答案：FT 通过类似主备的冗余配置，数据在主备间实时同步。当主虚机出现故障时，秒级可切换到备虚机上。使用于高可用性系统。HA 动态调度的策略，当检测到某主机发生故障或负荷过高时，将虚拟机迁移到目的主机，保障业务连续性。FT 的恢复时间更短、但成本较高，适用于高可用性要求的关键系统；HA 机制恢复时间较长，但更为灵活、相对成本更低，适用于可以容忍短时中断的系统。

互联网大厂单双周假期变更能上热搜,但很多更繁重的工作却乏人关注。电子设备的质检工,通常每天要完成1万多个零件的人眼检测,平均每分钟检测十几个产品,连续工作超10个小时并不鲜见。高负荷导致工人精力跟不上,出现漏检、错检在所难免。如何缓解质检工的工作压力、提升制造企业的产品品质,成为亟待解决的难题。浪潮携手思谋科技,基于深度学习算法打造边缘工业智能质检解决方案,通过实时读取质检图片,对瑕疵产品进行推理、定位,即时给出缺陷类型、大小和处理建议。同时,这些数据还会反馈到云端,进一步优化AI质检模型算法。据《IT创事记》了解,这一解决方案已应用于钢铁、3C电子、汽车等行业的智能工厂,缺陷检出率从原来的90%提升到99%,不放过每一个缺陷,过检率≤3%,不会造成大量的“错杀”,同时日均处理产品件数大幅提升,对产品品质控制和生产效率优化助益显著。边缘计算在智能制造中的角色,类似于古时的御前带刀侍卫。巡逻、查夜、看守库房是带刀侍卫的日常职责,危急时刻作为“人肉盾牌”保护圣驾更是责无旁贷;边缘计算就像智能制造的贴身侍卫,用火眼金睛发现问题、监控环境,以顺风耳实现与云端的协同,遇到突发状况也会挺身而出,为智能制造的平稳运行保驾护航。智能制造面临多元挑战基于中商产业研究院的数据,2020年中国智能制造装备产值规模达20900亿元。制造业景气度整体维持在高位,为智能制造的快速发展奠定了坚实基础。与欧美发达国家相比,我国智能制造还有相当大的发展空间。亿欧智库的调研显示:当前90%的制造业企业配有自动生产线,但仅有40%实现数字化管理,5%打通工厂数据,1%使用智能化技术。预计到2025年,数字化、网络化、智能化制造企业占比将分别达到70%、30%、10%。智能制造的未来是星辰大海,但脚下的路却并不平坦。首先要面临复杂多元算力的挑战。伴随深度学习不断发展,分类算法AlexNet分析224×224大小的图像需要720FLOPS,使用工控机处理需要1秒左右;而实际生产中常使用的ResNet50视频处理的计算量是AlexNet的数十倍,复杂度越来越高,算力结构性缺口日益凸显。其次是巨量数据贯通的障碍。从2015年迄今,国内机器人装机量从25万台猛增到100万台,数控机床、PLC的市场规模从1400亿增长到2000多亿,系统平台从以人为核心的ERP、CRM扩展到以物为核心的IIOT、MES、PLM等。智能化装备、各类生产线以及跨领域系统平台的巨量涌现,让工厂的数据量呈指数级增长,海量数据的贯通和深度挖掘计算成为难题。此外,高并发实时处理的需求激增也带来困扰。智能制造过程广泛使用装配机器人,对智能机器人的目标识别、轨迹规划的计算实时性、复杂性提出了更高要求。工业现场单个摄像头每天会产生约330G的视频数据,完全传输至云端不仅占用带宽,亦难以满足实时性(毫秒级)的业务需求。边缘计算生逢其时应对智能制造面临的多元挑战,需要系统性的解决方案,而边缘计算也许是分量最重的利器。国际知名调研机构IDC将企业数字化成熟度划分为入门者、探索者、组织者、转型者、颠覆者5个阶段,目前中国制造企业数字化转型总体处在中间阶段,第四、五阶段的占比很低。