隨著云計算的發展，在技術層，各種容器服務“Any Where”，例如 AWS EKS、微軟 AKS、Google GKE、阿里 ACK、騰訊 TKE、華為 CCE;在業務層，各種云托管平臺“Any Where”，例如 AWS Outposts、微軟 Azure Arc，Google Anthos、華為OSC、騰訊遨馳，這些都預示了什么呢?

分布式云的產生契機

自 2006 年 AWS 提出關于云計算的概念，大家對于云的未來趨勢一直沒有停止過探索。

• 對于云的部署形態分別有公有云、混合云、私有云、邊緣云等;
• 對于云的服務方式提出了 IaaS、PaaS、SaaS 等;
• 對于云的技術架構先后有本地云、托管云、云原生等;
• 對于云的運行方式先后有物理機、虛擬機、容器等。

時間一晃到了今年，但是大部分企業對于云的理解，還依舊停留在不用買服務器、能夠實時調用公有云服務的這個階段。所以過去的云到底改變了什么，現在的云有什么用，未來的云將走向何方，并沒有統一的定論。

世界本就廣袤而復雜，不知道的半徑永遠無限，所有的技術到最后都是越做越復雜，我們要做的就是探索無限趨近各種復雜性，不斷延伸云的概念，從單一云廠商掌握的公有云，到形形色色的客戶部署的私有云，還有萬物互聯下的邊緣云，讓云的這張網越織越大。然后，在不同的技術領域中逐漸分化出差距和階層，讓少數高級人才繼續深挖，讓多數人用極少的代價去改變這個世界。

時勢造英雄，而分布式云就是下一個云時代中的英雄。在筆者看來，分布式云是云計算在技術與市場的雙重導向之下，向未來演進的必然趨勢。以分布式云串聯整個云計算技術鏈和云計算資源，解決了云的位置、云計算資源合理配置、云網邊端融合、企業全面上云、降本增效等諸多產業面臨的痛點癥結。

業務是技術的原動力

技術永遠是靠業務驅動的，例如 2012 年淘寶業務井噴時代發展起來的阿里中間件。還有云原生技術的商業化，k8s 將底層的運維復雜度抽象和暴露了出來，如果大家認為云原生僅僅只能運維降本，而不是靠更高算力的業務驅動，那么它是發展不起來的。

時間的車輪滾動到 2022 年，隨著元宇宙、智能制造、5G 邊緣計算、云游戲等各種概念，不斷地沖刷著大家的視野，終端用戶的市場將會發生巨大變化。各種企業都在想法設法對此布局，而這些業務的發展，離不開更高的算力，更低的延遲，更安全的交互。同時，這些廣闊而分散的站點，還需要統一的管理和協同。

在這種情況下，唯有分布式云能夠進一步整合資源，結合區塊鏈的去中心化，打碎已有蛋糕再進一步重組。云原生和分布式云能夠相輔相成，必將催生更多的新技術和發展不同的周邊生態型業務。

SaaS 企業在尋找突破

相較于美國，國內 SAAS 行業的起步較晚，行業開端大約在 2004-2005 年左右。隨著近些年人們對“云”的認知不斷提升，企業對 SAAS 的接受度不斷提高，帶動起新一輪的風潮。另外，隨著電信等行業需求，國內私有云進入穩步發展時期，預計到 2023 年中國私有云市場規模將超過 1400 億元。另一方面，來自各行各業的企業都會利用混合多云策略，來快速推出各種既能加速企業數字化轉型、又能為客戶提供卓越體驗的應用。公有云、私有云、混合云、邊緣云并舉，形成了紛繁復雜的云環境，對于云計算資源的管理調度帶來難題。

時至今日，各種 SaaS 企業紛紛想把業務搬到云上，但是 SaaS 企業不希望把寶都壓在一個公有云服務商上，希望牢牢把握服務和數據的主導權，因此核心業務還是以本地云為主。在這個新的階段中，云計算的客戶們對云廠商不鎖定的訴求開始越來越為強烈，具備不綁定一家廠商的能力，對客戶自身的業務迭代、業務經營風險控制和成本控制會起到很大的幫助。

