雲計算從誕生到現在,十幾年的快速發展,正在AI的注入下迎來一場大變局。今天，讓我們從以下幾個方面，梳理一下智能與雲的結合究竟改變了什麼。
【51CTO.com原創稿件】如今，人工智能的火爆，加速了雲計算市場的悸動，以AI為代表的智能化技術被納入到雲服務的版圖。全球範圍內谷歌和微軟，這兩個著重強調AI能力與技術的雲廠商正在蠶食AWS的霸主地位;國內百度雲和華為雲這兩家以AI為賣點的“後起之秀”上升速度也很快，而阿里雲在去年11月改名叫阿里雲智能，百度雲改名叫百度智能雲，是這場變革另一角度的縮影。
雲計算從誕生到現在,十幾年的快速發展,正在AI的注入下迎來一場大變局。今天，讓我們從以下幾個方面，梳理一下智能與雲的結合究竟改變了什麼。
1、 雲的基礎設施正在智能化
數據中心基礎設施作為承載雲的幕後功臣，它的智能化正悄然加速著這場雲變革的進行。
以往數據中心的機房建設需要遵循很多規範和標準，建設要求包括數據中心機房分級與性能要求，機房位置選擇及設備佈置，環境要求，建築與結構、空氣調節、電氣技術，電磁屏蔽、機房佈線、機房監控與安全防範，給水排水、消防的技術要求等，建設週期長、投資大、運營成本高、效率低。
模塊化數據中心是基於雲計算和智能的新一代數據中心部署形式，為了應對機器學習、高性能計算、分佈式、彈性擴展等新的發展趨勢，其採用模塊化設計理念，最大程度的降低了基礎設施對機房環境的耦合，集成了供配電、製冷、機櫃、氣流遏制、綜合佈線、動環監控等子系統，提高數據中心的整體運營效率，實現快速部署、彈性擴展和綠色節能。
模塊化數據中心能滿足IT業務部門對未來數據中心基礎設施建設的迫切需求，如標準化設計、組件工廠預製、快速上線部署、有效降低初期投資、模塊內能源池化管理、動態IT基礎設施資源高利用率、智能化運維管理、保障重要業務連續性，提供共享IT服務(如跨業務的基礎設施、信息、應用共享等)，快速響應業務需求變化，彈性擴縮容和綠色節能型數據中心等。
到2020年，50%的組織將開始努力使數據中心的工作負載合理化，並加速採用雲智能技術，對雲上業務的工作負載進行智能分析，把工作負載科學合理地自動分佈到基礎設施上，基礎設施真正做到高效和動態節能，這就需要對基礎設施的設計和佈局以及IT運營模型做出巨大的改變。
2、雲是AI的最佳容器
AlphaGo為代表的人工智能，徹底的戰勝了人類的圍棋大師，震撼了全世界。近年來，人工智能應用在各個領域，比如語音圖片識別、精準營銷、天氣預報、交通指揮、海難空難搜救、垃圾短信郵件識別等等，這些看起來彼此不相關的領域之間會有什麼聯繫嗎?答案是，它們都會用到同一個數學公式——貝葉斯公式。從本質上來說，AI是一種基於貝葉斯統計學的計算。既然是計算，就一定要在算力基礎上發生。企業想要獲得AI算力，也無非就是兩條路：本地私有云或者公有云。
AI這類技術的基本模式是先訓練一個模型，再把它推理部署到一定的場景，最後應用產生效果。從訓練到推理，每個步驟所需的算力是差距巨大的。其中訓練所需算力最多也最複雜。另一方面，AI模型需要反覆測試，不同測試需要的算力各自不同，算力需求是彈性變化的，有時多有時少。這些問題決定了，AI所需算力必須具備高度的靈活性。
雲的彈性快速擴展，隨需供給不同的算力資源，就在現實條件下成為了AI的最佳輸送方式。比如，一個企業有自己的本地私有云，為進行AI訓練需要花費幾十萬甚至上百萬構建一個GPU池，但是訓練完得到數據，這些硬件就沒用了，為避免閒置浪費，當然直接去調用公有云上的AI算力是最好的選擇。結合不同公有云的AI優勢，進行不同AI模型的訓練和推理，按時長和效果付費，對企業來說絕對是經濟適用的。
