如今，雲計算已經成為新的生產力，對於企業而言，雲計算已經不再是一個可選項，Gartner的說法是“Cloud is not a strategy, it is a tactic”，對於不同企業的來說，是否上雲，已經不是問題，只是上雲的策略和路線不同而已。
隨著客戶對於雲的認知度提升，2018年，中國雲計算市場的格局穩定中蘊藏著變數，新的技術、新的服務類型出現與用戶投入雲計算的力度形成奇妙互動的關係。
2018年，雲計算廠商的全球化基礎設施的擴張加速，IaaS市場繼續趨於集中；新類型硬件和軟件資源的出現，或已有類型資源的重新組合，只要迎合用戶所需，就會催生出新的雲服務模式，也意味著擁有新的破局機會。
傳統大中型企業繼續擁抱雲計算，混合雲依然是現在未來的主旋律，混合架構讓雲廠商通過差異化構建競爭力，促成了目前越來越多新型態雲服務模式的湧現，即 Everything as a Service。
而在過去一年，圍繞人工智能的應用，又成為雲計算業態升級的根本驅動力，同時也將成為未來雲服務商打造競爭力的關鍵變量。
基礎設施擴張 雲服務商強者愈強
傳統來講，雲服務通常分為IaaS、PaaS、SaaS，但其實這一說法也容易忽略基礎設施對PaaS和SaaS提供商的重要性，站在雲服務提供商的角度，無論PaaS還是SaaS，對基礎設施的使用效率，都會影響到雲服務的創新、定價和盈利能力。
雲計算的一端是基礎設施，一端是用戶，特別是在大中型雲服務商的競爭中，基礎設施的靈活性與效率，將是決定競爭力強弱的基石。
首先，開啟全球化的基礎設施擴張。
在雲計算領域，“強者愈強”趨勢主要是體現在IaaS領域，究其根源，在於IaaS服務能力與雲服務提供商及其所在市場的基礎設施條件呈正相關，例如AWS、微軟、Google是全球範圍內基礎設施規模最龐大的三家公司，Synergy Research Group的Q3數據顯示，雲基礎設施服務的支出較2017年第三季度增長了45％。
2018年雲計算領域出現了破局者，憑藉的也是基礎設施承載能力和創新能力，從E企研究院主辦的“2018年數字中國萬里行”活動中，筆者瞭解到，華為廊坊數據中心為華為雲的快速發展打下了堅實的基礎，未來預計可運行的服務器總量很快會超過10萬臺。
目前華為數據中心已經形成了全球8個100ms全和高速骨幹，覆蓋全球8個區域，180個國家，用戶在全球任何地點100ms內可以接入到最近的數據中心。
與許多互聯網雲服務商不同的是，華為作為設備提供商自己具備軟硬結合的全棧服務能力，在數據中心建設上也有自己的建設方法和創新。
第二，從芯片直達應用。
2018年以前，雲服務的競爭力主要體現在底層的計算、存儲和網絡資源與管理層及應用層軟件的協同能力和創新能力。2018年，從芯片開始，雲廠商都開始秀出基礎設施中的新服務創新能力。
圍繞基礎設施的新服務發佈中，首當其衝是計算變得愈加重要，典型的是AWS的 Arm處理器首次在雲中可用。
以往，中國的雲廠商還沒有做芯片的能力，但在2018年華為雲改變了這一態勢，首先在10月的全聯接大會上發佈了AI芯片，之後，又在發佈智能管理芯片的同時也發佈基於 Arm 架構的計算芯片，華為表示，這些芯片將給客戶在不同場景下提供多種選擇。
在AI基礎算力上，華為雲提供從虛擬機、容器到裸金屬等各種形態的服務；用戶可以通過在異構ECS 和 CCI服務中根據需要配置最高 512TOPS 推理服務；針對訓練場景，華為雲將提供ECS和裸金屬形態最高2PFLOP 的計算能力。
通過充足的算力和豐富的計算形態，華為雲實現雲、邊、端全場景的算力部署，支撐人工智能的應用，“使能”行業智能的轉型和生產的再造，來提升生產效率。
第三，靈活的網絡驗證實力。