隨著業務的發展進入深水區，針對不同場景，沒有任何一朵云能完全滿足，分布式云的目標就是讓不同業務上不同的云。據不完全統計，很多企業已經按照分布式云的模式開始搭建了。

云廠商在尋求破局

自從 2010 年阿里開始建造云，國內逐漸涌現了諸多公有云廠商，除了阿里、騰訊、華為等三大巨頭，縱深于某些細分領域的云廠商也紛紛入局。同時由于云已成為國家的基礎設施，關乎國計民生，政府機關也逐漸開始自建國資云，并鼓勵政府業務上國資云。IaaS 不值錢了，溢價率越來越低，那種為了賣 IaaS 搭配服務的心態更是要不得。另外，云計算經過多年的發展后，各家云廠商在產品的豐富度上基本開始持平，有和沒有的這個階段基本過去了，一家壟斷的情況被打破。

在大 B 市場，每一個公有云巨頭不能忽視大 B 客戶對混合云、專有云、私有云的需求，繼續縱深發展。但實際建設中，往往都是項目制為主，周期長、標準化程度低、重復建設，建成以后，再被動地和公有云打通。專有云整一坨，公有云選一坨，然后疊加 N 層不同的底座，硬生生地把他們擰在一起。最終，建成的混合云“混而不合”、“多而無用”。

在小 B 市場，公有云服務的標準化程度不夠高，服務成本比較高，小 B 在自身業務發展難以為繼的情況下，最多買幾臺虛擬機，選擇開源軟件自建。而云廠商為了 ROI 最大化，更愿意服務于大 B，對于小 B 的規模化增長遲遲難以突破。

在這種情況下，云廠商的日子只會越來越不好過了，因此云廠商必須積極尋求破局。一些大廠開始組織 SaaS 的支撐計劃，如騰訊的“千帆計劃”、華為的“星光計劃”、阿里的“抗疫情扶持計劃”。對于一些實在不愿上公有云的用戶，采取“山不救我，我來就山”的方式。于是他們把自己的公有云技術棧下沉，向用戶側延伸，不僅要滿足低延遲、就近接入的需求，連行業客戶“專私混托”的需求，一并接收。

可以這么說，云計算技術的潮流，一定是公有云廠商引領的，專有云/私有云的建設需求，國內比國外更加旺盛。各種形式的軟件服務“Any Where”，典型的如 AWS 的“EKS Any Where”，Google的“Anthos Any Where”，阿里的“ACK Any Where”等。

分布式云的概念定義

那么，什么是分布式云呢?2019 年 7 月， Gartner 給出了分布式云的明確定義 ：

分布式云是將公有云服務(通常包括必要的硬件和軟件)分布到不同的物理位置(即邊緣)，而服務的所有權、運營、治理、更新和發展仍然由原始公有云提供商負責。

可以看出來，分布式云是云計算和邊緣計算、混合云計算的超集，為了進一步理解分布式云，我們回顧下三者的概念。

對于云計算來說，業內廣為接受的云計算概念是根據 ISO/IEC 17788 <信息技術 云計算 概覽與詞匯>定義的：

• 云計算是一種將可伸縮、彈性、共享的物理和虛擬資源池以按需自服務的方式供應和管理，并且提供網絡訪問的模式。

對于邊緣計算，以 Apache 社區的定義來看：

• 邊緣計算是指在靠近物或數據源頭的一側，采用網絡、計算、存儲、應用核心能力為一體的開放平臺，就近提供最近端服務。

對于混合云計算，以 NIST 的定義來看：

• 混合云計算是兩個或多個不同的基礎架構(私有云、公有云或社區云)的組合，這些基礎架構通過專有或標準化技術綁定在一起但仍屬唯一的實體，支持應用程序和數據的可移動性。

邊緣計算跟云計算是相互補充、相互依賴的關系。邊緣計算其實是云計算往邊緣的一個延伸，把云上的一些能力往邊緣上延伸，邊緣計算進一步彌補了云計算的網絡延遲。混合云計算是云計算的不同部署形態，以適應客戶對于安全、資源的多種要求。

分布式云不是一朵云，分布式云由多個云節點組成，這些節點位于不同地理位置、規模各異，可以是傳統公有云的中心 Region，也可以是延伸到業務現場的邊緣站點，還可以是因為監管、合規或者效率等原因建設在本地的數據中心、專有云、托管云。分布式云對全類型云計算資源進行高效統一的管理、調度、更新、迭代。無數朵“中心云”、“邊緣云”和“本地云”，共同組成了一朵“云簇”，這就是分布式云。

那么分布式云都有哪些特點呢?