人工智能、物联网等技术在制造行业应用落地过程中,企业迫切需要边缘侧强大的算力支持智能制造发展,而这正是国内市场最明显的短板。一组数据也印证了上述判断:2020年有超过500亿台设备连接在一起,每个工厂每天收集的数据点超14．4亿,这意味着对边缘侧的计算能力、服务速度的期望值前所未有。边缘计算在靠近数据源头端提供计算及存储服务,能够有效缓解网络带宽与数据中心的压力,增强服务的响应能力,并对工厂内的隐私数据进行保护,提升数据和生产的安全性。通过与云端的交互协作,还可实现系统整体的智能化。中国信通院技术与标准研究所互联网中心高级项目经理宋平博士认为,边缘计算是一个技术赋能平台,可以天然地与AI、大数据、区块链等新一代ICT技术进行深度融合,进而推动不同行业朝网络化、数字化、智能化方向转型升级。作为“带刀侍卫”,边缘计算对智能制造面临的三重挑战给出了强有力的回应:控制层智慧化运营管理:以深度学习为代表的复杂优化方法在自动化领域有较多应用,边缘计算可以为其提供基础设施,保证相关的计算任务安全、快速、高效地完成。例如在随机订单的混沌生产场景,利用边缘智能构建多个智能体系统,通过不同智能体之间的行为交互提高自主决策能力,增强生产过程的自适应性。贯通层海量数据分析挖掘:数据贯通层需要分布在边缘侧的计算节点统一协同,实现海量工业数据的挖掘。在工业生产中,产品、部件在传送带上流动,数据信息也在流动,利用边缘计算能快速感知工厂内各环节设备、产品异常,并基于RFID、蓝牙等技术对生产线上流动产品进行定位和质量评估。感知层更低时延诊断预警:数据感知层故障诊断与缺陷监测是应用边缘计算最多的领域。基于工厂产线零件识别与缺陷检测、轴承故障诊断、钢炉热异常检测、电力设备检修等场景,可以通过边缘计算进行更低时延的诊断预警,提高生产检测效率,缩短订单交付周期。“带刀侍卫”的烦恼与对策在智能制造产业升级进程中,边缘计算无疑发挥着举足轻重的作用。但“带刀侍卫”也有自己的烦恼,还存在一些妨碍其大展身手的制约因素。首当其冲的是AI技术链条与制造业的产业链条彼此脱节。据埃森哲等咨询机构的研究,70%以上有AI技术的研究机构、科技公司缺少需求场景及行业领域的知识和数据,与此同时,70%以上的行业用户欠缺技术人才和AI平台的实施能力,这种状况严重制约了智能制造的发展速度。思谋科技首席架构师侯力政对此深有体会:“我们很多的研发人员是研究机构或互联网公司出身,掌握高精尖的算法,但对整个工业领域缺少切实的体会。智能制造的应用场景比较碎片化,同一个客户不同的生产线也可能差异很大。一开始因为数据支撑较少,需要case by case地去做,接触的相似场景更多之后,就可以从中抽离出对应的核心算法。”云边协同缺乏一整套资源管理和任务调度的解决方案,也是症结所在。边缘计算的核心是将分析和决策下沉到网络边缘侧,对用户而言需要从算法、云平台、边缘资源管理平台、硬件产品等方面实现软硬件结合的系统性突破。消费级算力产品稳定性较差,成为智慧工厂的心病。很多边缘计算设备成熟度低,稳定性差。例如:不少工厂应用的工控机,工作一周就要下线10分钟——这些设备使用了桌面级的芯片做设计,在室外部署环境中无法保证稳定、可靠的持续运行。针对产业链脱节、生态离散的顽疾,已有嗅觉敏锐的企业开启“破圈”尝试。本文开头提到的智慧工厂案例,就是强强携手的典范。在国内AI和边缘计算服务器领域独占鳌头的浪潮,与致力于AI系统架构在智能制造行业落地应用的思谋科技,以跨界联手的方式促成了边缘计算的逆袭。早在2016年,浪潮就开始布局边缘计算,经过多年深耕,取得丰硕成果。