網絡是雲計算的生命線，網絡的投入也是展示雲服務商實力的重要考量，保證多個數據中心的網絡更加靈活穩定安全，雲服務商在網絡上的投入在2018年更加明顯，比如AWS就發佈了AWS Global Accelerator、AWS Transit Gateway、Amazon EC2 C5n等網絡產品。
在國內，網絡恰恰是華為雲的優勢。在網絡領域，華為其實早就推出了 1822的網絡芯片，並推出了業界首款單芯片100G雲智能網卡，使得華為雲的網絡率先進入到100G的時代。2018年華為雲退出網絡增強型實例——C3ne（即C3 Network Enhance），E企研究院進行了測試和使用，華為雲在C3配置基礎上使用最新的25G以太網絡，將單個實例的網絡帶寬從原來的10Gbps（雙10GbE端口）提升到最高40Gbps（雙25GbE端口）。
C3ne實例為用戶提供了更靈活的選擇，為重網絡型應用提供了支撐能力，典型如視頻彈幕、電信業務轉發、中小型數據庫系統等對網絡延遲要求較高的企業級應用，以及數據分析和計算等場景。
可以看出，以技術見長的華為雲在產品端整體對標AWS。總體來說，2018年雲服務商更強化基礎設施規模上的優勢，IaaS市場領先者的優勢變得很難被其他競爭者正面突破。
差異化優勢顯現 混合雲的黃金時代
2018年，雲計算繼續和實體經濟深度融合。從國家層面來說，工信部《雲計算發展三年行動計劃（2017-2019年）》指出，雲計算帶來了軟件開發部署模式的革新，併為大數據、物聯網、人工智能等新興領域的發展提供了基礎支撐。
首先，混合雲場景成為未來的主要方向。
無論是IDC還是Gartner的報告都會提到中國是私有云增長速度最快的國家，混合雲場景依然是未來的方向，單純公有云或者私有云的IT架構是無法滿足客戶需求。
每年年初，美國RightScale要對1000家企業的雲使用狀況發佈報告，從2018年的報告來看，企業的雲使用比例都在上升，但單獨使用私有云或公有云的比例卻下降，混合雲的使用比例在增加。
而從用戶的角度來說，政企市場更成為雲計算的主戰場，以往雲應用於個人娛樂和消費領域，現在雲進入了生產領域，企業的關鍵應用上雲。
第二，頭部企業加快佈局混合雲市場。
2018年，當AWS宣佈退出AWS Outposts時，立馬引起行業內所有廠商的注意力，給行業內一個更強的信號，這意味著混合雲市場經過了過去幾年的發展，已經逐漸形成了完整的廠商技術路線和生態圈。
AWS將原本公有云上提供的服務和基礎架構複製到本地數據中心，協同定位空間或本地設施，AWS開始實現真正一致且無縫的混合雲。
事實上，在混合雲具備天然優勢的微軟就推出了Azure Stack混合雲解決方案，並在中國聯合華為、Dell EMC等共同推出的Azure Stack一體機在2018年上半年就正式商用
而另一家企業在混合雲上的優勢，在這一年裡也反覆被提及——華為雲。華為雲在私有云領域已經積累了豐富的產品技術以及客戶，從服務器、存儲、超融合到網絡設備，其產品涵蓋彈性計算、存儲和CDN、數據庫、網絡以及移動雲、域名和網站、人工智能、大數據應用等多個領域，也已經形成多年技術沉澱，其公有云和私有云具備統一的API、統一的服務、統一的生態、統一的架構，這意味著企業應用可以在兩者之間自由遷移和並存。
這種“混合雲”模式減少了企業應用在雲間更換的不便和不必要成本，還能滿足企業成長不同階段的發展需求，除了基礎設施的優勢之外，華為可以提供公有云、私有云、各種邊緣計算、物聯網行業終端以及消費類終端等部署環境。
差異化優勢顯現 混合雲的黃金時代
因為人工智能需要海量的計算資源和存儲空間，所以未來，雲將成為多數企業探索人工智能的唯一環境。但是目前人工智能與業務的結合面臨著部署、可管理性及可擴展性的巨大挑戰，為各個框架開發和配置不同的接口也意味著巨大的工作量，這些問題是目前困擾人工智能產業快速發展的主要因素。
