IaaS:是（基础设施即服务）的简称,又称为（效用计算）,指用户可通过 Internet 获取 IT 基础设施硬件资源,将基础设施作为服务的云计算服务类型，IaaS 计算实现机制中,系统管理模块的核心功能是(负载均衡)PaaS:将平台作为服务的云计算服务类型SaaS:软件即服务

并行计算网格计算：资源类型是异构资源，资源节点是高性能计算机，网格计算的目标是共享高性能计算能力和数据资源，实现资源共享和协同工作分布式计算

Big－box是一家品牌折扣购物店，顾客在店里有很多的选择，可以获得物美价廉的商品。但是，当这些顾客需要参加会议而采购高档服装时，他们不会去这里购物。在试图提供所有功能的超大型公共云提供商和专门为特定工作负载量身定制其云环境的云服务供应商（CSP）之间就存在类似的选择。选择是多云战略的关键。多云是云计算客户无需在单个云平台开展业务的一种方法，而是选择多个云平台来优化工作负载和业务成果。多云可能包括私有云、超大型公共云、定制云服务供应商（CSP）和混合云。云计算的定义在人们开始研究多云策略之前，应该就一些定义达成一致，特别是在客户、供应商和分析师准备放弃一些云计算术语的时候。而这些定义已经在业界普遍被广泛接受。?私有云是唯一具有虚拟化、服务编排和动态配置的租户云基础设施。大多数私有云的所有者都在本地建设基础设施。虽然企业可能与IT公司签约以帮助管理其虚拟私有云，但该企业是其唯一所有者和租户。?公共云是多租户计算环境，可以承载各种不同的工作负载和环境。这一大类包括超大型公共云和定制的云服务提供商（CSP）。?超大型公共云提供各种服务，其中包括SaaS、PaaS、IaaS、应用程序数据存储和长期二级存储。公共云规模庞大，其地理位置遍布世界各地。AWS、微软Azure和Google Cloud是公共云行业的三大巨头。?定制云服务提供商（CSP）根据工作负载类型、垂直行业或地理位置定制他们的产品。这一类别中最强大的竞争对手提供难以从超大型公共云中获得的定制工作负载和客户支持。备份和灾难恢复（BDR）提供商KeepItSafe和PaaS提供商DigitalOcean和Virtustream就是一些行业领先的厂商。?混合云可以协调在多个云上运行的服务，通常是私有云和公共云。另一个常见用法是单一供应商的云服务，将内部部署数据中心的客户部署扩展到供应商拥有的云服务。其中，Oracle、SAP和IBM的云服务在年收入方面可以与超大规模公共云厂商提供的混合云相媲美。?多云可以包含以上所有云类型。由于它没有在云服务之间进行协调，因此多云不是一种技术，而是一种策略。这可能会随着开发人员在云服务之间改进协调和工作负载迁移工具而发生变化，但如今这些工具正处于新生的开发阶段。对许多公司来说，知道如何采用多个云就足够了。为什么选择多云？通常，大多数交易都是少数行业巨头实施的。有一些特定的服务是无与伦比的，比如微软Azure上大规模的IaaS或像AWS上的Salesforce这样的高性能应用托管服务。超大规模公共云供应商提供了大量服务，但这并不意味着他们针对所有这些服务进行了优化。那么为什么有些企业仍然将所有的业务放在超大规模的公共云上？这有几个原因，其中包括熟悉程度、低成本、简单性、客户支持。?熟悉。组织经常将其单个用例迁移到云平台，比如Office 365。但随着时间的推移，他们会在同一个云平台上签约额外的服务，只是因为对它很熟悉，并不是因为其云平台适用于所有工作负载的最佳环境。?低成本。超大规模公共云通常具有较低的入门价格。但是，价格较低不是给定的。客户增加的服务越多，其费用就越高，而对数据存储阈值的处理也会非常昂贵。?简单性。IT通常倾向于从一个提供商获得一个账单，而不是来自不同提供商的多个账单。然而，并且采用多个服务的单个供应商不能保证其简单易行，超大规模公共云供应商的计费方式可能变得复杂。?客户支持。客户支持是云计算客户的主要关注点。但是将资源投入到客户支持中，这对于超大规模的公共云供应商来说是一个亏本的选择。他们的盈利模式取决于客户的DIY，他们花在客户支持上的时间和资源越少越好。客户支持成为将资源投入其中的云服务供应商的主要区别。而且一些云服务供应商通过为客户定制托管和监控服务来实现更多差异化。客户获得最高级别的支持和他们想要的服务，而云服务提供商（CSP）提供的云服务将会更多地从超大型公共云中脱颖而出。定制云服务：各业务成果选择合适的提供商最终，企业采用单一云提供商的云服务并不存在一个明确的令人信服的理由。企业最好能够在专门处理这类服务的云平台上处理工作负载，而不是使用一个云平台来满足所有需求。企业没有必要放弃适合自己的超大型公共云服务。可以保留这些服务，但也要考虑添加私有云和混合云。最好考虑采用定制服务等级协议（SLA）的云服务来优化工作负载。这些云服务供应商可以从私有云和公共云的最佳角度来看待云服务：私有云的高性能和快速恢复，以及公共云的动态可扩展性。此外，行业领先的云服务供应商还提供最佳的工作负载环境，高效的客户服务，定制的SLA、灵活性，以及节省成本。额外的好处包括超级规模公共云不提供的服务，因为对他们来说没有经济意义。这些服务包括量身定制的保留策略或为电子发现和合规性存档数据的功能。另一个好处可以针对SOC 2、HIPAA、FINRA、FIPS 140－2、ISO、PCI合规性，以及ISO 27001认证的粒度安全级别提供服务。定制云服务供应商在企业多云策略中的优势?优化工作负载。这是企业转向多云模式的主要动力。超大规模的公共云可以保护客户数据，为灾难恢复提供故障转移，并以经济高效的方式存储冷数据。但是，它们没有应用在跨多个应用程序和云计算的数据保护业务中。为了实现这一级别的数据保护，客户可以使用定制云服务供应商的服务，例如KeepItSafe云服务。用于应用程序开发的PaaS／DevOps是优化工作负载的另一个主要用例。超大规模公共云厂商是常用的PaaS提供商，但将其服务集中在开发人员而不是操作上。定制云服务供应商可以提供更好的服务，为客户提供丰富的策略管理、应用程序集成、高可用、灾难恢复，以及定制服务等级协议（SLA）。?节省成本。多云策略使企业能够为最佳业务成果选择最佳定价。他们不会为一个不太出色的云备份服务付费，或者只是因为他们想要与单个云提供商合作而为昂贵的IaaS服务支付费用。?灵活的目标。不同的应用有不同的要求。例如，当企业将电子商务应用程序托管在云中时，性能和可用性非常重要。当企业存储敏感业务数据时，可搜索性和治理成为首要任务。灵活性是选择PaaS的良好特征，而极端的可扩展性是IaaS的主要特性。多云为客户提供了他们所需的灵活选择。?避免供应商锁定。客户不愿意其业务被云计算提供商锁定，而移动数据意味着时间、成本和潜在的损失。供应商锁定的另一个例子是绑定到特定的软件平台，因为它是云计算提供商提供的唯一产品。更好的云服务供应商将为他们的客户提供可供选择的软件平台，以及高效的数据迁移。?定制服务等级协议（SLA）。超大规模公共云供应商不愿意定制客户服务等级协议（SLA）。这将耗费他们的成本和资源，许多客户在被告知需要支付账单。定制的云服务供应商通过与客户密切合作来设计最佳的服务等级协议（SLA）和结果，并将定制的服务等级协议（SLA）作为其竞争优势。实现跨越式发展超大规模公共云的功能并不能包打天下。他们可以很好地管理一些工作负载和环境。但是，不要为了满足所有云计算需求而坚持使用单一模式，而应考虑将定制的云服务提供商（CSP）添加到其云组合中。这种多云策略可让企业优化自己的云计算投资，并能够实现所希望和需要的最佳业务成果。

