云服务赛道竞速,谁是云背后的力量?

文章来源:产业家

  • 以英特尔软硬件组合打造的互联网技术底座可以为企业带来高性能、低成本等多重优势,成功解决其在业务上云过程中遇到的复杂问题,并配合边缘端与云端设备的协同合作模式,实现华丽转型。

author-image

作者

云时代正在稳步到来。

今年 10 月 28 日,IDC 发布《中国公有云服务市场(2021 上半年)跟踪》报告显示,2021 年上半年中国公有云服务市场规模达到 123.1 亿美元,其中 IaaS 市场同比增长 47.5%,PaaS 市场同比增长 53.9%,保持着全球最高增速。

当下,中国企业正处于数字化转型的初期,而云服务是提升 IT 架构的敏捷性、灵活性,处理快速增长的业务数据,并支撑 AI、大数据等创新业务的有效途径。

在 IDC 出具报告里的另一组数据是,即中国基础设施服务目前仍然处于高速发展中,预计至 2025 年,基础设施的技术投资仍然是市场热点,市场会增长 30%,市场份额将达到 5 万亿。

但尽管基于云的 IT 战略有望带来敏捷性、安全性和效率方面的提升,一些问题也在同步发生。比如随着日益分散的多云架构的出现,管理、放置和迁移工作负载变得越来越困难和复杂。

在云计算时代奔涌而来的当下,几个需要正视的问题是:如何无缝迁移企业工作负载?如何确保基础设施能够满足用户或应用的要求?以及如何保证大流量、高并发下的稳定服务?

云上时代,更需要是一个安全可控的数字时代。


一、打造 “云底座”

“九层之台,起于垒土。” 基础是任何成功事物的起点。

提起云计算,大家可能首先想到的是亚马逊 AWS、微软、阿里云、谷歌、IBM 等更多侧重于软件系统的公司。

一个更值得思考的问题是,全民 “上云”,云厂商 “造云”,谁是支撑云厂商 “造云” 的技术底座?

众所周知,云计算的五大核心技术是编程模型、海量数据分布存储技术、海量数据管理技术、虚拟化技术以及云计算平台管理技术,但上层建筑的多样化发展有赖于底层基础设施的稳固支持,这些技术想要实现和优化,首要前提就是要建立在芯片、服务器等基础设施上。

因此,如何构建高效全能、灵活易用且稳定可靠的底层基础设施,是所有云计算领域的服务商都要面临的首要问题。

这种问题在国内有更明朗的体现。以国内云厂商为例,在最近几年内,一个明确的信号是,各家都在纷纷布局云计算底层。

例如腾讯去年在成立了深圳腾讯云,而令人意外的是,在其经营范围一栏中,除了计算机技术服务和信息服务等相关服务之外,居然还出现了集成电路设计、研发。

再如阿里云在 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。

再比如百度,其在 AI 芯片研制和应用上走的要快一些。早在 2011 年,百度就将 AI 芯片应用于搜索、图像等业务。其后,还先后推出云计算加速芯片 XPU、搭载了 DuerOS 对话式 AI 操作系统的 DuerOS 智慧芯片等多款 AI 芯片。

面向云计算的英特尔技术

但英特尔仍然是绝对的领跑者。根据 IDC 数据,英特尔服务器芯片占据全球市场 90% 以上份额,通过其强大的芯片服务器业务,创造了一个可信的产业基础,解决了企业科学建模、数据分析、安全和数据压缩等工作负载和人工负载。

在发表的文章《云计算的未来蓝图》中,英特尔数据中心集团副总裁兼云服务供应商集团总经理 Raejeanne Skillern 曾说道,“计算机就好比乐高积木,云就是成千上万甚至数百万个乐高积木连接在一起。云服务提供商租用这些 ‘积木’,让人们通过互联网处理、传输、储存数据,我帮助这些服务提供商选择 ‘最适合’ 搭建的积木。”

在当下云厂商的 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。


二、存量时代的云上新命题

云计算正在 “愈发” 火热。

据国际研究机构 Gartner 发布的 2020 年全球云计算 IaaS 市场追踪数据显示,亚马逊的市场份额为 40.8%,排名第一;微软的市场份额为 19.7%,排名第二;阿里云的市场份额为 9.5%,排名第三。

通过数据可以发现,排名前三的 IaaS 提供商占据了市场的 70%,优质资产聚集在头部企业,马太效应明显。与 2019 年的排名相比,这个排名 2020 年并无明显变化。