围绕智能制造、智慧能源、智慧交通等场景,浪潮打造出边缘微服务器、便携AI服务器、边缘服务器和边缘微中心四大产品系列,并汇聚智能制造领域系统、算法、应用等伙伴,形成多种智能制造解决方案。工业机器人“智能体检”即是具有示范效应的典型应用。浪潮与展湾科技共同开发了一套“智能体检模型”,能够实时监控智能工厂内机器人健康参数,通过“物联网+算法模型” 在线监控和预测机器人系统的故障隐患,将传统基于时间的维护转变为对设备状态进行管理——根据设备健康参数提供分析图表,可提前将有问题的设备进行更换,避免机器人非计划停机,保证了全自动化产线连续、稳定、高效地运转。24小时在线的“安全监督员”也是比较成熟的解决方案。目前各行业的作业现场安全监督仍以人工管理为主,无法做到实时不间断监控。借助边缘计算技术,对生产全过程进行智能化监管,已成为各行业保障安全的优先发展方向。基于计算机视觉的AI智能监管,可以通过摄像机采集现场视频,依托安全帽和防护服监测、人脸检测等算法来判断工人的行为是否符合安全规范,并自动进行告警和记录。浪潮边缘计算事业部总经理孙波认为,以短平快灵活开发的模式去支撑边缘计算的不同场景,是浪潮在智能制造领域脱颖而出的关键。“我们在产品研发端采用模块化架构设计,揉合不同客户的差异化需求;供应链端实现小规模定制的柔性生产,哪怕只需要一台服务器,也能按客户需求供货。”孙波一语道破天机——在纷繁复杂的场景中积极求变,也许正是边缘计算的生存之道。

204.什么是云计算？它有哪些特征？云计算是一种通过 Internet 以服务的方式提供动态可伸缩的虚拟化的资源的计算模式。需求服务自助化资源配置动态化资源的池化和透明化以网络为中心205.虚拟化的三种类型？平台虚拟化、资源虚拟化、应用程序虚拟化

202.什么是虚拟化？答：是将计算机的各种实体资源，如服务器、网络、内存及存储等，予以抽象、转换后呈现出来，打破实体结构间的不可切割的障碍，使用户可以比原本的组态更好的方式来应用这些资源。这些资源的新虚拟部分是不受现有资源的架设方式，地域或物理组态所限制。203.云计算领域存在的两个主要技术路线一是基于集群技术的云计算资源整合技术，一个是基于虚拟机的云计算资源切分技术。

200.分布式计算的定义和特征是什么？定义：分布式计算就是在两个或多个软件互相共享信息，这些软件既可以在同一台计算机上运行，也可以在通过网络连接起来的多台计算机上运行。特征：分布式计算中，多个通过网络互联的计算机都具有一定的计算能力，它们之间互相传递数据，实现信息共享，协作共同完成一个处理任务。201.在 FusionCompute 中，虚拟机热迁移能够带给客户什么价值？降低服务器操作维护过程中业务中断的风险；降低服务器升级过程中业务中断的风险；将虚拟机集中到几台服务器上，关闭没有负载的服务器，降低业务运行成本；防止服务器故障导致的虚拟机业务中断。

 ① 磁盘虚拟化② 块虚拟化③ 磁带 /磁带机 /磁带库虚拟化④ 文件系统虚拟化

答：RAID 0 和 RAID 1 的区别：1、RAID 0 读写速度快、阵列容量是加入阵列磁盘的总容量、无数据备份功能，安全性差。2、RAID 1 读写速度如单盘，容量是单盘的容量，但盘间是相互备份的，安全性高，4 块硬盘，做 RAID1 时不一定就是 120G3.raid10 是 raid1 和 raid0 的组合，至少需要 4 块硬盘，两块硬盘组成 raid1，然后在和另外两个 raid1 组成 raid0