应用架构步入"无服务器”时代  Serverless技术迎来新发展华为云FunctionGraph喜获可信云函数即服务能力认证5月26日，以“原生蓄力,云领未来”为主题的2021年云原生产业大会在北京启幕，华为云Serverless函数工作流（FunctionGraph）通过了基础能力要求、平台可观测能力、服务性能、服务安全和服务计量准确性等五大类、20+项测试，以稳定、可靠、高效的服务能力荣获可信云函数即服务能力认证。同时，在云原生2.0分论坛环节，华为云Serverless函数服务产品经理分享了“华为云Serverless函数服务，让开发上云极简高效”的主题演讲。华为云FunctionGraph 荣获可信云函数即服务能力认证Serverless作为云原生技术发展重要力量之一，开启了应用架构的“无服务器”时代，为架构设计、开发者编程带来了全新的思路。Serverless技术的兴起，极大简化了云计算的编程模型，让开发人员无需关注服务器，聚焦应用创新。 应用架构不断演进  Serverless 2.0 全方位承载高效应用开发应用复杂度的提升和云计算的发展不断推动应用架构、编程方式的持续演进。从最初的单体架构前期开发简单、快速，随着系统规模增大，因为架构耦合导致的无法独立升级、演进等问题持续放大。架构开始朝着微服务演进并逐渐成为主流，应用按照微服务粒度进行拆分，接口标准化，环境标准化，可以按天或周进行升级发布，帮助应用实现了快速迭代。服务架构给开发者带来了便利，但也带来了复杂度，用户依然需要关注服务器配置、后端服务管等运维工作，无法享受云带来的最大便利。Serverless架构是在微服务架构基础上的进一步延伸，按照业界通常的定义，Serverless = FaaS(Function as a Service) + BaaS(Backend as a Service)。相比微服务，FaaS将资源调度的粒度缩小到函数，针对无状态、短时处理任务，通过函数式编程方式，进一步降低了应用开发门槛，缩短了应用上线周期。 但当前的FaaS，通常不适合用于长时任务、大数据处理等工作，函数间通信时延性能较低，被称之为Serverless 1.0阶段。到了Serverless 2.0阶段，将在此基础上大大扩展其应用范围，全场景支持各种应用负载。其典型特征包括：可以支持长时运行的任务；内置数据系统，可以支持有状态函数，支持大数据处理；内置通信系统，函数间可以通过总线进行高性能通信。 华为云Serverless函数工作流FunctionGraph，让开发聚焦应用创新华为云在Serverless技术的研究和实践过程中提出： Serverless作为云计算下半场的计算范式，需要解决通用应用开发、原有应用系统无缝对接、支持异构硬件等问题，并且有完备的工具链、云服务，才能让更多的开发者享受Serverless带来的红利。 华为云Serverless函数工作流FunctionGraph是一款带编排能力的函数计算服务，提供了界面化管理、一站式的函数开发上线功能，支持6大类语言、支持10+类的函数触发器类型；拥有丰富的触发器类型，通过事件触发集成多种云服务，满足不同场景需求；根据请求的并发数量自动调度资源运行函数，实现按需极速弹性；函数运行实例出现异常，系统会启动新的实例处理后续的请求，实现秒级故障自愈。 基于华为云Serverless的多场景应用与实践落地Serverless架构所具有的IT资源可根据需求弹性伸缩的特点，从场景上大致可分为以下几类：类型一：单用途无状态类，典型的应用有小程序后端、Web后端、三方服务商对接等。这类应用使用函数编程可以极大简化开发流程，做到小时级交付。类型二：事件驱动类，如实时的图片处理、实时的数据流处理、IoT的事件处理等。这是Serverless最典型的一类应用，特点是事件驱动+计算胶水层，计算胶水层的逻辑通过函数来实现。类型三：弹性伸缩类应用，如视频转码、视频直播、热点事件推送等，这类应用的特征是通常无法预知流量大小，需要基础设施能够做到底层资源无感，自动的快速弹缩而不影响业务层的处理。在华为云Serverless场景落地方面，已全面实现了在移动端的应用实践。比如：在2020年疫情期间，华为负一屏基于Serverless架构实现了“新型肺炎疫情实时播报”应用一天上线，极大提升了应用开发的敏捷性。另外一个典型应用场景是关于视频处理中的Serverless实践，此场景中同一个视频直播流里需要插入多个AI特效渲染函数，函数间需要传递大量数据，在现有函数架构下需要经过多次外部存储读写，而通用采用状态内置的函数技术，将一次读写的访问耗时从200ms降低到5ms，从而满足端到端业务时延要求。 在2019年伯克利发布的《Cloud Programming Simplified》展望中，提出Serverless将成为云计算的下一代默认计算范式。 对于云计算应用架构来说，“无服务器”时代的Serverless技术必将引领云计算下一个阶段，华为云亦将聚焦客户价值，聚力云原生2.0 Serverless解决方案，大幕开启，创造无限可能！

让边缘计算设备与核心企业IT系统协同工作有五个关键挑战，以及应对这些挑战的几种方法。从现在到2025年，边缘计算市场预计将以19．9％的复合年增长率（CAGR）增长。许多公司正在把物联网部署到企业的边缘、家庭和现场。这些设备可以发送、接收和处理数据，下一波部署很可能会关注如何从物联网中获取和处理具有商业价值的数据。在某些情况下，物联网将能够独立接收、处理甚至存储数据。在其他情况下，它需要与其他核心企业系统合作共享数据，以支持人工智能和分析等技术。无论公司为其edge／IoT和集中核心计算开发的IT架构如何，能够集成所有这些数据源以获得业务结果将是一个重要的重点。边缘核心集成挑战对于IT来说，集成边缘计算和核心计算有五个关键挑战。1）边缘（尤其是物联网）数据过载IDC预计，到2025年，将有416亿台联网物联网设备产生794兆字节（ZB）的数据。并不是所有这些数据对公司都有用，而且公司也无力管理所有这些数据。基础设施资产管理公司Yotta的首席技术官ManishJethwa在一次公开的采访中说：“企业面临被物联网数据淹没的风险，这些数据对企业几乎没有价值。”。“如果不清楚什么数据驻留在何处，物联网（IoT）可能充斥着大量没有商业价值的数据。”2）整合时间有限加快应用程序的上市速度是企业想要的。然而，问问任何一位首席信息官，他或她可能会告诉你，大多数应用程序都需要系统集成，这是IT部门承担的最困难、最有风险和最耗时的项目之一。边缘计算增加了复杂性，因为许多边缘设备都带有自己的专有操作系统，不一定与其他物联网设备或其他中央IT系统接口。3）旧版系统两年前，大型机解决方案提供商Compuware的首席执行官克里斯·奥马利（ChrisO＇Malley）写道，“57％的大型机用户目前在平台上运行超过一半的业务关键型应用程序，预计到明年这一数字将增至64％。”我自己的企业证实了这一点。遗留系统被称为“遗留系统”的一个原因是它们以难以置信的可靠性和性能经受住了时间的考验。事实上，一家大型酒店公司的首席信息官告诉我，处理他所有酒店预订的主机已经30年没出过故障。可靠的遗留系统是全天候的宝贵资产。但当涉及到将遗留系统与edge和IoT集成时，可能会很困难。遗留系统最初不是为物联网设计的。许多遗留系统还包含数千行自定义代码，其中一些是“黑匣子”，因为目前没有人理解它，而且它缺少文档。所有这些都使边缘积分复杂化4）带宽物联网数据不断地在边缘生成，但是如果你想让它去其他地方，你有足够的带宽来支持这些巨型数据流吗？对它来说，这既是一个财政问题，也是一个技术问题。5）安全最近的调查显示，近半数使用物联网的美国公司都曾遭遇过安全漏洞。其中一个问题是使用物联网设备的人，或负责在边缘保护设备的非IT人员。第二个挑战是边缘和物联网基础设施的多样性。边缘可以是网络节点、传感器、网关、硬件或应用软件。有许多移动部件和许多不同的供应商提供它们。最终结果是更多的漏洞和更高的安全风险。为edge定义有效的集成策略在中央计算和edge之间的任何集成工作中，都希望不惜一切代价避免费力的定制编码。这就是为什么系统集成商要问自己的第一个问题是，物联网／终端和核心系统是否存在扩展的API库。第二个选择包括找到一个ETL（提取、转换、加载）工具，该工具可以帮助自动化边缘核心系统集成，或者也许可以将边缘和中央计算分离开来，这样两者可以相互独立地运行，然后使用云中介在它们之间传递数据。这些选项包括：API。有一些核心计算系统附带了数百个应用程序编程接口（API），这些接口对集成不同的系统和边缘应用程序有很大帮助。“问题”是，并不是所有的edge专有系统和协议都包括在内。建议：如果可能的话，使用一个标准的API来进行边缘连接。如果失败，请继续使用以下方法之一。提取、转换和加载软件能够从一个系统（即边缘设备）获取数据，并将数据转换为核心中央系统可接受的格式。然后将转换后的数据加载到目标中央系统。ETL可以使用您提供的用于数据转换的业务规则自动操作。可以排除中央系统不需要的外部边缘数据。使用ETL，根据您输入的业务规则，还可以清理和规范化数据。建议：当API不存在或不足时使用ETL。ETL的一个优点是它可以使用您提供的数据转换的业务规则做更多的事情。将处理卸载到边缘。如果您希望节省带宽并分配处理，以便更多的处理直接发生在边缘，有一些技术可以做到这一点。Veea的高级营销副总裁KurtMichel说：“我们可以通过在边缘部署智能边缘节点进行本地化处理来实现这一点。”在这样的配置中，边缘处理传入的边缘数据。随后，您可以在云中细化这些数据，消除不需要的数据，然后将其发送到核心系统。本质上，您是在解耦处理，以便边缘可以自行运行。这减少了带宽消耗。同时，它还可以使用其他中间资产（如公共或私有云）来优化在将数据加载到核心系统之前在边缘收集的数据。建议：如果您想节省带宽并减轻核心系统的处理负载，请考虑在边缘进行本地化处理。自定义编码。当所有其他方法都失败时，仍有自定义编码的地方。并不是所有边缘计算和核心计算之间的集成情况都可以通过商业软件来解决。好消息是定制编码正迅速成为边缘和核心计算集成的例外，而不是规则。