可见经过几十年的发展,云计算市场的门槛越来越高,护城河逐渐牢固。新的玩家已经很难进入巨头建立的围墙之内,云计算逐渐呈现出强者恒强的局面。

云计算已经从过去拼的你死我活的象棋时代,变为固守已有地盘,然后在根据地的基础上不断增长的围棋时代。

换言之,云计算已然从增量竞争阶段转移到存量竞争阶段,云优化正在成为所有云厂的核心命题。

云的优化可分为软件优化和硬件优化。

软件优化可以主要分为操作系统、虚拟化、容器、应用软件等方面的优化。操作系统、虚拟化技术,经过十几年的发展,已经相当成熟,优化的空间已经不大。

一些已经成熟的开源软件,比如 Nginx、MySQL 的优化,各大云厂商都摸索出了自己的独门秘籍。此外,就是容器的优化,但容器技术也正在发展阶段,尚未完全成熟。

对比软件优化优化市场的较为成熟,硬件优化市场却有不同。

英特尔高级副总裁 Raja M. Koduri 在之前表态称,“全新的硬件架构每一个数量级的性能提升,软件就能带来两个数量级的性能提升。”

比如基于英特尔处理器的全新亚马逊弹性计算云实例针对高性能及通用计算进行了优化,能够在 AWS 云中运行英特尔提供支持的基础设施时,为客户提供更高灵活性和更多选择。

当下,底层软件已经非常成熟,优化空间不大的背景下,要取得明显的效果,就必须依靠硬件优化。

说到硬件优化,更为值得一提的是第三代英特尔® 至强® 可扩展平台。

第三代英特尔® 至强® 可扩展处理器能够为网络、数据分析、高性能计算、人工智能、数据库、加密和其他计算密集型工作负载提供强大动力,从而有助于提高总体绩效。

同时,英特尔特殊的端到端体系架构为时延敏感的新兴工作负载(如数据库、5G、边缘、AI、微服务等)提供了更快的响应速度和更高的一致性。

云厂商和企业可以利用第三代英特尔® 至强® 可扩展平台将更多的应用整合到性能更高的服务器上,来优化空间、功耗、散热和维护成本,从而实现改善总体拥有成本的目的。

几个例子是,京东云在英特尔® C5000X-PL 上研发了自主的智能网卡,并基于英特尔® 至强® 可扩展处理器,推出了最新一代裸金属云主机——京刚裸金属云主机,提供了出色性能、分钟级一键交付、无缝集成云产品和统一管理等特性,能够出色支撑性能敏感型以及对于数据安全和隐私要求较高的应用。

再比如,金山云也同样基于全新英特尔® 至强® 处理器推出第三代云服务器,整体性能较上一代产品大幅提升 40%,最高睿频可达 4.2GHz,最大网络收发包能力达到 200 万 PPS,可为用户提供速度更快、网络更稳定和存储更高效的计算服务。

从技术层面来看,在基于英特尔® 至强® 可扩展平台构建的基础设施上,搭配使用英特尔® 傲腾™ 持久内存 200 系列,也有助于企业快速预置虚拟机,改善基础设施的敏捷性和可扩展性,从而提高负载均衡、峰值工作负载管理、测试开发和系统维护的配置灵活性。

一个例子是,腾讯云就牵手英特尔,以全新的存储引擎设计和英特尔® 傲腾™ 持久内存重构和优化腾讯云的极速型固态盘 CBS 产品,并重构数据落盘方案。新方案可以以更佳的带宽、更低的时延和更高的每秒读写次数,为性能密集型用户业务场景提供极速云存储体验。

此外,英特尔® 傲腾™ 也更助力火山引擎打造了全新的数据库存储引擎——TerarkKV,使得 TerarkKV 能够更好地控制成本,同时应对每秒数千万次且时延在毫秒级的客户查询需求,加速业务增长与创新。

TerarkKV 在不同 Value 长度下的吞吐量和 QPS 测试结果

据英特尔官方数据显示,傲腾持久内存交付以来,截止 2020 年 6 月,有超过 270 项生产交易达成 POC 到销售的转化率近 85%,《财富》500 强中有 200 多家企业进行了傲腾持久内存的 POC 或部署。

或者可以说,英特尔的硬件优化能力将会对云优化带来根本性变革,而这种变革给云厂商以及其它企业带来的增量是显而易见的。英特尔必将成为云时代的必选项。


三、“多云” 战略的最优解

在云上市场,一个更明确的信号是,多云架构正在成为越来越多企业的选择。

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。

诚然如此,每个企业和行业的需求及目标各不相同,这使得他们无法采用某种所谓的 “万能” 云战略。甚至在企业内部,他们也无法使用不变的云战略来支持每一种工作负载。

另外,单云部署需要用户选择特定的云厂商,因而可能免不了被其产品与技术所束缚。加之当单云出现宕机等故障时,将大大影响企业业务的连续性与稳定性。

例如国内某头部云厂商就曾遭遇连续数小时的故障,导致部分网站和服务系统崩溃,严重影响了多家互联网企业和软件公司的服务。

基于此,可以有效分散单点风险的混合多云部署方式,成为了企业上云的必然趋势。在企业多云战略下,管理服务提供商 (MSP) 也必须做出转型,帮助企业上云。

因此,真正适用于所有客户的云战略,应该是 “多云” 的战略。于是,有 “多云” 需求的企业,开始把原有的IT工作负载迁移到适合它们栖身的云平台。

这并不是一件容易的事情。

比如其中一个关键技术特性困扰着很多企业,就是体量和复杂度都日益增长的数据量。因为大型数据集在远距离间传输时会极具挑战性。

例如,用于分析的网络日志数据如果要传输到外部进行存储,成本将会极其高昂,并将大幅延长获取洞察的时间。

另外,如果特定平台技术仅由某一个云服务提供商提供,则当您需将工作负载迁移到该环境时,可能不得不进行大量的重构和重新验证才能使之正常工作。这会导致成本增加,还有不兼容的风险。