另一方面，互聯網上非結構化數據的大爆發以及AI算法的快速演進，對傳統計算範式造成了巨大的衝擊。很多特定計算任務開始湧現，且需要在並行度、吞吐量和延遲上做到極致，這也造就了雲服務的新商機。
助力應對企業智能化，不斷釋放AI價值，前面已經介紹過，雲服務商必須以儘可能經濟高效的方式提供人工智能解決方案，包括充分發掘現有基礎設施的潛力。我們也已經看到，2018年雲服務器商加快了從芯片到應用的投入，加快基礎計算、存儲、網絡能力的提升。
可以說2018年是雲廠商創新的關鍵時期，不斷向企業客戶提供有關自然語言理解、語音識別、視覺搜索、圖像識別及文字轉語音等方面的服務，並支持開發人員使用機器學習技術，企業開發人員也越來越傾向於將人工智能和機器學習集成至他們的雲應用中 。
如何使用雲來合成，應用機器學習或深度學習算法，並將其應用於各種不同的數據流雲服務提供商自身也面臨著巨大的挑戰。一方面，基礎設施需要適應AI的要求，特別是計算能力，要有很高的性能和可擴展性；另一方面，隨著新的計算框架不斷湧現，人才也成為稀缺資源。
AWS在re:Invent2018發佈了機器學習和人工智能的多項新技術和服務，目標就是讓開發者更簡單便捷的使用AI工具，讓AI價值更大。
在國內，華為提出打造全棧全場景AI、投資開放生態和人才培養、增強解決方案的計劃，其AI戰略更加直觀全面，在華為全聯接大會上，華為提出了基於AI的全棧方案。
（Ascend： 基於統一、可擴展架構的系列化 AI IP 和 芯片，包括 Max、Mini、Lite、Tiny 和 Nano 五個系列。 CANN： 芯片算子庫和高度自動化算子開發工具。MindSpore：支持端、邊、雲獨立的和協同的統一訓練和推理框架。應用使能：提供全流程服務（ModelArts）、分層 API 和預集成方案。）
對於開發者而言，華為雲通過ModelArts、HiLens、HiQ三款產品，推進AI的規模化落地，讓大家用得起、用得好、用的放心。
比如ModelArts包括數據標註準備、模型訓練、模型調優、模型部署等為AI應用開發提供一站式服務，讓開發者上手更快、訓練更快、部署更快。
與AWS Deeplens平臺類似，華為雲有HiLens應用平臺，是一個具備AI能力的攝像機和雲上開發平臺。
也就是說，AI模型由ModelArts訓練，HiLens也兼容其他主流框架訓練的模型，通過HiLens開發生成的SKILL可以直接部署到有昇騰芯片的任何端側設備中。
同時，華為雲結合了AI與量子計算，有量子計算模擬器與編程框架HiQ。的經典-量子混合分塊編程用戶界面BlockUI。
可以看出，華為從芯片、硬件，到應用開發的平臺工具框架，再到AI的基礎模型算法和麵向領域的建模和算法，在垂直軸向上已經實現了技術突破，足以面對企業智能化挑戰。
而在AI領域，華為無疑是個有耐心的長跑者。在歐盟委員會最近發佈的《2018年歐盟工業研發投資排名》（The 2018 EU Industrial R&D Investment Scoreboard）中華為成為榜單前五十中唯一一家中國公司，在研發投入上，華為超越了蘋果和英特爾，並且超過了BAT的總和。
過去八年，華為的研發投入將近4000億人民幣，僅去年一年就將近900億人民幣，也就是說，華為的技術儲備提前3-5年是常態，甚至於5-10年。 而無論是雲服務還是人工智能領域，技術長期投入和積累無疑是最為重要的籌碼。
2019年，在混合雲和人工智能的大趨勢下，雲服務提供商關注的是如何根據現有業務基礎和特點強化優勢，儘快走上差異化道路。用創新技術普惠應用，用智能的基礎架構去支撐新應用將是未來的趨勢。真正的從底層架構入手，通過使用智能的技術平臺部署業務，進而實現創新的加速，是雲服務商的必然選擇。
閱讀更多 DT時代 的文章