        5月26日，2021中国国际大数据产业博览会（以下简称“2021数博会”）在贵阳开幕，并正式发布行业权威奖项“2021数博会领先科技成果奖”。华为云知识计算解决方案获得“黑科技”奖，华为云GaussDB(DWS)实时数仓实时数据分析技术获得“新技术”奖。        数博会是全球首个以大数据为主题的博览会，由国家发展和改革委员会、工业和信息化部、国家互联网信息办公室和贵州省人民政府共同主办，领先科技成果奖是数博会的重磅环节之一。本次斩获奖项的产品为华为云创新的人工智能和大数据服务，具备业界独创性和领先性。知识计算解决方案，助力企业知识化转型        2020年，华为云发布业界首个全生命周期知识计算解决方案，该方案以华为云一站式AI开发平台ModelArts为基础，包含知识获取、知识建模、知识管理，以及知识应用四大模块，覆盖知识在企业生产环节中的全生命周期。        基于华为云知识计算解决方案，企业可以打造自己的知识计算平台，整合分散在不同介质、不同形态的企业数据，形成带有建议性的知识，实现知识的主动推荐、辅助推理与决策，进而提高企业的经营效率，可广泛用于研发、生产、运营、销售、售后服务等企业核心流程。目前，在石油、汽车、医疗、化纤、煤焦化、钢铁、交通、金融等行业已有广泛实践。        在汽车行业，中国第一汽车集团有限公司应用华为云知识计算解决方案构建的一汽知识计算平台，基于业务场景，将知识便捷地、以数字化的方式呈现在使用者眼前，实现对员工的快速赋能。通过使用一汽知识计算平台，一汽红旗试点4S店的一次性修复率提升了4%，客户维修等待时间下降了23%，厂家支持介入率下降了30%，维修技师的培养时间缩短了30%。华为云GaussDB(DWS)实时数据分析技术        为了响应政企用户在IoT和运维监控等场景下对数据仓库时效性的需求，2020年华为云发布了GaussDB(DWS) 实时数仓新品，其具备快、易、简、省四大特点：       1）快：实时数仓时序数据单机入库性能支持每秒10万条数据、每秒60万条流数据持续计算入库，并可线性扩展。       2）易：支持基于SQL完成复杂流式计算语义定义，简化开发。以Druid监控的一个场景为例，仅用150行SQL代码实现了原有1900 行Druid脚本同样的功能。       3）简：实现了1 = N。在一个平台内，同时实现Flink/Spark Streaming（流数据处理）+Druid（流数据预聚合）+InfluxDB（时序数据处理），简化了开发和运维工作。       4）省：时序数据经过实时数仓的自适应压缩算法，最高可达40:1的压缩比，将多维度行列存储优化，数据冷热温自动分区，极大地减少存储空间，节省用户成本。        华为云GaussDB(DWS)实时数据分析技术，在已支撑1000+大客户核心业务运行的标准数仓架构上进行演进，具备企业级内核的关键能力（高性能，高扩展，高可用，融合分析，智能运维）。针对实时数据分析场景，在统一架构下增加时序引擎和CEP引擎，实现T+0的实时数据与历史数据关联分析能力。该架构首创性的把多引擎融合在一起协同工作，在OLAP引擎基础上进行扩展，通过插件的方式扩展CEP引擎和时序引擎，使得数据在集群内流动，一数多用，高效多维度分析。        在金融、5G、物联网、人工智能等领域，企业可借助华为GaussDB(DWS)实时数据分析技术，实现对时序数据和流数据的实时监控，实时分析，实时推荐等，助力企业在智能数据时代创造更多业务价值。当前华为云GaussDB(DWS)实时数仓已在华为流程IT运维大数据平台上线使用，解决了时序数据和流数据在业务使用中“装不进”“算不动”的挑战，真正做到实时入库持续计算。        截至目前，华为云已经在全国10多个行业超过600个项目进行了人工智能落地和实践，帮助城市、交通、制造、医疗、钢铁、纺织、能源、金融等行业智能升级。未来，华为云将持续通过技术创新，驱动产业智能升级。        想了解GuassDB(DWS)更多信息，欢迎微信搜索“GaussDB DWS”关注微信公众号，和您分享最新最全的PB级数仓黑科技，后台还可获取众多学习资料哦~转载来自：华为云数数仓GaussDB(DWS)微信公众号

如题，请教大佬云计算认证的学习路径是什么呢？云计算和云服务的区别和联系是什么呢？拜谢大佬

近日，云计算领域各厂商接**布了2021年Q1财报，可以看到，不管是云计算巨头还是第三方厂商在回顾Q1业绩时，都是积极乐观、喜气洋洋的。然而事实真的如此吗？在这个本就马太效应明显，又被华为云搅动的市场中，到底谁在强颜欢笑，谁在坐收渔翁之利？ 或许只有数据不会说谎。 此次，我们以阿里云、百度云、腾讯云、优刻得和金山云的财报数据为样本，试图描绘出云计算2021年Q1市场竞争的现状。 BAT中的财报新星？ 不可否认，在BAT的财报中，云计算业务已经成为了不可忽视的，某种程度上代表公司未来的一个存在。 以阿里云为例，阿里云今年第一季度营收为167.61亿元人民币，同比增长37％，经调整EBITA为盈利3.08亿元人民币，上一个季度阿里云营收是161.15亿元人民币。而阿里整个季度的营收为1873.95亿元人民币，云业务营收占总营收的8.94%。可以看到，虽然阿里云在整个集团中营收占比中并不高，但是其增速一直是高于整个营收增长速度的。值得注意的是，在本季度这一常规现象出现了反转，阿里云增速急转直下，反而远落后于整个集团增速，具体的阿里云的营收增速为37%，集团的营收增速为64%。 对此，阿里首席财务官武卫在财报会议上解释了云收入增长放缓原因是因为与一家互联网头部客户关系发生变化，该客户在中国境外业务规模较大，过去一直使用阿里的海外云服务，由于一些与产品不相关的要求，该公司决定在国际业务方面终止与阿里的关系。 目前，市场上的消息已经证实，这个“头部客户”为字节跳动，其面向海外市场的短视频应用TikTok决定不再使用阿里云服务。此次转单的价值约每年8亿美元，计划由亚马逊云AWS和甲骨文共同获得。 此外，阿里巴巴业绩说明会上表示，剔除此客户，阿里云前十大非关联客户在2021财年全年总收入中的占比不超过8％，所以，阿里认为，阿里云收入的集中度并不高。 不管这一季财报怎样，目前来看，阿里云在国内还是稳稳地坐在了第一把交椅上。与阿里相比，腾讯云的情况同样不太乐观，虽然没有大客户流失带来的直接伤害，但其市场地位确实在经受着一些考验。由于腾讯云没有单独测算营收，加上金融科技对腾讯整体营收也具有明显的拉动作用，所以上图这样的计算方式可能有失严谨，但大体上可以看出，金融科技与云计算业务在近两个季度的营收增速还是明显超过了整体业务。 而作为腾讯云来讲，未来如何保持这样的增长势头还是需要花费工夫的。 我们看到近期腾讯To B业务也进行了最新的变阵，并明晰了区域加行业的打法，而这样的变动究竟能否让整个腾讯To B业务受益，再次获得领先优势，还需要进一步观察。 如果说近几年阿里云，腾讯云已经在财报中为自己正名，那么百度智能云则是在最近两个季度才锋芒初露，并成为了百度最受关注的业务之一。 尤其是在本季度的财报电话会上，很多分析师和媒体都把目光聚焦在了百度智能云上，百度集团首席财务官在电话会上透露，百度智能云在2021年第一季度实现营收28亿元，同比增长55%，增长主要得益于互联网/媒体、金融服务、智能交通以及其他行业的客户。 在财报中，百度还强调了百度智能云在商业化方面优势，即中国某个领先的零售银行采用百度的AI PaaS并复购五次，CCTV采用百度AI PaaS。 不光外界开始关注百度智能云，百度内部也同样把云计算摆在了明面上，李彦宏在最近两季度的财报中，都提到了百度智能云的变化，其营收增速可见一斑。 需要指出的是，虽然对于百度来讲，百度智能云的表现可圈可点，但放到整个云计算行业中，百度智能云与头部厂商的差距仍然可用“鸿沟”来形容。 亏损仍是小厂商顽疾 曾与百度处在同一梯队的第三方云厂商金山云和优刻得在2021年第一季度的表现同样值得关注。另外，他们分别作为美股和科创板的“云计算第一股”，其财报表现同样被资本市场“记挂”。 首先，优刻得2021年一季度营业收入为7.11亿元，较上年同期增加2.98亿元，同比上升72.31%，净亏损同比扩大414.45%，至亏1.32亿元。

