云計算從業(yè)者有個不成文的條約：國外看 AWS，國內(nèi)看阿里云。

　　怎么個看法？AWS 的 re:Invent 大會 有 6 萬多人參加，阿里云的杭州云棲大會有 4 萬多人參加。這個比例竟與兩家巨頭的母公司市值出奇一致——亞馬遜 8 千多億，阿里巴巴 5 千多億。

　　每到深秋入冬時節(jié)，全球頂級工程師都聚在拉斯維加斯和杭州進行一場朝圣之旅，汲取兩位風(fēng)向標大佬的思考和靈感。

　　如果說 re:Invent 是開發(fā)者的天堂，那云棲大會就是創(chuàng)業(yè)者的武林，無論是酷科技文化的天堂還是刀光劍影的武林，都為過去 5 年的云計算劃上了一個完整的句號。

　　上云要趁早、云原生、容器、更大又更小的數(shù)據(jù)庫、全自動 DevOps、霧服務(wù)器、邊緣計算……這些年我們早已被這些熟悉的字眼包圍。

　　接下來馬上邁入的 2020 年將開啟下一個五年，兩位A姓大佬又給我們帶來了什么樣的訊號？

　　云計算技術(shù)下沉：芯片成兵家必爭之地

　　云廠商對算力的需求是無止盡的，盡管服務(wù)器市場已經(jīng)明顯轉(zhuǎn)向云廠商，但這阻擋不了云廠商自己搞芯片。畢竟，誰有更強的算力，就掌握了更多的主動權(quán)。

　　AWS 在 2019 re：Invent 大會上推出了基于 ARM 架構(gòu)的 Graviton2 高性能處理器芯片以及機器學(xué)習(xí)芯片 Inferentia，前者比 X86 實例的性價比高出 40%。Graviton 一詞來自 gravity（引力），意味著芯片從過去的幕后走向前臺，成為吸引云計算用戶的關(guān)鍵作用力。雖有一代芯片發(fā)布在前，但當 AWS 把投入的決心展現(xiàn)給世人的時候，所有人還是覺得虎軀一震：“他沒開玩笑”。

　　其實大佬們早有布局，2015 年亞馬遜以 3.5 億美元收購了以色列芯片開發(fā)商 Annapurna，后者擁有強大的芯片設(shè)計和開發(fā)能力。而阿里巴巴則在 2018 年收購了中天微，成立了平頭哥半導(dǎo)體芯片公司。

　　今年 9 月的 2019 杭州·云棲大會上，阿里云推出了全球最強的 AI 芯片——含光 800。在 ResNet-50 測試中，含光 800 推理性能高達 78563 IPS，是英偉達同類最強產(chǎn)品的 4 倍。目前，含光 800 已經(jīng)應(yīng)用在阿里巴巴的視頻圖像識別、分類、搜索領(lǐng)域，未來還可應(yīng)用于醫(yī)療影像、自動駕駛等領(lǐng)域。

　　自此，云計算的競爭格局，從早期的 IT 成本之爭正式步入今天的算力之爭，軟硬一體的算力正在成為云廠商的核心競爭力。以后，誰兜里不揣塊芯片，出門都不好意思跟人打招呼。

　　事實上，做芯片是一個關(guān)鍵抉擇：如果沒有云，直接做芯片只會叫好不叫座。同樣，沒有自身的場景，如馬拉松一樣的芯片產(chǎn)業(yè)也得不到足夠的支撐。最后的難點，才是芯片技術(shù)本身。

　　不管是定制化芯片還是自研芯片，都是在技術(shù)下沉通道里尋找新的增長點，為客戶帶來更強大、更普惠的計算能力。亞馬遜、谷歌、阿里不約而同在 2019 年發(fā)力芯片市場就是最好的佐證。

　　虛擬化技術(shù)重大突破：翻越云計算的珠峰

　　云計算與生俱來就帶著一道傷疤：一切算力經(jīng)過虛擬化后都會打折。上汽集團就曾希望用云計算來解決汽車仿真的大算力場景需求，但實測結(jié)果讓公司大跌眼鏡，虛擬化性能損失高達 60%，最終不得不忍痛放棄。

　　越是密集計算的場景，虛擬化帶來的損耗問題越明顯，無數(shù)企業(yè)因此被擋在云計算的大門之外，眼看著新時代的浪潮奔流走遠。

　　從 2016 年左右開始，AWS 和阿里云這兩家分別來自西方和東方的科技公司不約而同開始向虛擬化損耗開刀。

　　AWS 的答案是 Nitro system，阿里云的答案是神龍架構(gòu)。AWS 的方式是直接干掉 Dom0，阿里云則是設(shè)計了獨立芯片來專職做虛擬化工作。

　　一北一南，兩支隊伍分別攀登珠穆朗瑪峰，最終都獲得了巨大的成功：受益于 Nitro，亞馬遜云在 2019 年新增的 EC2 虛擬機比前一年增加了 3 倍。而神龍則直接支撐了 2019 天貓雙 11 這樣掃眼天下都找不到對手的龐然大物，體驗絲般順滑，把虛擬化性能開銷做到了幾乎為零。

　　上面提到的上汽集團，在 2017 年聽說了神龍之后，迫不及待在云上做了測試，相比過去使用傳統(tǒng)超算服務(wù)，使用神龍超算集群汽車仿真計算效率提升 25%。有了第一個吃螃蟹的人，后面就是紛至沓來——吉利集團也將全部仿真業(yè)務(wù)在神龍超級計算集群，過去平均排隊 2 個月的任務(wù)，現(xiàn)在平均 2 周搞定。