• 低延時：分布式云能夠充分發揮服務性能，距離需要服務的人更近，用戶接收計算過程和結果的速度提高。
• 強合規：分布式云更符合法合規要求，即數據必須位于特定的客戶位置，幫助企業規避法律風險。
• 低風險：分布式云可以降低網絡故障風險，云服務可以駐留在本地或半本地子網中，從而使它們可以不受限制地間歇運行。
• 靈活性強：分布式云服務模式更靈活，可以托管云服務或提供云服務的位置(計算區域)的數量和可用性急劇增加。

分布式云相比于傳統的云有以下優勢：

• 相比于公有云，在距離使用者最近的地方提供云服務，對于一些服務熱區比如智慧城市或者復雜業務場景比如工業互聯網，可以降低延遲、提升體驗。
• 相比于私有云，分布式云強調統一架構、持續迭代，不管這些云物理位置有多分散，在客戶視角里，卻只有一朵邏輯上的分布式云。

Gartner 認為，利用云的資源實現降低成本，同時減少運營成本，而私有云、混合云以及混合 IT 都無法達成這個效果。因此，Gartner 連續兩年(2020-2021)將分布式云列為頂級戰略技術趨勢。據 Gartner 預測，到 2025 年，超過 50% 的組織將在其選擇的地點使用分布式云，從而實現轉型業務模式。

分布式云的設計原理

組織形式有機化

未來最優秀的組織形式是什么?是金字塔組織，還是扁平組織?很多大企業發展到現在，逐漸探索出有機組織才是最合理的形式。人類大腦對于現實世界的信息處理能力是有限的，我們以各種規則去編排我們接收到的信息，讓其更加簡單易記，或者借助外部設備來存儲。

無論是各種神話故事，還是面向對象編程，我們都傾向于虛擬化、擬人化，越接近人類語言，越容易傳承。所以我們能感知的復雜度，要遠遠比現實世界低很多。那么現實世界為什么如此勃勃生機，它是靠什么運轉的?我認為所有的美妙就在于未知，沒有任何一個個體能夠裝進所有信息，沒有任何一個概念能夠包攬所有，時空和時間有絕對的局限，沒有終點，亦無起點。

分布式云就是在趨近這種未知，期待用新的規則來編排我們獲取的信息，以便離現實世界更近。拿凱文凱利 《失控》 中的九個規律，我們來進一步理解其中的本質：

• 分布式生存：Distribute being
• 自下而上的控制：Control from the bottom
• 收益遞增：Cultivate increasing returns
• 模塊化生長：Grow by chunking
• 邊界最大化：Maximize the fringes
• 鼓勵犯錯誤：Honor your errors
• 不求最優化，但求多目標：Pursue no optima; have multiple goals.
• 謀求持久的不均衡態：Seek persistent disequilibrium
• 變自生變：Change how things change

未來的科技和組織，會越來越接近像有生命的生物有機體那樣，呈現出“有機體化”的趨向。科技想要的東西就是生命想要的東西，科技的發展方向就是生命進化的方向。現在人類已定義的生命形態僅包括植物、動物、原生生物、真菌、原細菌、真細菌六種，但技術的演化和這六種生命體的演化驚人相似。技術應該是生命的第七種存在方式。技術是生命的延伸，它不是獨立于生命之外的東西。

2006 年至今，服務器的數量從千、萬臺，迅猛增長到百萬或千萬臺，云的形態越來越多，我們希望探索其中的共性，才能讓云更加標準化，讓單一的云組合成功能更加強大的云簇。分布式云的本質，就是希望模糊各種云形態的概念，不應該區分公有云和私有云，讓云節點趨于標準化，讓云的連接和覆蓋范圍愈大，若干個體相互獨立，又松散耦合。