十年间，除了移动互联网之外，国内云计算同样走出了一段辉煌的历史。例如中国是全球云计算增长最快的市场之一，保持30%以上的年均增长率。阿里云、腾讯云和华为云跻身全球云计算排名前十的名单。经过十多年的发展，国内云计算市场的上游、中游格局基本已定，但下游市场的发展空间巨大，尤其是SaaS将迎来爆发。此外，第一新声在“数字中国”企业云科技细分领域公司的调研过程中发现，随着中国企业数字化转型不断深入，云计算从简单的市场扩张、让企业上云、用云、采购SaaS软件，逐渐进入到基于云原生技术重构系统的深水区。那么，目前行业主要的玩家有哪些？未来市场到底是怎样的格局？又将朝着哪些方向继续前行？01 上游、中游格局基本已定云计算行业的开端较难精准定义，2006 年虽然首次提出了「云计算」的概念，但直到 2008 年，全球云计算的时代大幕才逐步拉开，众多巨头也随之纷纷加入。在中国市场上，2009年，阿里巴巴成立云计算子公司阿里云，实际上举起了“去IOE”的大旗。次年，巨头华为也正式公布云计算战略。从2012年之后，国内就不断地有一些初创云厂商开始诞生。2012年3月，江湖人称“白帽黑客”的季昕华创办优刻得（UCloud）；同年4月，三位拥有IBM工作经历的黄允松、林源和甘泉，共同创办了青云QingCloud；2013年9月，腾讯云宣布正式面向全社会开放......2017年至2018 年，国内云计算市场投资并购不断，公有云普遍进入PE期，私有云集中在VC期。巨头厂商在公有云市场布局已基本完成，私有云、混合云市场还未形成绝对巨头，存在着较多可以纵深切入的方向，私有云、混合云成为投资机构重点关注领域。中国云计算市场可谓百花齐放。中国信息通信研究院（CAICT）数据显示，从2015年到2018年，中国云服务市场实现38%的复合增速。预期2019年至2024年实现28%的复合增速，预计2024年中国云服务市场规模将达到5600亿元，其中公有云约3700亿元。2020年，美团云和苏宁云相继宣布关闭公有云业务。从整个市场来看，这仅仅是一朵水花而已。经过十多年的发展，国内云计算市场的上游、中游格局基本已定。在云计算市场上，拼的不仅仅是技术，毕竟技术层面上的差距不足以成为企业选购云服务的唯一评判标准。这背后需要考虑的还有产品完整度、服务能力、社区生态、品牌运营等要素。其中，产品的完整度是市场关注的核心问题。云计算行业可以分为四部分，分别是上游的硬件服务商以及中上游的IDC服务商、中游的云服务商、下游的软件服务商。若是按照服务的类型，云计算可以分为基础设备即服务（ IaaS）、 平台即服务（PaaS ）和软件即服务（ SaaS ）三类，在服务的深入度上依次递增。中上游数就是IDC企业。国内做IDC的公司很多，规模最大的是万国数据（美股），和阿里深度绑定的数据港、鹏博士，还有深耕一线城市的光环新网，宝信软件。中游是提供云计算技术的龙头，国内是阿里云、腾讯云、华为云等属于第一梯队，金山云、百度云、天翼云等属于第二梯队。此外，A股上市的有用友网络、优刻得（Ucloud）、深信服、青云。中游的玩家目前基本实现了营收的正向增长，整体欣欣向荣。例如阿里巴巴财报显示，截止至2021年3月31日止季度，阿里巴巴的云业务实现营业收入167.6亿元，同比增长37%；腾讯2021年Q1财报数据显示，腾讯金融科技及企业服务业务收入同比增长47%至390亿元。此外，金山云2021年Q1营收18.14亿元，同比增长30%；优刻得（Ucloud）2021年Q1营收入7.1亿元，同比增长72.31%。容联云相关负责人向第一新声表示：“上游、中游格局稳定了，如何与头部垂类业务的合作伙伴共建云服务生态圈，拓宽护城河才是壁垒。因为云计算巨头不可能把所有的业务都做完，就像容联云的业务，基于通讯向上延展，与企业的营销、运营、服务融合打通，巨头公司做不了。趋势是与容联云这样的上下游厂商一块合作，加速国内企业的综合数字化转型，同时拓展海外市场。”目前各家云厂商纷纷组建基于自己为主的SaaS生态。例如腾讯最新的财报显示，腾讯将继续加强效率办公SaaS产品及安全软件，以及与SaaS供应商及独立软件供应商的合作伙伴关系和对它们的投资，以支持客户的数字化需求。进一步增强在SaaS生态上的优势。“所谓生态化，一是从满足客户需求方面，各领域厂商进行优势互补，互相携手。比如时速云围绕云原生技术基座，联合了很多生态合作伙伴，其中包括数据、安全、存储、硬件资源等厂商，面向客户形成相对完整的解决方案，即生态化的技术栈；二是从业务上可相互协作，由于可形成互补的技术方案，生态伙伴所能对接的客户和需求会变的更加广泛，在商务获客上更有动力达成协作。”时速云COO杨乐向第一新声说道。云问科技创始人兼CEO王清琛告诉第一新声，中游是头部公司占有大部分的市场，但也有零散的厂商提供细化的服务。未来形成以头部厂商为核心，与零散厂商形成生态合作的体系，共同构建国内云计算的服务圈。下游主要是软件企业，通讯云、财税云、人力资源云、营销云等，都是云计算的具体应用落地的行业和场景。02 下游格局未定，SaaS百花争艳下游市场的发展空间巨大，尤其是SaaS将是云计算领域最为成熟的细分市场。根据艾瑞咨询《2020年中国企业级SaaS行业发展报告》，2019年中国企业级SaaS市场规模相较2018年增长了48.7%。未来，市场仍将保持较快增速，预计2022年中国企业级SaaS市场的规模将突破千亿元。对于国内纷纷出现垂直于行业的云服务厂商这个现象，九合创投创始人王啸向第一新声表示，伴随中国从流量经济到效率经济，中国企业也正从粗放式增长跨入到精细运营阶段，需要通过数字化实现降本增效，中小企业云化渗透率的提升带来了营销、HR等各个管理环节的数字化浪潮。 垂直领域软件的SaaS化有更强的连接性，沿着产业链连接上下游，有可能由SaaS工具发展为交易平台，为产业中的角色赋能，提高产业效率。未来云计算下游市场的发展状况究竟如何？王啸认为，IaaS层的基础设施类玩家已经相对固定。但是在云计算基础设施之上PaaS和SaaS的很多细分领域，例如云原生核心中间件、开发工具、数据库、数据仓库、安全、多云管理、针对SaaS的场景化应用等，还有很多发展机会。“企业服务、业务软件、运营管理软件的更适合SaaS类型，而PaaS本身是平台型，需要有更多的技术底座去支撑，更适合时速云这种技术驱动型公司。中游目前已经发展到了一定阶段，创业公司如果没有良好的基础，想进入这个市场是非常困难的。毕竟中游市场空间已经基本定型，先入局者拥有先发优势。目前包括时速云在内的很多公司在自身专注的云计算领域已经基本形成了市场、技术和客户规模的优势，而建立优势壁垒需要大量的研发、市场投入。不过，随着互联网技术发展，企业数字化转型的需求不断扩大，下游市场未来极大可能会出现很多新的业务模式，随着更多行业业务上云需求越来越旺盛，未来将有更多新的机会进行探索。”杨乐说道。容联云是中国SaaS企业赴美上市第一股，于2021年2月9日在美国纽交所上市。容联云相关负责人介绍，公司基于云计算和人工智能系列技术，助力企业和政府组织实现生产管理、市场营销、运营服务等系统的全数字化升级改造与融合打通。主要的产品包括CPaaS通讯能力（语音、短信等）、CC（智能云客服与云联络中心）、UC&C（IM及企业移动门户、双录、CV视觉智能）。“实际上，通讯云解决的是连接问题，连接以后如何做数据、营销以及运营的整合，这是所有云通讯行业或者是垂直于通讯的公司必须思考的问题，要在产品上不断的做厚。国际上我们对标的企业twilio，以前也是做基础的云通讯服务，服务的客户量级非常的大，例如可口可乐等公司。它在产品的厚度上是怎么做?从上市后就不断的整合收购做数据的公司，然后做横向拓宽和纵向做深，比如向CRM等方向延伸。”容联云相关负责人说道。

尽管云计算已经前前后后发展十余年，但它的火热局面依旧没有被时间所消磨。根据Gartner统计，2015-2020年，全球云计算市场渗透率逐年上升，由4.3%上升至13.2%，至2021年，全球云计算渗透率将上升至15.3%。利好趋势存在，让众多云计算厂商都获得良好的业绩表现。例如5月20日腾讯发布的2021年Q1财报数据显示，腾讯金融科技及企业服务业务收入同比增长47%至390亿元。其中，企业服务收入同比增速较上季提升，主要由于项目部署恢复、企业软件及在线视频客户的需求增长，以及自去年第四季合并易车的企业服务收入所推动。腾讯云为此做出重要业绩贡献。除此之外，像金山云、Ucloud、阿里云等相关云计算厂商也都实现了营收的正向增长。整体欣欣向荣。可话说回来，云计算虽然发展形势大好，但蛋糕终究有限。别人多吃一点，自然自己拿到的也会少一点，因此在云计算市场，各家厂商的竞争一直十分激烈。不过，以往的竞争，只能算是初级竞争，毕竟在消费互联网主导的时代，上云最多的都是互联网公司，云计算能提供的价值也主要在数据存储与弹性计算。来到当下，随着企业们纷纷认知到数字化转型的重要性，传统企业与政务企业也开始看重价值增量，共同推动产业互联网时代到来之际，也释放了巨量基于当下时代特点的上云需求。需求改变，供应端也要随之改变，于是在云计算下半场，云厂商们纷纷从底层的IaaS竞争上升到顶层服务和生态建设全面比拼，竞争已经升级。那么，在这么多的云厂商中，谁能在下半场展现出惊人实力，最有可能称雄市场呢？答案就在下文中。01基础设施建设能淘汰80%固然要谈论的是云计算下半场竞争，关注重点是所谓的“价值落地”，但依旧不能忽略在基础设施IaaS+PaaS的竞争。