196.云计算按照部署方式和服务类型分别分成哪几类？（1）公共云 提供给大众（2）私有云（或称专属云） 用户拥有整个云中心设施（3）混合云 公有云与私有云混合 廉价与安全197.桌面云的优点是什么？答：（1）数据安全：终端与数据隔离，防泄密；高可靠性架构，防丢失；本地无数据，安全可控（2）运维效率快：桌面标准化；桌面快速发放，集中运维；故障快速恢复，减少业务中断时间（3）灵活性好：资源按需调整；移动办公，随时随地接入。

没有人能够准确定义云在当今商业技术中的含义。它是一排按秒付费的设备吗?一组强大的API?一系列各种服务——所有服务的缩写词都以“aaS”结尾——企业可以依靠这些服务作为自己技术堆栈的构建模块?或者，这只是一种认为租用比购买更好的IT预算策略?随着供应商添加新功能和推出新服务，云计算的定义可能会不断变化，但每个人都知道，它对所有行业的企业来说都是一个很好的选择——而且作为IT战略的主要角色，它的势头只会迅速增长。借助云端各种可用工具和大量计算资源，开发团队可以做更多事情，构建更多产品。当人们都同时登录网站和使用某些服务时，企业可以更好地应对季节性或临时性的客户活动高峰。分析团队可以大规模试验最新的机器学习技术，IT主管们可以越来越多地从预算中剔除那些资本支出项目，同时让他们的业务部门同事对他们的半自治状态感到满意。尽管围绕云有许多值得高兴的事，而且也有一些成熟的商业价值，但依赖大型云提供商的堆栈也有一个潜在的弱点。以下是将业务迁移到云端时需要注意的10件事。您被锁定的环节比您想象的要多乍一看，在商用硬件上销售商用操作系统应该是商品业务。但不知何故，云领域却具有出奇的粘性。即使您在云端创建的数据或服务理论上是可移植的，但只是将所有这些数据从一家公司的云转移到另一家公司似乎就需要相当长的时间。在最近的一个项目中，我认识了一位高级工程师，他正在将一整套服务从一个云迁移到另一个云。六个月后，当该项目中我的这部分工作结束时，他仍在迁移这些服务。经理们还在给他支付工资。在DNS和密钥以及配置文件中，一些小细节通常足以让您更容易在一个云服务上不断支付更高的费用，而且也会让您避免因转移到其他云而面临的困扰。您支付了更高的费用——即使这并不昂贵亚马逊股票的飙升不仅仅是因为成千上万的仓库工作人员和送货卡车将世界各地的商品送到我们的家门口。这是一个竞争激烈、利润微薄的行业。其很大一部分利润来自“亚马逊网络服务”，这些服务通过将计算功能切分成小块并提高了价格，从而获得大部分利润。这一切都要归功于企业界服务器机房和数据中心的大量低效工作。因此，云提供商可以提供诱人的、更廉价的替代方案，以在您自己的硬件上托管您的堆栈，并仍可以报出有丰厚利润的价格。性能并非总是如宣传的那样好云计算机并不像看起来那么强大，也许是因为其硬件通常被数十个虚拟实例共享使用，每个实例都被精心分配了少量的RAM和CPU计算能力。当我注意到自己办公桌下使用了八年的服务器在解决一些重大优化问题比每月花费超过100美元来处理大型云实例要快得多时，这对我来说是显而易见的。但除非您十分关注于硬件设备，愿意自己安装和更新操作系统，并愿意在夏天让这些机器在您的办公楼里不断发热，否则使用云端设备更简单。在这个项目中，我只是通过使用N台机器来作为补充，这些机器的计算能力是我办公桌下至强服务器的1/N。当然，我的这个服务器更为昂贵，但启动新机器的便利性使人们更容易忽略其缺点。而且预算也会更低一些。悬而未决的问题有很多关于云的很多事情仍然很神秘，许多问题还没有得到解答。有些人想知道使用哪种技术可长期存储数据。而其他人则在考虑数据中心的街道地址。很多时候，云提供商都在帮助我们避免被不必要的细节弄得一团糟。