當前人工智能的持續火熱，其對於算力的需求早已超過了通用CPU的摩爾定律發展，我們看到基礎資源層以GPU、FPGA、ASIC 為代表的異構計算成為方向和趨勢，平臺層提供智能工具組件和模型訓練管理，其上的智能雲應用服務也越來越多。通過雲將異構資源變成一種普適的AI計算能力，做到彈性供給，即業務高峰期召之即來，業務低谷時揮之即去，輕鬆應對大量的業務挑戰，便捷的智能雲服務快速滿足生產場景的需要，進而推動產業升級。
以上可以看作是雲如何幫助AI落地，而反過來看，AI的到來也極大的發揮了雲計算的價值。
3、AI改變雲服務
我們知道，公有云按照交付方式，主要細分為IaaS、PaaS、SaaS三種。全球範圍內看，SaaS是主流，也就是說雲的主要能力是承載不同的軟件和應用服務。而在國內市場中，IaaS至今依舊佔比超過60%。也就是說，基礎設施依舊是國內雲服務扮演的主要角色。這說明，大部分用雲的中國企業，核心目標不是獲取某種應用，而是把自己原有的業務和應用遷移到雲上，擴大資源的使用率，以此替代服務器的高昂成本。這種情況下，公有云更多扮演著業務支撐的角色。而AI技術納入雲版圖後，改變了雲服務的交付，實現了優化生產力的重大進步。
AI的核心能力，是可以取代一部分重複性高、即時性強的人工工作。比如機房巡檢、安防、質檢、人肉運維，進一步可能有智能巡檢、智能安防、智能運維、無人值守、無人駕駛等等。不難發現，它們的特點是不需要雲的特性來支撐業務，但卻極大程度需要AI來優化生產力，實現企業“提質增效”的目標。
AI與雲服務的結合，產生了很多高價值的服務，繼而從市場行為、商業邏輯到服務需求都可能發生一系列變化，這就是今天雲服務市場的重新繁榮，大量資本、頭部企業與開發者開始集結做生態的核心原因。
當然，今天雲與AI的結合還處於初級階段，更多還停留在廠商的宣傳中。真正把AI技術下沉到產業，需要深入生產場景，結合業務完成高精度模型的科學訓練和一些複雜操作，在邊緣側、終端側具備一定的推理算力，以此達到最優化的算效比。這就需要雲加端的AI算力與硬件上的算力緊密結合，構築一個整體。所以雲+AI服務的成熟，還需要時間，還需要技術的進一步發展。從歷史進程上來看，服務器時代的端到網，再到雲計算時代的雲到網，在AI時代會變成雲-網-端的新結構，這讓雲廠商必須自我革新，也讓產業服務市場發現了新的機會。
4、AI改變雲交付
進軍產業互聯網是互聯網企業的一個響亮口號，然而產業互聯網不同於消費互聯網，產業互聯網量級更大，不同行業不同企業的應用需求複雜多樣，定製化是一個邁不過去的坎。如果產品不能直接產生價值、不能直接對外服務，就一定要變成別人產品的一部分，集成進去，讓別人的產品提供更好的服務。於是乎，阿里雲和華為雲都先後提出了“被集成”的理念，其實被集成也不是什麼新鮮說法，過去IT產業中就強調被集成的重要性。而在雲服務市場要提這件事，歸根結底是商業交付模式正在發生變化。
站在數字化時代的入口，AI人工智能被更廣泛的應用在企業的不同場景，無處不在的聯接+數字平臺+無所不及的智能，成為新一代雲服務的內核。而這些趨勢都指向同一個變化，就是雲服務被交付到企業用戶手中時，不應該僅僅是用雲資源、容器虛機、API或者付費軟件，而應該是一個體系化工程。
當AI的需求不斷加深，企業需要深度應用AI到生產業務場景，進行解決方案式交付。作為廠商則需要跟蹤企業不同業務需求的變化，實現交付產品的不斷迭代，並通過無所不及的智能賦能業務，幫助企業持續增長。
5、AI改變邊緣計算的未來