我們拿有機的人體，來形象說明分布式云。云計算能夠處理大量信息，并可以存儲短長期的數據，這一點非常類似于我們的大腦。大腦是中樞神經中最大和最復雜的結構，也是最高部位，是調節機體功能的器官，也是意識、精神、語言、學習、記憶和智能等高級神經活動的物質基礎。人類的脊髓也含有灰質層，并具有簡單中樞神經系統，能夠負責來自四肢和軀干的反射動作，及傳送腦與外周之間的神經信息。我們在初中的生物中都學習到了膝跳反應，這就是脊髓反應能力的證據。邊緣計算對于云計算，就好比脊髓對于大腦，邊緣計算反應速度快，無需云計算支持，但低智能程度較低，不能夠適應復雜信息的處理。不同的云節點之間，可以打通雙向或者單向的網絡通道。

另外，分布式云的中心云節點應該以客戶云為主體，客戶想掌握自己業務的主導權，而公有云廠商只是提供各種專用云服務。有一種和目前分布式云的定義相悖的觀點認為，以云廠商為中心云，是從資源壟斷角度來看，而非業務角度，是不符合市場發展規律的。

所以分布式云不應該看做公有云的延伸，中心云應該圍繞業務來定義。另外，分布式的本質在于去中心化，中心云節點只是承載了更多的管控和指揮職能，本質上不應該只有一個，在現實世界中，就相當于有眾多的客戶實體，不同的客戶實體之間，不應該存在網絡的聯通，而應該只是邏輯上的關聯。新一代云計算也將會以區塊鏈為范本，進一步去中心化，擴大云的分布式大網。

虛擬架構最大化

硬件技術的發展速度一定是遠遠比不上軟件的，為此我們把現實世界信息的抽象邏輯，更多地集中在軟件層。例如在硬件之上，我們抽象了虛擬層，在虛擬層之上我們又抽象了容器，靈活度越來越高，單位也越分越細。

另外，在技術架構的設計上有一種返祖模式，軟件模擬硬件的能力構建虛擬層，更好地做資源的調度和隔離。一旦軟件虛擬技術發展到一定階段，又會進一步推動硬件技術的標準化、微觀化，例如早期的硬件資源都是整機組裝，而有了 IaaS 后，會起到屏蔽底層硬件組織形式的作用，現在可以零散外掛，例如磁盤等，相信未來的硬件職能會進一步分化，原子粒度會越拆越細，越小的粒度也意味著越標準化，組織形式也越靈活。

當軟件隔離技術越加成熟，對于硬件的安全隔離要求就會越來越低，公有云能提供的職能場景也會越來越多。例如，被廣大政府機關、金融、銀行等企業所詬病的數據安全不再是公有云的瓶頸之時，是否我們可以少很多本地云了呢?

技術的發展存在驚人的相似，通過軟件去實現隔離，不僅僅存在于云技術中，也存在前端的技術當中。例如 react 和 vue 的虛擬 Dom，就是為了節省瀏覽器的資源消耗，而構建的一層頁面元素的虛擬組織形式，有更快的效應速度，也可以讓編程更加靈活。還有，在云原生中，我們一直致力于通過中間件來壓縮有狀態應用的存在比例，本質上就是把跟硬件的那一部分邏輯，更好地沉淀到業務底層。

因此，改變容易改變的，標準化不容易改變的。可以假設一個問題：如果我們一開始就有云，就構建了虛擬層做資源調度，我們還會有臺式機、一體機嗎?