有时他们会变得很神秘以提高安全性。但喜欢问问题的控制狂们会因为云行业通常对所有细节守口如瓶而感到沮丧，但或许在账单上逐项列出各服务项目是一个例外。性能并不统一实例像用千篇一律的模具冲压出来的商品一样出售，但性能可能会有所不同。我曾观察过很长时间，一些计算量大的工作的加速和减速幅度为20%。当我写信给技术支持团队时，他们没有给出一个清楚的答案，因为硬件都来自同一组设备。因此其速度应该是一样的。大多数情况下，其性能是可预测的，这就是为什么当一台机器明显更快或更慢时，人们会感到惊讶。其中一些工作涉及到管理预期这一难题。当云提供商遇到一堆无负载运行的实例时，他们会为负载过重的实例提供额外的时钟周期。为什么不用瞬间就会浪费掉的资源来奖励您的优质客户呢?但如果云提供商经常这样做，客户就会开始有所期待。变化往往超出您的控制范围是否存在某一客户不想使用一些新的和改进的产品?在云业务中，许多客户往往不愿接受改变，因为他们担心自己的代码会崩溃。云提供商陷入了两难境地。太多的改变会伤害到客户。但太少的改变意味着问题没有得到解决，安全漏洞未被消除。而没有选择会让每个人都开心。在塑造您的IT战略方面，供应商起的作用比您想象的更多许多开发人员喜欢吹嘘一些在其堆栈中包含的服务，而这些服务仍运行在十年或二十年以前的操作系统或数据库版本之上。如果您正在管理自己的硬件，则可以采纳这样的想法：如果机器没有坏，就不需要修理。然而，云提供商却不能如此漫不经心。他们通常需要让其客户群体步调一致地向前发展，这意味着租用云计算机更像是参军。您不是自己领域的主人。您只是机器的一部分，这意味着您将花费更多时间来适应和和谐相处。可变定价带来类似拉斯维加斯式的预算体验如果有人想要证明，一些几乎不重要的小事情可以引发大事件，那么他们可以去拉斯维加斯大道上的大型赌场。这是一个建立在老虎机和双骰赌桌上的帝国。所有的小赌注在这里积少成多。云端的许多服务都是受到老虎机的启发。例如，在俄亥俄州的亚马逊网络服务(AWS)数据中心调用Lambda无服务器服务，其每GB秒的费用仅为0.0000166667美元。如果您的代码可以在128MB的RAM上运行，并在1毫秒内完成，那么每次点击的费用为0.0000000021美元。以这样的价格，难怪您的开发人员会毫不在意地启动实例、填满存储桶以及启动新服务。当钱像五彩纸屑一样流过开发人员的手指时，他们就像在岸上休假的水手。但到了月底，账单就如宿醉般地到来，而到了季度末，云提供商的盈利创下了新纪录，而您付出了超出您预想的IT预算。便利性扼杀了关键技能当我问MySQL的一些创始人其成功的秘诀时，他们的回答是，他们要确保任何人都可以在五分钟内安装MySQL。他们侧重于简化安装脚本，因为他们知道开发人员都被其他工作压得喘不过气来。这就是MySQL如此受欢迎的原因之一。几十年后，云提供商正在向云用户兜售托管版本的MySQL，该版本会使工作变得更轻松。许多人宁愿在网站上点击按钮，也不愿通过命令行语言的流程图来完成工作。云产品的简单性正孕育着不能编辑配置文件或重启进程的新一代。他们只能点击网页上的按钮。这很糟糕吗?一些现实且精打细算的人会说，一家公司的开发团队应该专注于设计新的东西，而不应过分关注于商品工具。这就是企业创造更多价值的方式。但是，对于能够从源代码或程序包着手工作的开发人员来说，还是有一些值得钦佩的地方。逐渐放弃我们的技能，可能使我们有一天会付出代价——尤其是当某一天从战略上需要将这些工作带回到企业内部的时候。力量的天平偏向于您的供应商您需要做得就是快速阅读服务条款，以了解云提供商与其客户之间的力量平衡。