先说IaaS，官方将其定位为基础设施即服务，是整个云计算最底层的存在，在当下看上去并不起眼。可是不要忘记，当下的2.0竞争，是在之前提供类似“水电”基础服务上，进行的“增值服务”，如果连“水电供给”稳定、安全的基础需求都不能保证，所谓的“增值服务”也只会是空中楼阁。而随着越来越多的上云需求释放，仅仅依靠之前的IaaS基础设施规模与技术能力，恐怕无法保证这一基础要求，因此提升IaaS层次的服务器规模和安全技术能力，依旧极为关键的重点。再说PaaS平台，作为承接IaaS以及SaaS的中间层，也是云厂商们巩固基础竞争力的关键点。因为PaaS能够迅速开发及迁移应用程序和服务，有望帮助用户企业大幅缩短进入市场的时间，迅速匹配市场需求，实现产品快速迭代，PaaS还可用来测试和准备应用程序，以便部署到云环境，然后将应用程序迁移到生产环境。所以即便是当下有更轻量、更具象的SaaS产品存在，但相比于提供半成品，让企业可以自我加工的PaaS，依旧受到大众的密切关注。说到这里，有关IaaS+PaaS方面竞争的关键性，已经不言而喻，值得所有云厂商深度布局。但回归现实，当真能可以参与这方面竞争的厂商，却寥寥无几。要知道，IaaS+PaaS是重资产建设，不是每个云厂商都能玩得起的，动辄数十亿、百亿的建设投入、长达三年、五年的人员投入，以及后期高昂的运维与迭代成本，可以让资金能力不足的中小厂商瞬间出局。例如腾讯云在2020年放出消息称，未来5年要将5000亿重点投入到云计算、人工智能、区块链、服务器、大型数据中心等重点领域。阿里云在2020年放出3年投入2000亿的消息，用于云操作系统、服务器、芯片、网络等重大核心技术研发攻坚和面向未来的数据中心建设。根据市面消息，腾讯云的投入多集中在数据库与技术层面，目前已在多个地区成功开服数据中心，而且同步进军了东南亚市场、甚至中东地区都有辐射。其中，天津数据中心4号楼目前通过“LEED数据中心运营与维护”铂金级认证，是北亚及中国区首个获此级别认证，也是目前全球最大的数据中心。而阿里云旗下的大数据平台Maxcompute、云数据库PolarDB、分布式数据库Oceanbase，以及新发布的宜搭低代码平台，同样在业界获得了一定认可。因此综合以上分析，可以判定在云计算下半场竞争中，寡头效应会越加明显，问鼎概率高的依然是头部厂商。02 SaaS生态或是短期胜负手在IaaS+PaaS的基础设施层次，头部云厂商无法在短时间内分出高低，那就再向上探索，来到应用层看看能否一决雌雄。上文也曾说到，随着产业互联网逐步逼近，“价值落地”成为决定竞争的胜负手，那么如何进行价值落地呢？答案就是“SaaS生态”。具体来说，目前的云厂商们，主要提供还是云计算底层和中间层服务，价值表现并不具象，即便在应用层SaaS有所布局，但也因为精力有限，只能满足几种特殊的商业场景。可是在企业进行数字化转型过程中，释放的需求除了细微、垂直，还很复杂，这让任何一个单一的云厂商都无法完成。而且参考现实发展，可以看到多数B端企业是不会，也不能直接使用公有云的。因为企业需要的是一个整体系统，只有把SaaS和公有云打包，才能真正服务B端企业。因此，云厂商们需要通过采取合作的方式，在应用层进行布局，通过组成SaaS生态的模式，深化到各行各业的场景之中，完成“价值落地”的目标。而这也导致在云计算下半场，云厂商SaaS生态的强弱，决定了各家竞争力的强弱。或许这样的说法，看上去有点骇人听闻，但绝非「ToB行业头条」无的放矢。在2021年5月17日，IDC发布的《全球半年度公共云服务跟踪报告》中，就有研究表示，微软之所以能在全球云计算市场有16.6%的份额，进而可以威胁到全球最大云厂商AWS，其关键就得益于SaaS和SISaaS两大产品组合不断扩大。所以在重视“价值落地”的云计算下半场，云厂商组建SaaS生态，借助众多SaaS合作伙伴的力量，确实能有效提升自身的市场竞争力，甚至可能创造“一锤定音”的效果。目前各家云厂商也纷纷认知到此模式的重要，并开始布局，组建基于自己为主的SaaS生态，但是由于各家业务属性问题，SaaS生态的强弱确是比较明显。像华为云、火山引擎、百度智能云，因为自身对于此方面的重视较晚，在SaaS层寻找合作伙伴的早期主动意愿相对于腾讯云、阿里云来说较弱，此方面的成果自然也就相对弱一些。腾讯云与阿里云虽然都重视SaaS生态建设，但是在于兼容性和连接性方面，腾讯云目前投入的似乎更多一些。资料显示，腾讯云为了提升Saas厂商之间的互联互通和相互集成，它通过鹊桥iPaaS大幅降低了SaaS产品之间的集成门槛和难度；通过玉符IDaaS解决统一身份认证的难题；通过神笔aPaaS降低应用开发的门槛，让企业可根据场景定制应用。不仅如此，腾讯云还推出了企业应用连接器，可实现横跨不同SaaS产品的统一账户登录及数据连通，使SaaS供应商更有效地开发及交付产品，同时协助企业客户更好地协调多项SaaS解决方案。近期在腾讯财报中，腾讯还表示将继续加强效率办公SaaS产品及安全软件，以及与SaaS供应商及独立软件供应商的合作伙伴关系和对它们的投资，以支持客户的数字化需求。进一步增强在SaaS生态上的优势。

　2020年，疫情“黑天鹅”对全球经济社会运行造成剧烈冲击，但数字经济的引擎作用却逆势凸显。去年我国数字经济整体规模达到39.2万亿元，实现9.7%的高速增长，是同期GDP增速的3.2倍，数字经济占GDP比重同比提升2.4个百分点，达到38.6%。　　作为数字技术的重要组成部分，云计算已经成为数字经济发展的关键支撑。2019年，全球35个主要经济体的公有云市场规模与其数字经济体量呈显著的线性关系(见图1)。然而，我国作为第二大经济体贡献了全球GDP的16.3%，但公有云市场规模仅占全球的5.1%，与经济体量极不匹配，这可能成为制约我国数字经济发展的突出问题。基于此，我们对比中国和美国的云计算市场发展现状，分析中美云计算市场差异产生的深层次原因，并对中国云计算市场的发展前景进行探讨。2019年全球35个主要经济体的公有云市场规模与数字经济体量　　注：公有云市场规模数据来自IDC，数字经济体量数据来自中国信息通信研究院，数据均经过对数化计算处理　　一、相比美国，中国云计算市场规模较小、公有云占比少且SaaS比重低　　（一）中国公有云市场规模仅为美国的10.8%　　IDC数据显示，2020年，中国公有云市场规模为193.8亿美元，仅相当于同年美国公有云市场规模的10.8%(见图2)。但过去5年，中国公有云市场规模年复合增长率高达61.1%，显著高于美国的23.8%。（二）中国公有云私有云平分秋色，美国公有云是绝对主流　　信息通信研究院数据显示，2019年中国云计算整体市场规模为1334.5亿元，其中公有云市场规模首次超过私有云，两者之比为1.07：1。由于私有云的市场边界相对不清晰，多数市场研究机构没有披露美国私有云市场规模数据。在此，使用私有云部署开销与公有云部署开销的比值，来反映二者市场规模的相对大小，美国2019年该比值为28.7%(作为对比，中国为70.3%)，即美国私有云市场规模明显小于公有云，公有云是美国用户上云的首选项。　　（三）中国公有云IaaS占比超六成，美国公有云SaaS占比近七成　　2020年，中国公有云中IaaS、PaaS、SaaS的市场规模占比分别为61.6%、12.9%和25.5%，IaaS占比最高且近5年来比重持续提升，从2016年的49.6%上升至2020年的61.6%(见图3);2020年美国公有云中IaaS、PaaS、SaaS的市场规模占比分别为16.6%、16.4%、67.1%， SaaS占比最高但近5年比重持续降低，已从2016年的79.3%下降至2020年的67.1%。　二、理念意识、人力成本、产业结构、供给能力等是造成中美云计算市场差异的关键因素　　（一）中国企业生命周期较短，对数字技术的投入优先级低　　据美国《财富》杂志报道，美国中小企业平均寿命不到7年，大企业平均寿命不足40年;而中国中小企业的平均寿命仅2.5年，集团企业的平均寿命仅7-8年。美国每年倒闭的企业约10万家，而中国每年有100万家企业倒闭。中国企业特别是中小企业的生存压力远高于美国企业，这使得中国企业在进行投资决策时，更倾向于把资金投向回报效果直接且显著的地方，如营销渠道的拓展等。对于数字化这种周期相对较长且回报并不直观的支出，通常并不是中国企业的优先选择，甚至不是必选项。　　（二）中国劳动力成本仍较低，企业倾向使用人力而非技术手段解决问题　　依据美国劳工统计局的**息，2018年美国居民人均收入为3.6万美元，其中 “非农就业人口”年收入约5万美元。作为对比，尽管中国近年来人均可支配收入不断提升，但2018年居民人均可支配收入仅为28228元(约合4266美元)，城镇居民人均可支配收入仅为39251元(约合5931美元)，中国的劳动力成本只是美国的12%左右。