分布式云如何落地

分布式云在業務上的形態

淘寶沒有一件貨， 卻整合了整個零售業;銀聯沒有一家銀行，卻整合了全部銀行;美團沒有一個飯店，卻成就了很多酒店。分布式云的去中心化和高度虛擬化一定會催生未來最大的虛擬云產品市場，而它不應該綁定任何一個云廠商。云廠商不應該只以 IaaS 來定義云計算，而看不到最大的商機在哪里，云產品服務一定是可遷移的，這是不可阻擋的。另外，我們不可簡單地認為，某個公有云就是云產品市場，各種公有云更像是一個自成一體的云平臺。

對于云產品市場來說，最核心的組成就是云產品，對于云產品來說，為了服務到企業客戶，云產品就不能限定云，云產品必須具備部署到“Any Where”的能力。而對于企業客戶來說，云產品在不同的云之間，還能夠隨意復制、搬遷云產品產生的業務數據，對于云產品的升級，必須保證業務數據不能被覆蓋，實現在線升級，讓業務永不停機。

那么，對于云產品的資產編排、版本管理、鏡像構建、服務搬遷、數據同步、中心管控、網絡通道搭建等，必然離不開平臺的管理。在阿里剛好有這么一個平臺，叫做云原生應用交付平臺，簡稱 ADP。ADP 簡直是為分布式云場景量身定做的平臺，可以讓云產品和業務數據規模化交付和運維，是分布式云和云產品市場的物流搬運工。

分布式云催生了新的技術

Gartner 于 2021 年 11 月發布了企業機構在 2022 年需要探索的重要戰略技術趨勢，分布式云相關的多項技術入選，如分布式企業、云原生平臺、主權云網絡安全網格等。

接下來，我們來一窺這些技術戰略都包括哪些內容：

• 生成式人工智能(GenerativeArtificial Intelligence)

即將上市的生成式人工智能是最引人注目和最強大的人工智能技術之一。該機器學習方法從其數據中學習內容或對象，并運用數據生成全新、完全原創的實際工件。

生成式人工智能可用于多種活動，如創建軟件代碼、促進藥物研發和有針對性的營銷，但該技術也會被濫用于詐騙、欺詐、政治造謠、偽造身份等。Gartner 預計到 2025 年，生成式人工智能將占所有生成數據的 10%，而目前這一比例還不到 1%。

• 數據編織(Data Fabric)

在過去的十年里，數據和應用孤島的數量激增，而數據和分析(D&A)團隊的技能型人才數量卻保持不變，甚至下降。作為一種跨平臺和業務用戶的靈活、彈性數據整合方式，數據編織能夠簡化企業機構的數據整合基礎設施并創建一個可擴展架構來減少大多數數據和分析團隊因整合難度上升而出現的技術債務。

數據編織的真正價值在于它能夠通過內置的分析技術動態改進數據的使用，使數據管理工作量減少 70% 并加快價值實現時間。

• 分布式企業(DistributedEnterprise)

隨著遠程和混合工作模式的增加，以辦公室為中心的傳統企業機構正在演變成由分散在各地的工作者組成的分布式企業。

Groombridge 表示：“這就要求首席信息官通過重大技術和服務變革提供無摩擦工作體驗，不過事情總有兩面性：這項技術會對業務模式產生影響。從零售到教育，每家企業機構都必須重新配置交付模式才能支持分布式服務。兩年前，全世界沒有人想到自己能在數字試衣間里試穿衣服。”

Gartner 預計，到 2023 年，75% 充分發揮分布式企業效益的企業機構將實現比競爭對手快 25% 的收入增長。

• 云原生平臺(Cloud-NativePlatform，CNP)

為了真正能夠在任何地方提供數字能力，企業必須放棄熟悉的“直接遷移”并轉向 CNP。CNP 運用云計算的核心能力，向使用互聯網技術的技術創造者提供可擴展的彈性 IT 相關能力“即服務”，從而加快價值實現時間并降低成本。

因此，Gartner 預測到 2025 年，云原生平臺將成為 95% 以上新數字倡議的基礎，而在 2021 年這一比例只有不到 40%。

• 自治系統(Autonomic Systems)

隨著企業的發展，傳統的編程或簡單的自動化將無法擴展。自治系統是可以從所在環境中學習的自我管理型物理或軟件系統。與自動化甚至自主系統不同，自治系統無需外部軟件更新就可以動態修改自己的算法，使它們能夠像人類一樣迅速適應現場的新情況。

Groombridge 表示：“自治行為已因為近期被部署在復雜的安全環境中而為人所知。而從長遠看，這項技術將被普遍應用于機器人、無人機、制造機器和智能空間等物理系統。”