有一次，我翻阅了一份服务条款，其中不断声称有权“无故”关闭用户的服务或删除数据。其讨论区中充斥着关于大型云提供商如何抛弃小客户的故事。在某些情况下，开发人员甚至不知道他们做错了什么。极右翼保守社交网络平台Parler的一个故事应该让每个开发者都停下来想想，不管他们的政治立场如何。某个周末，亚马逊公司给其客户发了一条非常有礼貌的信息，让他们在几天内离开自己的云服务。金钱可能有助于达成更平衡的协议，但很难忽视这样一个事实：云提供商已成为控制着某些技术的巨兽，而企业却无法脱离这些技术。

全球遥感产业发展正迎来爆发期。遥感，就算你不了解它，但也不代表你不会用到它。无论是在天气、环境保护、经济、保险等行业，还是日常生活中的导航、遥控无人机，实际上都离不开遥感技术的广泛支持。诞生于20世纪60年代的遥感技术，经过几十年的迅速发展，目前已被广泛应用于各行各业，为人类带来巨大的价值。随着云计算、人工智能、5G等技术的飞速融合发展，遥感产业的发展进入了智能化时代。遥感产业的挑战和智能化机遇当前，全球遥感产业发展正迎来爆发期。据中国四维测绘技术有限公司总经理徐文透露，遥感卫星市场目前已是通、导、遥三大细分市场中发展最快的一个，2010年至2018年，全球遥感卫星服务收入年复合增长8.3%。有统计数据显示，在过去5年，每年平均有12颗遥感卫星发射，未来5年，每年平均将有25颗遥感卫星发射。随着发射数量的激增，遥感卫星占在轨卫星比例也在迅速上升，已从2012年的10%，迅速攀升至2018年的27%。与此同时，产业应用增长速度也较快。徐文表示，自2013年以来，应用领域年复合增长率达92%，近三年更是保持15%的增速。实际上，在过去20年来，中国遥感卫星技术已经实现了从无到有，自主可控的大踏步发展。据悉，光是2020-2023年间中国将陆续发射15颗遥感卫星，预计2020年在轨遥感卫星将有200颗。尽管如此，遥感产业的发展仍然面临诸多制约和挑战。如今随着遥感卫星的增多、高分辨率趋势明显，遥感数据量激增，用于处理这些数据的算力明显不足。此外，用户获取数据的流程较长、数据更新速度慢、遥感数据加工工序多难度大，导致数据获取效率低、成本高的问题日益突出，行业急需一种全新、高效、智能、便捷的技术手段来弥补这些缺陷。在云+AI+5G时代，遥感行业尽管面对着很大的挑战，但也同时面临着很大的机遇，人工智能与大数据技术激发遥感应用创新，智能化升级已成大势所趋。利用云计算强大的算力和可靠的存储，可以助力遥感数据加工处理更高效、成本更低；利用云端人工智能可以自动实现遥感行业的增值服务，例如变化检测服务的人工智能自动识别，相比传统模式依赖遥感行业专家人工效率得到极大提升；而5G的普及必将使得从云端获取遥感数据及服务就如同在本地读取数据一样流畅。中国四维测绘技术有限公司董事长、中国资源卫星应用中心主任徐文表示，目前欧美等国家在遥感行业智能升级上处于领先地位。早在2017年，美国商业遥感卫星代表企业MAXAR公司就开始“All-in on AWS”，目前已实现全部遥感卫星数据云上运维。同时，它还投资配套建设了AI智能应用系统和云上卫星接收站，实现了从太空到用户的云际联接。此外，欧盟在2018年就建成并启动了“哥白尼”云平台, 平台成为“海量卫星数据应用的最佳土壤”。预计将带动下游产业价值超200亿欧元，欧洲遥感卫星产业链与产业模式将发生重大变革。可以看到，在云+AI+5G技术的共同赋能下，遥感产业犹如坐上了“火箭”，正迅速迎来新的爆发期。华为云如何使能中国遥感产业？