然而，中美两国的数字化产品和服务的费用却相差无几。在此背景下，中国企业在面对业务需求时，更倾向于使用劳动力而非技术的方式去应对解决——与信息业务系统相比，使用人力的方式尽管效率低下，但短期成本低廉且资源易于复用。　　（三）服务业的数字化水平高于其他产业，美国的服务业占比高于中国　　无论是中国还是全球，数字化的发展都是兴起并兴盛于C端;相应地，在商业机构中，离C端越近的行业和业务，其数字化的水平也越高，即在国民经济中，第三产业的数字化水平和对云的使用量通常高于第二产业和第一产业。中国信息通信研究院的研究也证实了这一点：2019年，全球农业、工业和服务业的数字经济渗透率分别为7.5%、23.5%和39.4%。而中美两国目前的产业结构差异显著：2020年，美国第一、二、三产业增加值占GDP的比重依次为0.8%、17.7%和81.5%，同年中国的占比水平则依次为7.7%、37.8%和54.5%(见图4)，数字化水平最高、云使用量最多的服务业在美国的产业结构占比显著高于中国。（四）中国信息基础设施薄弱，云化和信息化同步发展　　信息化是数字化的基础和前置发展阶段，美国通过在上世纪八九十年代对IT的大规模投入，奠定了坚实的信息化基础：早在1993年，美国的大公司均已实现办公自动化;到90年代后期，世界500强企业中近80%已使用ERP软件。在云时代来临前，美国已经完成IT基础设施的建设普及。而中国在2014年云计算开始兴起时，整个社会的IT基础设施仍在大兴建设中尚未完善，这使得近年来中国IT基础设施投资和云计算基本同步发展，IaaS在中国云计算市场中长期占据主导地位。　　（五）市场供给能力差距显著，中国产业生态尚在襁褓期　　产业链不完善、供给能力不足，是导**云计算市场规模小、SaaS占比低的另一个重要原因。中国云计算产业中的服务器CPU、内存等核心硬件和数据库、中间件等基础软件对国外产品依赖度高，如英特尔占我国服务器CPU芯片市场97%以上的份额。共性基础产品的供给尚可以通过全球化供应解决，而业务应用市场的供给仍在艰难探索中：中国的产业门类齐全、个性化需求多，国外SaaS产品只能满足少数需求，而本土SaaS厂商大多没有亲身经历过信息化时代，缺乏软件标准化经验， SaaS市场整体上仍处于目标用户选择、产品打磨甚至商业模式验证的初期发展阶段，SaaS供给无论是质还是量均无法满足市场需求。　　三、云计算引领重塑数字产业生态，公有云成为数字经济核心基础设施　　（一）云计算市场规模将持续增长，带动中国I T 市场支出显著提高　　1. 数字经济的产业渗透率提升将拉动云计算市场空间　　信息通信研究院的研究结果表明，2019年中国一产、二产、三产的数字经济渗透率分别为8.2%、19.5%和37.8%，除一产的数字经济渗透率略高于全球平均水平(7.5%)外，二产、三产均低于全球平均水平(23.5%、39.4%)，三次产业的数字经济渗透率更是全部显著低于以美国为代表的发达国家水平(一产13.3%、二产33.0%、三产46.7%)，如图5所示。未来几年，在“持续强化农业基础地位”和“保持制造业比重基本稳定”等国家“十四五”规划的指导下，预计中国三次产业结构比例将基本稳定，服务业占比会略有提高。在此基础上，三次产业的数字化水平将全面提升，作为数字经济基础设施的云计算得以广泛应用。

雾计算是指一种分散的计算结构。资源（包括数据和应用程序）被放置在数据源和云之间的逻辑位置。雾计算的优点之一是可以在同一时间上维持多用户连接的状态。本质上，它提供了与基于云的解决方案相同的网络和服务，但是它增加了分散网络的安全性。云计算和雾计算的不同云计算云计算是一种提供分布式计算和存储资源的网络，计算可以在各种平台上进行，包括公有云和私有云。云计算平台提供了在一个可扩展的系统上在用户之间共享和混合工作负载的机会。云计算本质上是异地存储和恢复数据的能力。云计算是传统手机变得＂智能＂的主要原因之一，手机没有足够的内置空间来存储访问应用程序和服务所需的数据。所有的数据都在云端和云端之间传输，以提供我们需要的服务。尽管如此，云计算技术仍然有一个挑战——带宽限制。雾计算在雾计算中，数据、（数据）处理和应用程序集中在网络边缘的设备中，雾计算的主导地位将由一种需要手机更靠近数据源（用户设备）的数据驱动。设备不需要在云中执行必要的处理，并且设备会受到物理限制（低功耗和小尺寸）。本地处理数据的能力比过去更加重要，因为雾计算增加了数据的安全性。随着物联网的发展，越来越多的设备被添加到网络中。每个设备都被无线连接以进行数据传输和接收。雾计算是关于如何有效地存储和访问数据。雾计算是指分散在网络中的边缘计算节点的网络化，这样它们可以在不同地点上分布，但仍然在这些节点之间提供有组织的通信。雾计算的使用涉及到一个复杂的边缘设备互连过程。边缘设备包括传感器、存储系统和网络基础设施，它们一起工作来捕获和分发数据。然而，雾计算的灵活性及其从集中云和网络边缘设备收集和处理数据的能力，使其成为处理我们今天面临的信息过载最有用的方法之一。雾计算和边缘计算是一样的吗？雾计算也可以称作边缘计算。边缘计算的目的是通过将数据存储到离＂地面＂更近的地方来解决问题。换句话说，边缘计算将数据存储在存储设备和本地计算机中，而不是通过云中集中的DC运行所有的数据。从本质上讲，雾计算负责允许快速响应的时间，减少网络延迟和流量，并支持主干网宽带节约，以实现更好的服务质量。它还负责将相关数据传输到云端。据IDC估计，到2025年底，全球约45％的数据将转移到网络边缘。据称，雾计算是未来几年可以与人工智能、5G和物联网带来变革性影响的技术。IDC的另一项研究预测，到2020年，边缘设备会产生全球10％的数据。边缘设备将推动对雾计算更有效解决方案的需求，从而减少延迟的出现。边缘计算边缘计算本质上算是雾计算的一个子集，它会处理在它附近出现的数据。而雾计算允许更有效的数据处理，从而减少数据延迟的可能性。将雾计算视为处理数据从生成地到存储地的方法。边缘计算仅指在数据生成地附近处理数据，雾计算封装了边缘处理和将数据从边缘传输到其末端所需的网络连接。通过边缘计算，物联网设备与可编程自动化控制等设备连接。自动化控制器执行数据处理、通信和其他命令。使用雾计算，数据从端点传输到网关，然后将数据传输到数据源进行处理并返回传输。不同地点上分布的基础设施与云服务相结合，以最小的延迟实现数据分析。雾计算和边缘计算都有助于更快地将数据转化为可视化操作，以便用户能够更快、更明智地做出决策。雾计算和边缘计算允许公司更有效地使用宽带，同时增强安全性和解决隐私问题。由于雾计算的节点可以安装在任何有网络连接的地方，雾计算在工业物联网的应用中也越来越受欢迎。雾计算在物联网中的应用当设备或应用程序生成或收集大量信息时，数据存储变得越来越复杂。在处理这些数据时，网络宽带也变得昂贵，需要大量数据中心来存储和共享信息。雾计算已经成为传统数据处理方法的一种替代方法。雾计算收集和分配计算、存储和网络连接的资源和服务。它显著降低了能耗，最大限度地减少了空间和时间的复杂性，并最大限度地提高了数据的效用和性能。1、智慧城市以智慧城市为例，数据中心的建设并不是为了满足智能城市应用的需求。城市中所有物联网设备传输、存储和访问的数据量不断增加，需要一种新的基础设施来处理这些数据量。正是这些应用需要雾计算来提供物联网所需的应用价值。2、公共事业智能城市中的水务、医院、执法、交通和应急管理应用程序需要最新的数据和技术来提供信息和服务，以支持其运营。有关漏水、碳排放、坑洞或损坏的信息可用于更新计费信息、改进运营、拯救生命和提高效率。捕获和分析这些数据可以直接应用到智能城市的应用程序中。雾计算是一种部署物联网网络的方法，它们可以提供最佳的投资回报。使用雾计算的益处雾计算可以用于处理大量数据、网络事务和快速处理的应用程序。使用雾计算的好处包括实时、混合和自主的数据中心，可以提高操作效率和安全性。此外，雾计算可以帮助确保系统保持可用和优化，而无需在电源、数据中心安全性和可靠性方面进行投资。雾计算通过集中在多个节点上的计算资源来降低开销成本。根据节点的位置和使用效率选择光纤陀螺。它还减轻了组织数据中心的负担。数据流量的减少是雾计算的另一个主要优势。许多公司正在使用雾计算来部署分布在许多地方的软件应用程序。公司在一个网络上部署许多系统以获得更好的效率和可访问性。从根本上说，雾计算使组织在最需要处理数据的地方有更大的灵活性。对于某些应用，数据处理应尽可能快，例如，在制造业中，连接的机器应尽快对事故做出响应。雾计算还可以为公司提供一种简单的方法，实时了解他们的客户或员工在做什么。随着雾计算的实施，企业可以期望利用物联网技术抓住新的机遇，增加利润。但除此之外，这项技术还有可能为政府、公司甚至个人用户节省大量资金。最后随着云技术不断渗透到企业环境中，雾计算的使用也将继续增加。云计算通过一个弹性计算基础设施来分配计算工作负载，从而能够在云中实时处理数据。边缘计算是物联网雾计算领域的一个主要关注领域。边缘计算是一种将计算资源部署在网络边缘、云端之外的技术。它允许访问、分析网络边缘的计算资源，然后将其发送回网络边缘。这允许实时处理数据。雾计算解决方案将使公司能够在物联网中实现实时计算。因此，物联网雾计算市场将成为云计算市场的主要贡献者。