• 決策智能(DecisionIntelligence，DI)

一家企業機構的決策能力是其競爭優勢的重要來源，而如今這個時代對這項能力的要求也越來越高。

決策智能是一門實用的學科。該學科通過清楚理解并精心設計做出決策的方式以及根據反饋評估、管理和改進結果的方式來改進決策。Gartner 預測在未來兩年，三分之一的大型企業機構將使用決策智能實現結構化決策，進而提高競爭優勢。

• 組裝式應用程序(Composable Applications)

在不斷變化的業務環境中，業務適應性需求能夠引導企業轉向支持快速、安全和高效應用變化的技術架構。可組合的應用架構增強了這種適應性，而采用可組合方法的企業機構在新功能的實現速度上將比競爭對手快 80%。

Groombridge 表示：“在動蕩的時代，可組合的業務原則幫助企業機構駕馭對業務韌性和增長至關重要的加速變化。沒有它的現代企業機構可能會失去在市場中的前進動力和客戶忠誠度。”

• 超級自動化(Hyperautomation)

超自動化通過快速識別、審核和自動執行盡可能多的流程來實現加速增長和業務韌性。

Groombridge 表示：“Gartner 的研究表明，表現最好的超自動化團隊專注于三個關鍵優先事項：提高工作質量、加快業務流程和增強決策敏捷性。在過去的一年中，業務技術專家平均支持 4.2 項自動化倡議。”

• 隱私增強計算(Privacy-EnhancingComputation，PEC)

除了應對不斷成熟的國際隱私和數據保護法律外，首席信息官還必須避免因隱私事件而導致客戶信任下降。因此，Gartner 預計到 2025 年，60% 的大型企業機構將使用一種或多種隱私增強計算技術。

在數據、軟件或硬件層面保護個人和敏感信息的 PEC 技術能夠在不影響保密性或隱私的情況下安全地共享、匯集和分析數據。目前這項技術被應用于許多垂直領域以及公有云基礎設施(例如可信的執行環境)。

• 網絡安全網格(Cybersecurity Mesh)

Groombridge表示：“數據貫穿了今年的許多趨勢，但只有當企業能夠信任數據時，數據才會變得有用。如今，資產和用戶可能出現在任何地方，這意味著傳統的安全邊界已經消失。這就需要有網絡安全網格架構(CSMA)。”

CSMA 幫助提供一體化安全結構和態勢，為任何位置的任何資產提供安全保障。到 2024 年，使用 CSMA 一體化安全工具組成一個合作生態系統的企業機構能夠將單項安全事件的財務影響平均減少 90%。

• 人工智能工程化(AI Engineering)

IT 領導人想方設法地將人工智能集成到應用中，在從未投入生產的人工智能項目上浪費時間和金錢或在人工智能解決方案發布后努力保持它們的價值。人工智能工程化是一種實現人工智能模型操作化的綜合方法。

Groombridge 表示：“從事人工智能工作的混合團隊是否真正能夠為他們的企業機構實現差異化，取決于他們通過快速人工智能變革不斷提升價值的能力。到 2025 年，10% 建立人工智能工程化最佳實踐的企業從其人工智能工作中產生的價值將至少比 90% 未建立該實踐的企業高出三倍。”

• 全面體驗(Total Experience，TX)

全面體驗是一項結合客戶體驗(CX)、員工體驗(EX)、用戶體驗(UX)和多重體驗(MX)學科的業務戰略。TX 的目標是提升客戶和員工的信心、滿意度、忠誠度和擁護度。企業機構將通過實現具有適應性和韌性的 TX 業務成果來增加收入和利潤。

未來智能實驗室的主要工作包括：建立 AI 智能系統智商評測體系，開展世界人工智能智商評測;開展互聯網(城市)大腦研究計劃，構建互聯網(城市)大腦技術和企業圖譜，為提升企業，行業與城市的智能水平服務。每日推薦范圍未來科技發展趨勢的學習型文章。目前線上平臺已收藏上千篇精華前沿科技文章和報告。