有数据显示,64% 的受访企业 IT 决策者发现,在基础设施发生变更后,需要重构应用。

此外,当工作负载需要迁移到其他云服务提供商时,这样的专有环境会使迁移难度增加。加之还要考虑到大多数企业应用(如 SAP、VMware、MicrosoftSQL、Oracle、Salesforce、IBMDb2 等)都不具备对非 x86 架构的商业支持。许多主流的开源软件组件、工具、编排和容器镜像也是如此。

所以,如何能在不影响性能的同时,全面保护静态数据,以及传输中的各种数据,成为了当下企业主和云厂商最终的诉求。

值得注意的是,比起云厂商底层架构的不统一性,反而绝大多数企业应用和开源项目都是先以英特尔架构为基础开发的。英特尔在过去十年中一直是 Linux 内核的重要贡献者。

这意味着通过基于英特尔技术的云基础设施,无论是在本地、在某个云服务提供商内部,还是跨多个云服务提供商,都能实现无缝的企业工作负载迁移。简而言之,无论何时何地,企业都可以轻松地以其希望的方式获得所需的软件。

或者可以说,在当下确定的多云时代,英特尔正在成为企业 “多云” 部署的最优解。


四、“软硬结合” 的云边协同

如上文所言,大多数企业都期望将物联网部署至云端,这的确可以给个人用户带来便捷的使用体验,但随着 “5G 开启,万物智联” 时代的来临,物联网等技术的不断发展、数据的不断增加,基于云的物联网解决方案渐渐无法满足人们日益增长的需求。

于是,越来越多的企业开始将目光转向边缘计算,并将其作为云的延伸扩展,以加快数据分析的速度,便于企业更快更好的做出决策。

虽然边缘计算提供了实实在在的好处,但也带来了操作和设计的复杂性。有数据显示,未来 55% 的物联网数据将在数据源头附近进行处理,包括设备端和边缘侧。

这种情况下带来的问题就是,当所有数据发送到云端计算,就会在带宽使用上面临可扩展性的问题,可能需要不断升级网络基础设施。基于此,云的可拓展性和敏捷性被视为尤其重要。

确实,从云到边缘再到本地,拥有可扩展架构有益于基于云的工作负载,因为这样企业就能根据业务需求快速调整基础设施规模,实现降本增效的最大化。并且轻松而安心地将工作负载从一个环境迁移到另一个环境,可在各种工作负载上实现一致的性能。

目前,从边缘到数据中心再到云,都有该架构的身影。

虽然该架构广泛应用于市场,但市面上大部分平台架构仅在特定的云服务提供商或有限的数据中心中可用。

但从某种程度看,英特尔打破了这个界限。

即能够看到的是,除了英特尔本身对多个架构上的适配,它还通过长期的用户服务,正在逐步推出面向行业的解决方案。

以第三代英特尔® 至强® 可扩展处理器为例,其集成了人工智能加速,同时还具备端到端的数据科学工具及人工智能解决方案生态系统,可以帮助企业轻松构建和部署 AI 应用。

就当下来看,大多数人工智能公司都会将自己的业务集中在与算法密切相关的软件和服务上,很少涉足硬件。而将软硬件结合作为一个完整产品售卖的形式,在这个行业中还非常少见。

但这种特殊性也造就了实用性。即软硬件一体化集成可以帮助企业减少在人工智能应用搭建环节的投入和弯路,更快速地取得效果。

从产业布局来看,在过去十年时间里,英特尔从原本面向电脑或者服务器的 CPU、智能化的 FPGA 芯片和自定义的 ASIC 芯片,到 5G、物联网、移动互联和自动驾驶等多种解决方案,已然实现了自身华丽的转型,构建出完整的软硬件全线产品。

更为值得一提的是,这种产品侧的能力更延伸到对数据中心的服务。

一个客观事实是,英特尔从软件、芯片和平台、封装再到大规模制造制程技术,提供了全栈式数据中心解决方案。

比如基于独特的端到端体系架构,英特尔为时延敏感的新兴工作负载提供了更快的响应速度和更高的一致性,依托至强可扩展处理器内置强大 AI 能力,英特尔如今已经成为 AI 解决方案的重要基石。除此之外,英特尔目前支持超过 1000 个独立 ISV,拥有强大的生态构建力。

这种优势不仅产品设计,更在供应链端的研磨。据了解,目前英特尔已经在全球 80 多个国家和地区拥有 9,000 多家一级供应商。

“客户成功了,英特尔才会成功”,这是一句在英特尔内部流传甚广的金科玉律。对于当下的英特尔而言,不断进化的它,正在重新定义自己的底色。