 0.8GHZ = 800MHzC = 2.8GHz x 4 / 7 = 1.6GHZ = 1600MHz份额为 1000 的虚拟机 A 的计算能力约为 400MHz 的，份额为 2000 的虚拟机 B获得的计算能力约为 800MHz，份额为 4000 的虚拟机 C 获得的计算能力约为1600MHz。(2) 如果虚拟机 B 和 C 均处于空闲状态，虚拟机 A 可以获得整个物理核即 2.8GHz的计算能力。

（1）VM1 资源限额为 2GHz，VM1 可用的 CPU 资源最多为多少 GHz。（2） VM1 和 VM2 的资源份额分别是 1000 和 2000，竞争时 VM1、VM2 各获得多少 GHz，（3） VM1 资源预留 2GHz，VM2 资源预留为 0，竞争时 VM1、VM2 各获得多少 GHz。答：（1）CPU 资源限额控制虚拟机占用物理资源的上限，所以 VM1 可用的 CPU资源最多为 2GHz；（2）VM1 获得 1000/(1000+2000)*3=1GHzVM2 获得 2000/(1000+2000)*3=2GHz（3）CPU 预留定义了多个虚拟机竞争物理 CPU 资源的时候分配的最低计算资源。所以，竞争时 VM1 获得 2GHz，VM2 获得 3-2=1GHz。

(1)2 的 32 次方，0x00000000~0xFFFFFFFF(2)0x00000000~0x0C7FFFFFF

209.BASE 理论是指？基本可用、软状态、最终一致性210.CPU 个数为 3，CPU 核数为 2，CPU 的线程数为 4(支持超线程技术)，vCPU 的个数是多少？答案： vCPU 个数 = 物理 CPU 个数* 物理 CPU 核数* 单核线程数=3* 2 *4=24

207.什么适合需要用到虚拟机快照？虚拟机用户在执行一些重大、高危操作前，例如系统补丁，升级，破坏性能测试前执行快照，可以用于故障时的快速还原208. 容器与虚拟机的区别。（1）占用磁盘空间大小：容器技术小，虚拟化技术非常大。（2）启动速度：容器技术快，虚拟化技术慢（3）运行形态：容器技术直接运行在宿主机内核，不同容器共享同 1 个 Linux 内核，而虚拟化技术运行在 Hypervisor 上。（4）并发性：容器技术能在一台宿主机可以运行成千上百个容器，虚拟机技术在单台机器最多几十台虚拟机（5）性能：容器技术接近于宿主机本地进程，虚拟化技术逊于宿主机（6）资源利用率：容器技术高，虚拟化技术低。