　　IT 市場上已經(jīng)很久沒有看過這樣的降維打擊了，當 AWS 和阿里云祭出比物理機性能還強的云服務(wù)器時，你很難忍住不伸手，況且云還有免運維、易開發(fā)等數(shù)之不盡的好處。

　　2019 的杭州云棲大會上，巨龍降臨，阿里云推出了第三代神龍架構(gòu)，性能比上一代最多提升 5 倍。

　　所有人都意識到，這是一個可怕的“新物種”。未來一旦全世界云計算廠商迭代結(jié)束，神龍和 Nitro 節(jié)省的計算資源會是一個天文數(shù)字。

　　混合云崛起：企業(yè)不過來，云就過去

　　“你過來啊”，這是《羞羞的鐵拳》里沈騰的名場面，也是過去 10 年，云廠商們不遺余力對客戶的賣力吆喝。

　　但是很多客戶就是無動于衷，AWS CEO Andy Jassy 認為，云計算只占了全球 IT 整體成本的3%，還有很大的潛力。

　　想上云、能上云的都已經(jīng)上了，剩下的都是些難啃的硬骨頭。所以“你過來??！”還得有下一句“你過不來，那我就過去”。

　　怎么過去？AWS 給出的答案是：混合云。

　　但混合云的概念早幾年就提出來了，為何今日還要重提？在 re:Invent 會上，有個來自 Dropbox 的分享形象描述了混合云部署的難處。

　　2016 年，原本是忠實粉絲的 Dropbox 離開了 AWS 改為自建數(shù)據(jù)中心，原因之一是要降低存儲成本，第二是要低延時。但后來的事峰回路轉(zhuǎn)，隨著 AWS 每年推出的新產(chǎn)品和新特性，Dropbox 又接著用回了 AWS，同時使用自建數(shù)據(jù)中心與 AWS，并用自己開發(fā)的工具鏈與 AWS 的工具保持了兼容。

　　這像極了一對異地熱戀的戀人，當兩者的間距不斷縮小到可以忽略的時候，遲早是會擦出愛情火花的。

　　AWS 是堅定的公有云支持者，堅決反對私有云模式。但在中間態(tài)上，AWS 采用了一種迂回戰(zhàn)術(shù)，例如這次放的大招——AWS Outposts，為客戶連接本地數(shù)據(jù)中心和公有云，以及離經(jīng)濟發(fā)達地區(qū)更近的 AWS Local Zones，和更邊緣的 AWS Wavelength ，這一切都是以公有云為引力中心，把觸角伸向企業(yè)內(nèi)部，不失禮貌地微笑說：既然不方便出來，那我把美食打包帶去你家吧。

　　AWS Outposts 的發(fā)布可謂教科書式的典范，從在線選配下單到兼容各大廠商的一鍵配置，每一步都幫你安排得明明白白。

　　你大爺終究是你大爺，就算和傳統(tǒng)廠商貼身肉搏，也穿著體面、面面俱到。

　　阿里云則更像個江湖俠客，劍法飄逸，放蕩不羈、不拘小節(jié)，卻忠誠心境、深情不移。

　　早在 2014 年，阿里云就推出了類似 AWS Outposts 的專有云 Apsara Stack。它的路線略有不同，走的是農(nóng)村包圍城市策略，從群眾中來、到群眾中去，是企業(yè)中最懂云計算的，也是云計算公司中最懂企業(yè)的。

　　到了 2019 年，阿里云加大了混合云推進力度，展示出了“前所未有的硬”和“柔情似水的軟”，陸續(xù)推出了 POLARDB 數(shù)據(jù)庫一體機、CFPS 存儲一體機、邊緣計算服務(wù)等，還與 VMware 合作，對外開放 API，支持被第三方集成。

　　在公有云視角下，把企業(yè)本地計算、存儲、大數(shù)據(jù)等部分環(huán)節(jié)，通過公有云對云上云下的統(tǒng)一管理，以滿足脈沖計算、基因計算、AI 與機器學(xué)習(xí)等新型計算需求，這就是阿里云的混合云思路。

　　阿里云不像 AWS 那般面面俱到，但對國內(nèi)很多場景單一的公司來說，可謂雪中送炭。就是這些小幫助企業(yè)解決管理、運維、效率問題，統(tǒng)統(tǒng)解決了，企業(yè)就在不知不覺中上云了。

　　結(jié)語

　　過去 5 年，我們看到了云計算對這個社會產(chǎn)生了深遠的影響，從 12306 到城市大腦，從人工智能到工業(yè)互聯(lián)網(wǎng)，都在云上誕生了無數(shù)的創(chuàng)新和無限的可能。

　　越來越近的 2020 年將開啟下一個 5 年，風(fēng)風(fēng)火火的云計算會怎么走，時間會給我們答案。

　　克里斯托弗·諾蘭在《蝙蝠俠前傳》三部曲里寫到，一個對社會漠不關(guān)心的人，不可能會投入半數(shù)財產(chǎn)來拯救世界。

　　作為全球頂級的科技公司，阿里巴巴和亞馬遜的大舉投入，是商業(yè)驅(qū)動使然，也是社會進步的必然。

　　先驅(qū)者總是孤獨的，或許現(xiàn)在不是最適當?shù)臅r機，不過凡事總有例外。