如今，“上云”已是大势所趋，也逐渐成为各行各业的共识，今天我国的遥感产业也正在迅速迎头赶上。伴随着云计算、人工智能和5G技术的蓬勃发展和广泛应用，越来越多的中国高科技公司已着手尝试利用新型技术来解决遥感产业遇到的问题，并取得了阶段性的进展。在1月8日举行的华为云遥感产业高峰论坛上，从华为云带来的解决方案“GeoGenius-遥感智能体”，就可以一窥中国云计算企业在赋能遥感产业方面到底有哪些技术突破和积累。据介绍，“GeoGenius-遥感智能体”可提供包括数据管理平台和智能计算平台在内的一站式全流程遥感智能开发云平台，帮助用户聚焦挖掘时空数据核心价值。其中，数据管理平台可实现多场景多类型的海量时空数据，智能数据湖统一管理；智能计算平台可提供全流程的AI开发服务。此外，智能计算平台从AI训练到推理再到验证分析的流水线式的拖拉拽任务编排，模型开发甚至可缩短到“天”，相比传统线下AI开发需5-6天，效率提升了5-6倍。据介绍，“GeoGenius-遥感智能体”在这方面的技术优势十分明显。如其在EB级的分布式储存能力，EB级可伸缩储存，同时具有高可靠性；数据冷热分离存储，成本降低50%，访问性能能提升30%。作为高性能AI一站式开发平台，其可适配多种深度学习训练引擎、知识模型快速训练成型、观察结果快速呈现，可实现模型开发周期缩短到“天”。依靠其提供的统一的分布式并行计算引擎、Self-Driving业务驱动、自适应的大数据+AI双引擎和弹性调度、计算弹性无限扩展的能力可提供超大规模的并行算力。此外，在昇腾AI处理器、华为云鲲鹏云服务等全栈AI技术的加持下，可提供超高性价比的计算能力。据华为云中国区总裁洪方明介绍，该技术目前已被应用至两期影像全要素变化监测、影像全要素地物提取分类、无人机影像车辆识别、近海岸线水质趋势分析、高分影像水指数提取，以及一带一路地区历年干旱指数提取等案例实践中去。华为云还携手生态伙伴正共建从数据接收处理，到数据预处理、数据增值加工和应用服务开发的全行业链全栈解决方案。在数据接收处理上，卫星制造商、地面接收站通过“传感器+AI”、专线直通上云，可实现卫星即服务。在数据预处理上，卫星中心和自然资源分中心通过微服务化和容器化，可实现预处理软件系统云化集成。在数据增值加工阶段，遥感应用中心、信息中心，可通过云山工作站，实现加工软件云化、自动化。最后，在应用服务开发阶段，遥感应用中心、应用服务提供商，可通过基于遥感智能云平台，实现数据、算法、软件集成和二次开发，整个流程方便了不少，大大提升了效率。可以看到，“GeoGenius-遥感智能体”通过将人工智能、云计算等技术赋能遥感产业，贯穿从数据存储、到分析处理再到应用开发的全链路以来，大大促进了遥感产业的加速变革。遥感产业上云正当时实际上，在GeoGenius-遥感智能体推出之前，华为云就有着丰富的使能中国遥感产业的成功先例可循。去年11月6日，在澳大利亚举行的GEO 2019年会议周上，中国国家航天局推出了“中国国家航天局高分卫星16米数据共享服务平台”，宣布将中国高分16米数据对外开放共享。此次共享将让95%的没有卫星发射能力的国家享受到中国高分卫星数据对外开放共享的红利。这一决策的背后是中国国家航天局基于华为云的跨区域部署，利用华为云的全球布局的优势，为全球用户提供服务。该平台应用主要由中科星图、航天宏图、中国资源卫星应用中心等多家单位共同研制创建。据洪方明介绍，华为云此前还与中国资源卫星应用中心合作，双方共同发布了四维地球遥感解决方案。该方案可提供包括基础影像底图、每日新图在内的通用遥感产品服务，大幅降低遥感数据使用门槛，实现按需、准实时云端提供高质量遥感数据。