Gartner 研究副總裁 David Groombridge 表示：“隨著各企業高管努力通過與客戶的直接技術聯系來尋求增長，首席信息官(CIO)必須找到恰當的 IT 力量來實現業務增長和創新，并創建可擴展的、有彈性的技術基礎，其可擴展性將為數字投資騰出現金，這些當務之急構成了今年趨勢的三個主題：工程信任、塑造變革和加速增長。”

• 建立信任

建立信任時需要關注的技術包括主權云、非同質化通證(NFT)、機讀法規、去中心化身份、去中心化金融、同態加密、主動元數據管理、數據編織、實時事件中心和員工通信應用。

• 加速增長

為了加速增長，應探索以下技術：多重體驗、行業云、人工智能驅動的創新、量子機器學習(ML)、生成式人工智能和數字人類。

• 塑造變革

希望塑造變革的企業機構應考慮組裝式應用、組裝式網絡、人工智能增強設計、人工智能增強軟件工程、基于物理信息的人工智能、影響力工程化、數字平臺指揮者工具、命名數據網絡和自集成應用。

另外，由于這些技術戰略的落地還存在各種現實的困難，離拐點集中式爆發還存在一些距離，目前基本都處于技術萌芽期：

分布式云面臨的問題

分布式云會弱化公有云的中心職能?

分布式云強調去中心化，那么分布式云的盛行是否一定會弱化各大云廠商的壟斷態勢呢，畢竟誰都很難形成中心化。這不是搬起石頭砸自己的腳嗎，那為啥云廠商還熱衷于此呢，這是一個產業鏈的問題，就跟小吃街的餐館比荒村的餐館生意好。這是所有云廠商都擠破腦袋需要參加的生態鏈建設。

站在云廠商的角度，大家就是想把自家的公有云，盡最大可能向客戶側延伸。這是分布式云的初衷。已經有部分云廠商預估到了這個態勢，甚至提出邊緣計算應該遏制，因為管理起來實在太復雜了，并且得不償失。

• 站在客戶的角度，希望將服務的主導權掌握在自己的手中，這樣能夠確保安全和高可用，同時會有效地遏制公有云廠商的壟斷，讓自己對于公有云的產品服務有更多議價權，而不是被別人遏制核心的咽喉。在搭建分布式云時，客戶更希望將中心云部署在自己的云上，通過自己云上的中心管控去調度其他云的服務。
• 市場形式永遠是跟著客戶需求走的，公有云未來最好的出路就是做好服務，交付服務，搬運數據，讓整個產業鏈無比順滑。并且一定要拋棄“IaaS 是核心，SaaS 是幫助 IaaS 促銷”的舊觀念，變 SaaS 為核心。否則成也蕭何敗蕭何，類似于閉關鎖國，固步自封，你不去搞，總有其他人去搞。

云原生的商業化離業務太遠?

可以這么說，如果不發生世界大戰，未來最好的行業一定是服務于人的體驗的，按尤瓦爾·赫拉利《未來簡史》的預言，低智重復的工作逐漸被虛擬人代替，人類最重要的事情就是感受世界的美好，每個人都可以打造大小三千虛擬世界，成為其中母神或者天道一類的強大存在，曾有人拿量子計算來說明，當前的人類世界，也不過是更高級文明控制的鏡子世界。

所有的科幻都是現實的縮影。因此，是終端用戶的需求引導了市場的發展，離終端用戶越近的企業，對市場的主導程度越高，隨風轉舵的能力越強，盈利結構越健康，商業潛力也越大。拿阿里來舉例，其核心電商業務是以“天下沒有難做的生意”為理念，本質上是服務于賣家的，離終端用戶還差點意思，因此阿里為尋求突破，全面發展娛樂、健康、旅游等多個行業，通過強管控一些垂直行業的業務，做到自主經營，以期讓商業結構更加穩健。

每一個技術產品總想離終端客戶更近，離客戶越近，變現越容易，市場話語權越大。云原生商業化亦是如此。對于 CaaS 容器平臺的提供商來說，上承 IaaS 云廠商，下接 PaaS 提供商，離終端的用戶還差一段距離：