伴隨著物聯網的崛起，一個萬物互聯的時代撲面而來，不止是上百億計的終端設備接入到雲，更有以PB為單位的數據洪流，以智能攝像頭為例，隨著分辨率從1080P轉向4K，其一天所採集到的數據量將達到200GB，據統計，2018年時平均每名互聯網用戶每天將產生1.5GB的數據量。
隨著PB級別的數據源源不斷的傳送到雲端，雲端服務器所承載的壓力也隨著增大。能不能在物聯網終端進行實時計算和處理呢?邊緣計算應運而生。所謂邊緣計算，指在靠近物或數據源頭的一側，融合網絡、計算、存儲、應用核心能力的開放平臺，就近提供智能計算和數據服務。這樣帶來的好處便是，終端設備產生的數據，不需要傳送到雲端，利用人工智能進行處理後，再返回數據產生端。利用邊緣計算技術，數據在設備產生端直接計算，就近處理後便可直接反饋到設備。
5G技術的誕生，更是加快了人工智能與物聯網的相結合，將進一步加強對邊緣終端、傳感器網絡數據的實時收集和分析，提高我們使用能源、灌溉農田或配送商品的效率，同時減少浪費和汙染。AI將改變邊緣計算的未來，真正成就物聯網，造福我們的生活。
6、AI改變雲生態
隨著AI的發展，雲計算市場將產生更復雜的產業鏈關係。我們看到芯片能力、硬件能力、技術服務能力、算法開發能力在雲市場中變得重要起來，而這些能力一家雲廠商很難同時具備，這就帶來了雲計算變革中的另一個關鍵點：生態的地位急速增長。
今年以來，我們可以看到全球雲服務市場不斷加大收購力度。比如微軟收購Github引起了軒然大波，但其產業目的，毫無疑問是將開發生態更緊密固定在自己的體系內。阿里雲不僅做神龍服務器，還開始做芯片了。在2018雲棲大會上，阿里將把此前收購的芯片公司——中天微系統有限公司和達摩院自研芯片業務一起，整合成一家芯片公司——平頭哥半導體有限公司，大力推進雲端一體化的芯片佈局。
AI從芯片、算力、模型、場景應用到產品化，是個很長的條線，原本能力單一的雲廠商，很難全面覆蓋，而生態合作，共研共創是必行之路。伴隨著企業級雲應用的推進和深入，我們將來可以看到越來越多的雲廠商在致力於推出聯合解決方案，包括軟件廠商之間的相互合作，也包括硬件廠商與軟件廠商的合作。，
7、AI提升了開發者的地位
隨著雲2.0時代的到來，雲市場重心從Iaas上移，企業更多地關注PaaS和SaaS業務建設，使得開發者成為所有IT企業競相爭奪的對象。
AWS和阿里雲等新興的雲服務商，聚集了大批的雲應用開發者。這些開發者已經成為他們的忠實粉絲，其追隨程度超過了傳統的開發者。傳統硬件廠商，比如華為、新華三、思科等，也把開發者作為自己的重要合作伙伴，為雲服務提供支持，因為其產品也要通過API實現與雲應用的更好結合。
大量不同開發者，滿足大量用戶的複雜雲需求。而云服務作為AI的必經之路，最理想狀態是在其中作為接口。因為自身客戶多，來聚集開發者;又基於開發生態的良好，吸引更多的客戶加入。同時在AI之外，中國SaaS還有廣闊的發展空間，開發者是主要的力量。加強開發者社區和工具建設，提高開發者的能力，為用戶更好的服務。今年眾多AI技術社區的建立以及AI開發者賦能計劃的興起，都可以看作這個雲服務變化趨勢的投射。
結語
在數字化時代，AI與雲的結合，讓數據不再是擺在那裡供人們觀看的冷冰冰的數字了，人們已經通過對數據的分析讓它產生效益，產生了價值，改變了傳統的企業雲服務模式。我們相信AI人工智能的前景是光明的，但前進的道路是曲折的。只要方向對了，就不用怕路遠，堅持走下去，總是會有量變到質變的一個過程。
雲智能，重新定義雲的未來!
閱讀更多 中國雲計算 的文章