还能提供包括目标识别、变化检测在内的智能信息产品服务，大幅降低人工判图时间，实现利用人工智能快速准确识别地物、检测变化等信息。此外，还包括网络地图服务、网络地图切片服务在内的应用开发服务及标准国际开放地理组织接口和表述性状态传递接口，可直接支持智慧城市平台、业务系统、手机APP以及各行业应用软件调用，实现联接政府、企业、公众等海量用户应用。这正是综合运用大数据、云计算、人工智能、5G等技术构建的业界典型案例之一。此外，华为云还与中科天塔合作，其航天器测控管理与空间信息应用服务平台-航天云立方目前已经在华为云稳定运行。据介绍，航天云立方平台完全基于华为云公有云架构进行了全新设计构建，将为各类用户提供在轨航天器与地面测运控资源的访问、控制和管理服务，通过标准化的信息接口向行业用户提供随时随地的航天资源访问能力，实现了信息透明、状态共享与并发操作。航天云立方的所有底层框架服务和上层应用全部基于华为公司国产鲲鹏服务器构建，具有自主、安全、可靠的特点。如利用最新Docker容器技术所研发的轨道与控制计算微服务架构，在国内首次实现支持高并发访问的轨道控制计算接口和多语言版本的SDK开发包，能够为行业用户提供随时可用的高精度的计算与分析服务。实际上，上述案例仅是遥感行业智能化升级的开始，未来十年，中国的遥感行业想要有更加长足的发展，其关键点就在于抓住智能化升级的大潮。在华为云等平台的共同使能下，中国遥感产业智能化升级正步入快车道。

194.云计算的最终目标是什么？云计算的最终目标是将计算、服务和应用作为一种公共设施提供给公众，使人们能够像使用水、电、煤气和电话那样使用计算机资源。195.云计算有哪些服务类型？简述其内涵答：（1）平台即服务(Paas)，平台即服务是面向开发者的云计算，这种云计算最大的特征是它自带开发环境，并向开发者提供开发工具包。平台即服务与软件即服务之间可以相互转换。（2）软件即服务(Saas)，软件即服务是普通消费者可以感知到的云计算，这种云计算最大的特征就是消费者并不购买任何实体的产品，而是购买具有与实体产品同等功能的服务。（3）基础架构即服务(Iaas)，基础架构即服务一般面向的是企业用户，这种云计算最大的特征在于，它并不像传统的服务器租赁商一样出租具体的服务器实体，它出租的是服务器的计算能力和存储能力。

192.华为桌面云可以提供灵活的桌面形态，都包括哪几种？答：完整复制桌面云，链接克隆桌面云，全内存极速桌面，高性能图形桌面193.虚拟化架构的分类以及计算虚拟化实现的方式。答：寄居虚拟化，裸金属虚拟化，混合虚拟化，操作系统虚拟化,cpu 虚拟化，内存虚拟化，I/O 虚拟化

189.计算机虚拟化可归结为哪三个方面？答：CPU 虚拟化、内存虚拟化、IO 虚拟化190.什么是虚拟化?答：虚拟化是云计算中的一项关键技术。它指的是共享计算机上多个操作系统的聚合。以及更好地利用服务器的应用程序191.DAS/NAS/SAN 三种形态的优缺点：答：DAS：优点：易于理解，兼容性好缺点：难以管理，扩展性有限；存储空间，利用率不高NAS：优点：易于安装，成本低缺点：性能较低，对某些应用不适合SAN：优点：高扩展性、高性能、高可用性缺点：比较昂贵、配置复、互操作性问题

将服务器集群聚合为一项整合资源，可以提高整体效率并降低成本。服务器虚拟化还可以加快工作负载部署速度、提高应用性能并改善可用性。

(1) 超大规模 (2) 虚拟化 (3) 高可靠性 (4) 通用性 (5) 高可扩展性 (6)按需服务 (7) 极其廉价 (8) 潜在的危险性