為了迎合外部市場，CaaS 容器提供商，不斷打造各種全棧平臺，以期覆蓋更多的技術場景。但做得越多，發現平臺越沉重，甚至出現了多層底座套底座的情況，導致客戶只需要其中一點能力，我們要拔蘿卜帶泥扯出一大堆，客戶的感官很不好。

而且，云原生為了自動化，天然把許多運維人員人工干的事都抽象概括了出來，導致一些離運維比較遠的開發，認為云原生比較復雜，這其實是轉嫁了運維人員的活到了開發人員。當然，這有本質區別，運維人員要干一周的活，開發人員只需要幾分鐘，從企業整體來看，是提高了效益的。不管怎么說，對開發人員的要求肯定是更高了，要理解的概念更多了。自動化并不是點一個按鈕就完事的事情，配置自動化規則需要對運維有更深的理解，誰也不知道這個規則下發之后會帶來多大面積的影響。到了最后，越是高精尖自動化的技術產品，越是被少量人才才能掌握。

所以云原生對人才的要求高了，無論是容器平臺的提供商，還是使用容器平臺的客戶。該下沉的 k8s 和中間件的技術棧，透出到了客戶端。早期為了響應上云的號召，大部分業務只是托管上云，根本未做云原生改造，云原生并未給客戶真正的福利。CaaS 提供商想出圈，暴露了各種高大上的概念，SaaS 客戶一臉懵逼，所以云原生到底有啥用，除了復雜還是復雜。本質是中間缺了一環，在 CaaS 提供商和 SaaS 客戶之間，應該打造各種垂直場景的 PaaS，這些 PaaS 大部分是各種行業的 APaaS，是幫助搭建 SaaS 的低代碼平臺，讓 SaaS 客戶不要去理解底層技術的復雜性。目前 PaaS 的建設肯定是不完善的，這需要業務和技術的雙重推動。

所以，不得不承認，CaaS 提供商就應該離 SaaS 客戶遠一點，PaaS 客戶的規模肯定不大，但是他們主導了一批行業 SaaS，引領行業爆發式向前發展。

云原生操作系統和混合云平臺誰能實現“Any Where”?

為了適應分布式云的“Any Where”服務場景，各個云廠商在技術層面，將原來的增強版 K8S 服務改頭換面，打造為云原生操作系統;在業務層面，將原來的混合云平臺進行改造，可以對接多種類型的云節點，以期實現 SaaS 的多云輕松管控，但分布式云并非混合云，雖然經驗可以復用，但類似于云原生概念的提出，分布式云管控平臺需要從設計理念和技術架構上推倒重來。首先得模糊各種云節點的不同，公有云、私有云、邊緣云一把梭，將其中的差異變為可擴展的配置。

業務驅動技術，可以看出來，最先帶動分布式云的，一定是含有業務屬性的分布式云管控平臺。

分布式云是否虛無縹緲?

對于企業客戶來說，云原生還沒整明白呢，咋就又來了分布式云，是趨勢合該如此，還是炒一波熱度的噱頭?

其實，分布式云本就已經存在了，大部分企業就是采用的分布式云架構。分布式云概念的提出，只是為了讓這種架構更加具象化、標準化。順應企業客戶的意愿，讓分布式云發展得更快。但是，雖然分布式云是未來的方向，但是想要快速發展，仍然面臨很多問題：

• 云原生目前只走完業務托管上云這個階段，業務在云原生改造方面缺乏動力，所以無法真正享受云原生帶來的福利。雖然元宇宙、5G 計算、云游戲需要更高算力，但這些業務本身的方向還不明朗，離實踐還有很長一段距離。
• 分布式云中的服務交付行業，整體比較粗糙，人工化成本極高，由于云和云之間的數據同步難度極高，服務的升級會很大程度影響現有運行時的業務，急需定義一套公認的數據交互標準。
• 物聯網(IoT)是息息相關的，但該領域的整體成長性現在是偏弱的，分布式云的緊迫性沒有那么高。
• 分布式云對于網絡連接的要求比較高，如果出現長時間的網絡中斷，就會導致數據丟失或者功能無法使用。
• 分布式云尚無業務大規模實踐過，理論到技術都很不完善，可能會帶來成本不確定性。