2011年，浪潮云战略正式发布，推动政府购买服务，开启中国云计算在政企市场的拓荒之路；十年之后，浪潮云完成迄今为止中国最大规模的一次分布式云迁移，将超过20000个业务应用系统迁移至浪潮分布式云上，建成全国最大的分布式云骨干体系。　　十年弹指一挥间，浪潮云这位拓荒者，不仅见证了云计算在中国市场的起起伏伏，也躬身入局、深度参与到政企上云的方方面面，验证了分布式云在中国云计算市场的巨大价值。　　如今，十年磨一剑的浪潮云再出发，正式发布“1231”业务战略，并推出“分布式云+”行动计划，为政企数字化转型和智能化升级的未来发展构建起最为牢固的基础。　　一朵云背后的故事　　最近几年，分布式云异军突起，成为云计算市场中的热门词汇，它代表着云计算的未来。　　Gartner对于分布式云的定义是：将公有云服务(通常包括必要的硬件和软件)分布到不同的物理位置（即边缘），而服务的所有权、运营、治理、更新和发展仍然由原始公有云提供商负责。　　回顾过去十年云计算发展之路，无论是公有云最早的一枝独秀，还是之后公有云、私有云和混合云的齐头并进，再到如今专属云、边缘云、行业云等后起之秀，始终都是围绕着业务需求的变迁。分布式云的兴起，解决的是未来的位置问题，让云计算资源靠近数据和业务场景发生的物理位置需求。　　IDC中国区副总裁兼首席分析师武连峰也认为，云计算的发展走到今天，在保证一致性体验和安全性的前提下，快速响应用户需求、按需定制，是分布式云受到青睐的原因。　　作为分布式云的引领者，浪潮云早在2019年就率先定义分布式云，完成了中国最大规模的一次分布式云迁移和升级，共涵盖169个分布式云节点，基于统一的OpsCenter，实现了持续性迭代升级，将超过20000个业务应用系统迁移至浪潮分布式云上，同时在2020年建成了全国最大的分布式云骨干体系。浪潮云董事长肖雪直言：“浪潮一直在思考云是什么、怎么做云，如何走出属于自己的道路。”　　事实上，浪潮云能够准确把握住“分布式云”的风口，并不是异想天开或者蹭热点，而是在过去十年中国政企云计算落地中脚踏实地干出来的，从2013年率先定义政务云开始，浪潮云一直深耕政企上云领域，深刻了解中国政企用户数字化转型需求，并且在2015年实现了中国政务云市场占有率第一，此后连续六年保持这一位置；2017年，浪潮云又提出“无处不在的计算”Slogan，进一步提升其云的覆盖和服务能力。　　浪潮云首席技术官孙思清透露，浪潮分布式云如今可以实现随需升级、随需交付服务，并且在全国范围内按月升级分布式云按月升级分布式云，可持续演进。　　如今，随着用户业务场景对于快速响应的需求，浪潮云在分布式云上以数据驱动业务，实现数据采集、数据计算、数据应用一体化，并且融入应用场景，在数字政府、工业互联网、智慧城市等细分领域获得获得广泛认可。“当无处不在的计算延伸到数据末端，对于数据采集能力有着新要求，浪潮云也为此向数采、数算和数用一体化转变，云业务模式也随之升级为一朵分布式云。”肖雪补充道。　　“1231”释放哪些关键信息　　如果说去年最大规模的一次分布式云迁移和升级是浪潮云践行分布式云的一次考试，那么5月14日浪潮云正式发布“1231”业务战略，则是浪潮云对于分布式云实践的沉淀、总结与输出。　　浪潮云的“1231”业务战略，即1个统一架构、2个关键领域、3项融合能力、1个安全体系。所谓1个统一架构指通过浪潮分布式云的软硬一体化架构，通过分布式云，为不同业务场景提供标准统一、高效便捷、安全可靠的云能力；而2个关键领域则是浪潮云坚持“有的放矢”，聚焦在数字政府和工业互联网2大重点领域，将聚焦领域做深做透，结合浪潮云多年实践，助力政企客户快速转型；3项融合能力则是指云网边端融合、云数智融合、建管运融合，通过全栈技术能力支撑起政企用户的数字化转型和智能化升级需求；1个安全体系指云数安全体系，为政府与企业用户提供安全、稳定的云上服务。　　可以说，浪潮云在政企上云领域是先行者和领导者，IDC相关报告指出浪潮云已构建起的中国最大分布式云平台，具备一定的“先发优势”。随着“1231”业务战略的发布，浪潮云有望继续引领市场发展。　　首先，浪潮云的分布式云经历过场景的真实检验，其软硬一体化架构在复杂业务场景中千锤百炼，有利于将分布式云延伸到各个业务场景中，为政企用户快速输出全面云化和全栈智能的能力。　　其次，浪潮云自诞生伊始就很聚焦，长期坚持下去，把政企用户的上云和转型升级需求吃得更透，像其提出的云数智融合，为云上数据提供涵盖“数采”、“数算”、“数用”的一体化融合体系，实现数据价值的智能化变现和应用，恰恰是当前政企用户所渴求，在经历了业务应用迁移上云之后，政企用户下一阶段的重点就是围绕数据，实现云数智的融合，实现数据价值的落地。　　最后，浪潮云有着清晰战略方向，会围绕“1231”业务战略，不断完善自身能力、生态，推动分布式云在中国政企数字化转型中发挥更大作用。　　“面向未来，我们希望通过多年积累的专业能力打造一个更加专业的数采、数算和数用一体化体系，把数是什么、数从哪里来、数到哪里去有效整合，让合作伙伴充分利用好数据，打造丰富的数用生态。”肖雪补充道。　　用“分布式云+”再出发　　为更好地推动分布式云在行业中价值，浪潮云此次还推出“分布式云+”计划：即1+2+N+生态：打造一朵分布式云，聚焦数字政府和工业互联网2大重点领域，结合浪潮云多年来行业实践经验的沉淀，对N个业务场景进行云数智一体化的标准化输出，助力政企客户快速转型，并且联合合作伙伴共建生态。其中，面向N个边缘场景推出云行系列产品，包括N+场景：智慧社区、工业物联、视频感知；N+生态：两院三中心，即联合国家全球机构和高校，共建咨询规划院和标准研究院，以及方案验证中心、开发者支持中心和云原生适配中心；而N+生态则是指云舟联盟生态，拓展行业纵深，发展咨询、方案、云原生等五类合作伙伴，共同形成强供应互联，更好地释放浪潮云能力，并推动云上数用新生态的建设。　　毫无疑问，“分布式云+”计划的发布，不仅仅是浪潮云与政企用户未来升级需求的一种契合与匹配，更是浪潮云开启自身发展新阶段的一道催化剂。　　面向未来，云计算市场依然有着巨大的空间，市场格局也远未最终成型，新需求、新技术、新场景的井喷，云计算的核心必然会从“上云”到“用云”，而浪潮云构建起的“数采”、“数算”、“数用”一体化体系，在未来的政企数字化转型中一定将大有所为。

全球范围内，混合云和公有云已经成为企业用云的主要形式。虽然目前大部分公司都在使用云，但是这些公司中大部分对云的技术和知识是较为欠缺的。而管理服务提供商为云使用企业提供云管理平台，帮助云技术不足的企业更加方便的使用和管理云。因此，在企业上云成主流趋势的背景下，全球云管理服务及公有云服务市场高速增长。企业拥抱多云，混合云和公有云成主要模式根据Flexera发布的《2021年云计算市场发展状态报告》，受访企业中有92%的企业采用了多云战略，其中，采用了混合云战略的企业占比由58%上升至82%。对于大部分企业来说，混合云和公有云是企业主要的云应用方式。企业多云战略下，管理服务提供商(MSP)也必须做出转型，帮助企业上云。云计算渗透率上升，云管理服务行业高速增长根据Gartner统计，2015-2020年，全球云计算市场渗透率逐年上升，由4.3%上升至13.2%，至2021年，全球云计算渗透率将上升至15.3%。可见，随着世界互联网飞速发展，越来越多的企业运用云的技术，企业应用云计算成为大势所趋。受限于公司技术的原因，IT外包化、网络外包化趋势明显。因此，云管理服务行业在最近几年发展迅速。据Gartner统计，从投资上来看，企业对于云管理服务行业的投资正稳步增加，从2016年的185.9亿美元逐步增长到2020年的427.3亿美元，年增长率维持在20%左右。公有云应用继续加速，推动公有云服务市场高速增长Flexera《2021年云计算市场发展状态报告》数据显示，36%的受访企业每年在公共云上的花费超过1200万美元，55%的企业工作负载预计将在12个月内进入公共云。90%的受访者预计，由于疫情，云的使用将超过计划。近年来，全球以IaaS、PaaS和SaaS为代表的的全球公有云市场呈现稳步上升趋势。根据IDC最新发布的《全球及中国公有云服务市场(2020年)跟踪》报告显示，2020年全球公有云服务整体市场规模(IaaS/PaaS/SaaS)达到3124亿美元，同比增长24.1%。

从 300 万年前非洲大陆上的古猿人举起石器，到 21 世纪第二个十年互联网行业继续蓬勃发展，5G、大数据、云计算、人工智能等概念从设想走进现实，纵观历史长河，如果只用 4 个字来概括人类发展进程，我能想到的答案便是：提高效率。　　我们发明了石器，是为了更高效地猎杀；我们发明了农业，是为了更高效地耕种；我们发明了人工智能，是为了更高效地生产；我们发明区块链，是为了更高效地记账和交易…　　凡此种种，不胜枚举。顺着这个思想反推：能够提高效率的技术，往往意味着它大概率代表着未来的发展方向。　　如此一来，或许我们更能理解，为什么如今大到科技创业公司，小到普通民众，人人都对区块链、人工智能、云计算、5G 等话题津津乐道：好像与这些「能提高效率」的新兴技术建立联系，就能够以更好的姿态拥抱未来。成立于 2017 年，基于波卡网络构建的分布式高性能算力网络 Deepbrain Chain「深脑链」便是这一思路的践行者，在大多数从业者还在思考 DeFi 创新、NFT 破圈之时，喊出了打出了区块链+去中心化云计算+人工智能的口号。算力：数字智能时代的竞争本质　　2019 年 3 月，AI 电竞团队 OpenAI Five 与世界冠军 OG 战队展开了一场人工智能与人类的 DOTA 对决，AI 电竞团队 2:0 完胜。　　这不是人类第一次慨叹人工智能的强大。早在 2016 年 3 月，谷歌人工智能 AlphaGo 战胜韩国棋手李世石也曾让世人哗然。　　但鲜有人知的是，AlphaGo 下了一场看似四两拨千斤的围棋对弈，背后却有数千台服务器、上千块高性能 GPU 以及惊人耗电量作为支撑。算法、数据和算力被视为推动人工智能发展的三大要素。其中算力更是被形容为支撑人工智能走向应用的「发动机」。　　在大量数据的基础上，人工智能需要不断训练、推理和自我学习保证「智能」，因此对于算力需求极高。　　算力，也称作计算力，顾名思义就是计算能力。身处万物互联时代，数据将是数字经济时代具有重要价值的资源。面对海量的数据，算力的重要性愈发显著。　　将计算力融入企业，成就了数字化转型；将计算力融入智慧应用，成就了人工智能；将计算力融入各行各业，就推动了数字经济的落地。可以说大规模算力支持是发展数字经济的「基石」。　　查阅世界企业市值排名，位列前茅的互联网企业几乎没有不重视算力领域，像苹果、谷歌，国内的像阿里、腾讯等，不仅是全球首屈一指的互联网巨头企业，在算力消耗方面更是遥遥领先。更甚者，在计算力方面的投资，是对企业的价值，尤其是未来发展潜力评估的依据。可以说，在智慧时代，计算力 = 生产力。　　明显意识到这一重点的众多互联网企业纷纷布局算力赛道：数据爆发式的增长，算法创新的加速，以及计算能力的快速提升，让人工智能在全球范围内迅速从一个学术热点变成投资热点、产业热点。　　一方面，我们能从人工智能芯片提供商英伟达的股价快速上涨中窥得一二；另一方面，全面发展的云计算领域也是很好的证明之一。　　中心化云计算巨头垄断：去中心化云计算锋芒初露　　在资源更合理配置的思路下，「云」概念由来已久。　　通常来说，我们将计算和存储视为信息科技世界中的基础资源，而通过虚拟化存储、虚拟化计算和其他关键的开发者资源，企业不必在本地服务器上存储、管理和处理所有数据，从而节省成本，提高工作效率，实现大规模协作。如此一来，企业构建应用的模式从造房子转变成搭积木，大大优化了资源配置效率。　　生活中我们对于云服务并不陌生，你手机中可能就有百度云、Apple 云、华为云等。它们都是中心化云服务，而中心化云服务弊端明显。　　首先，若中心化云服务提供商的服务器遭受攻击，整个系统就会瘫痪，所有用户的信息都将丢失，一损俱损。　　其次，面对中心化云服务，用户始终对于隐私问题有所顾虑。　　更为严重的是，中心化云服务垄断现象严重。谷歌、亚马逊和微软三家独大，几乎控制力全球 67% 的市场份额。云服务巨头可通过将其云服务与其他产品**使用的方式进一步压榨中小企业生存空间，阻碍市场活力迸发。以上种种，都推动着云服务市场由中心化转向去中心化。　　首先，借助区块链的去中心化特性，去中心化云服务在世界各地建立算力节点，较低的参与门槛让更多人「共享」自己闲置的计算、带宽、存储等资源；　　其次，通过完善的经济模型和奖励机制，去中心化云服务中「共享」资源的人可以获得公开、透明、合理的共享收益，平衡服务的价格，保障用户权益的同时，进一步刺激扩大市场规模。　　上文提到，我们通常将计算和存储视为信息科技世界中的基础资源：在去中心化云存储方面，市值一路攀升至 890 亿美元 FileCoin，成为「去中心化云服务比中心化的云服务更有优势」的有效实例。而在去中心化云计算方面，老牌区块链项目深脑链 DBC 也在跃跃欲试。　　大吞吐量：去中心化 GPU 云计算　　深度了解区块链行业的人，对于深脑链 DBC 项目可能并不陌生。　　2017 年，深脑链 DBC 发布白皮书草稿并开启众筹，在区块链+人工智能的新鲜概念和 2017 年牛市烘托下，深脑链 DBC 筹得千万美金。　　2018 年 5 月，深脑链 DBC 推出了全球首款 AI 矿机，「AI+矿机」的模式吸引超过 1000 人预订，深脑链 AI 矿机的总预订额已突破 1 亿美金。　　随后，深脑链 DBC 进入漫长开发期。在生态用户的苦苦等待之下，中间虽有波折，但时隔三年之后，深脑链 DBC 主网终于宣布将于本月 25 日召开上线发布会。　　作为一个基于波卡网络构建的分布式高性能算力网络，深脑链 DBC 希望利用区块链技术，整合分布在全球范围内的 GPU 算力资源，为人工智能、游戏、区块链零知识计算等领域提供分布式、低成本、安全高效、公开透明的算力供给服务。　　这也是深脑链 DBC 在立项之初能够获得大量关注的原因之一：在深脑链 DBC 的白皮书中，深脑链 DBC 希望将云计算这样一个巨头主导的封闭体系，建设成一个人人可以参与、共建、共享、共治的开放体系。　　站在去中心化云服务这一赛道仔细观察，深脑链 DBC 其实并不孤单。　　除了上文提到的去中心云存储 FileCoin，更有强调传统流媒体分发网络的 THETA 项目和一周前（2021 年 5 月 7 日）正式上线的 Dfinity 等热门项目。这其中，由于深脑链 DBC 与 Dfinity 都同属于去中心化云服务中的云计算细分领域，两者的各自的侧重点和发展优势更是备受关注。两者的区别在于：Dfinity 的核心是 CPU，而深脑链 DBC 的核心为 GPU。　　相比较于更擅长处理复杂计算的 CPU，GPU 的优势在于大吞吐量设计，且更擅长于图像处理，因此在游戏、视觉渲染、人工智能模拟训练以及密码学等应用场景中更具优势，这也决定了深脑链 DBC 的广阔商业落地场景。　　在人工智能方面，深脑链 DBC 围绕大吞吐量 GPU 为核心构建的去中心化云计算平台，非常适合大量反复的模拟训练及推理，目前，深脑链 DBC 已为数万名 AI 开发者提供算力服务。　　在游戏方面，随着 5G 时代的来临，渲染计算全部都是在云端完成，深脑链 DBC 去中心化 GPU 云计算非常适合应用于 5G 游戏领域。　　在渲染方面，文娱市场的蓬勃发展催生了电影特效、动漫等产业的高速发展，GPU 在视觉渲染方面的强大功能也将凸显重要作用。　　在密码学方面，零知识证明特别耗费计算能力，大吞吐量和低成本的 GPU 是更为明智的选择。借此优势，深脑链 DBC 成为了 Filecoin 矿工群体中第一大 GPU 云服务商。　　另外，岁蛰伏三年，生态中出现不少抱怨的声音，但从官方在公开场合宣布的项目进展来看，深脑链 DBC 在落地场景应用方面却未停下脚步：目前项目算力用户覆盖了全球 500 多所大学、18500 名开发者以及 100+企业。激励层上线在即：赋能生态建设　　深脑链 DBC 生态主要由两个部分组成：　　深脑链高性能算力网络已于 2019 年上线并服务多家企业；激励层区块链 DBC 主网将于 2021 年 5 月 25 日举行上线发布会。　　这种模式相信大家并不陌生：FileCoin 网络也是作为分布式存储网络 IPFS 的激励层，晚于 IPFS 上线。FileCoin 正式上线后，在挖矿激励机制下，IPFS 生态才迎来了真正意义上的爆发。　　作为深脑链 DBC 的激励层，根据白皮书内容，DBC 主网上线后，算力供给方可以将闲置（商用）的 AI 算力接入深脑链网络，算力需求方支付较低的费用购买使用算力后，算力供给方可获得算力需求方支付的租用费用+深脑链网络运算奖励双重收益。　　理想情况下，深脑链 DBC 希望通过 DBC 激励层将 AI 厂商的算力成本费用降低至原来的 30%。　　值得一提的是，虽然接入深脑链 DBC 网络的 GPU、硬盘等硬件的参数会有标准，但门槛较低，这一方面杜绝了不符合 AI 训练的设备接入网络来摊低全网的收入；另一方面，不管你是大型 GPU 矿池、中小型企业闲散的 GPU 服务器计算节点还是个人闲置 GPU 计算节点。你都能参与 DBC 网络，真正实现将闲置 GPU 资源都集中一起来高效利用。