中國信通院：云計算發展白皮書2019(55頁).pdf

《中國信通院：云計算發展白皮書2019(55頁).pdf》由會員分享，可在線閱讀，更多相關《中國信通院：云計算發展白皮書2019(55頁).pdf（55頁珍藏版）》請在三個皮匠報告上搜索。

1、 云計算發展白皮書云計算發展白皮書 （20192019 年）年） 中國信息通信研究院中國信息通信研究院 20192019年年7 7月月 版權聲明版權聲明 本白皮書版權屬于中國信息通信研究院，并受法律保 護。轉載、摘編或利用其它方式使用本白皮書文字或者觀 點的，應注明 本白皮書版權屬于中國信息通信研究院，并受法律保 護。轉載、摘編或利用其它方式使用本白皮書文字或者觀 點的，應注明“來源：中國信息通信研究院來源：中國信息通信研究院”。違反上述聲明。違反上述聲明 者，本院將追究其相關法律責任。者，本院將追究其相關法律責任。 前前 言言 當前，云計算處在快速發展階段，技術產業創新不斷涌現。產 業方面，

2、企業上云成為趨勢，云管理服務、智能云、邊緣云等市場 開始興起；技術方面，云原生概念不斷普及，云邊、云網技術體系 逐漸完善；開源方面，開源項目發展迅猛，云服務商借助開源打造 全棧能力； 安全方面， 云安全產品生態形成， 智能安全成為新方向； 行業方面，政務云為數字城市提供關鍵基礎設施，電信云助力運營 商網絡升級轉型。 本白皮書是繼云計算白皮書（2012 年） 之后,中國信息通信 研究院第 5 次發布云計算白皮書。本白皮書在前幾版的基礎上，重 點介紹當前云計算發展現狀與趨勢。白皮書首先梳理了國內外云計 算產業的發展狀況及熱點，總結了當前云計算技術發展特點，然后 從開源和安全兩個角度分別對云計算的發

3、展進行了分析，同時闡述 了云計算在典型行業的應用情況，最后結合當前現狀給出了我國云 計算發展建議。 目目 錄錄 一、云計算產業發展狀況及分析 . 1 （一）全球及我國云計算市場規模及發展趨勢 . 1 （二）全球及我國云計算政策情況 . 5 （三）我國云計算發展熱點分析 . 9 二、云計算技術發展特點 . 15 （一）云原生技術快速發展，將重構 IT 運維和開發模式 . 15 （二）智能云技術體系架構初步建立，從資源到機器學習使能平臺 . 17 （三）DevOps 進入實踐階段，行業開始探索智能化運維 . 20 （四）云邊協同技術架構體系不斷完善，協同管理是關鍵 . 23 （五）云網融合服務能力

4、體系逐漸形成，并向行業應用延伸 . 24 三、云計算開源發展現狀 . 26 （一）開源技術成為云計算領域主流，國內企業初露頭角 . 27 （二）國際云計算巨頭通過收購強化開源布局 . 29 （三）云計算與開源互相影響，推動商業模式變革 . 31 四、云計算安全發展分析 . 32 （一）廠商積極布局，不斷發展云安全產品生態 . 32 （二）智能安全為保障云計算平臺安全提供新方向 . 34 五、我國云計算行業應用情況 . 36 （一）政務云：為“數字城市”轉型提供關鍵基礎設施保障 . 36 （二）金融云：傳統金融企業與云計算廠商共同發力金融云市場 . 37 （三）交通云：交通行業各領域上云全面開花

5、 . 39 （四）能源云：能源領域信息系統較復雜，上云進度慢 . 40 （五）電信云：助力通信運營商網絡升級轉型 . 42 六、我國云計算發展建議 . 44 （一）持續創造良好的云計算發展環境 . 44 （二）著力發展云原生技術能力及應用實踐 . 44 （三）穩步構建開源風險管理和治理體系 . 45 （四）不斷加強云計算產業鏈上下游合作 . 46 （五）持續增強傳統行業供需雙方信任度 . 47 云計算發展白皮書（2019 年） 1 一、云計算產業發展狀況及分析 （一）全球及我國云計算市場規模及發展趨勢（一）全球及我國云計算市場規模及發展趨勢 全球云計算市場規?？傮w呈穩定增長態勢。2018 年，

6、以 IaaS、 PaaS 和 SaaS 為代表的全球公有云市場規模達到 1363 億美元，增速 23.01%。未來幾年市場平均增長率在 20%左右，預計到 2022 年市場 規模將超過 2700 億美元。 數據來源：Gartner，2019 年 1 月 圖 1 全球云計算市場規模及增速 IaaS 市場保持快速增長。2018 年全球 IaaS 市場規模達 325 億美 元，增速為 28.46%，預計未來幾年市場平均增長率將超過 26%，到 2022 年市場份額將增長到 815 億美元。 PaaS 市場增長穩定，但數據庫管理系統需求增長較快。2018 年 全球 PaaS 市場規模達 167 億美元

7、，增速為 22.79%，預計未來幾年的 年復合增長率將保持在 20%以上。 其中， 數據庫管理系統雖然市場占 195 253 325 414 523 659 815 103 136 167 204 246 294 340 576 719 871 1035 1208 1388 1578 26.77% 23.01% 21.28% 19.60% 18.41% 16.74% 0.0% 5.0% 10.0% 15.0% 20.0% 25.0% 30.0% 0 500 1000 1500 2000 2500 3000 2016 2017 2018 2019E 2020E 2021E 2022E IAAS（

8、億美元） PAAS（億美元） SAAS（億美元） 增長率 云計算發展白皮書（2019 年） 2 比較低，但隨著大數據應用的發展，用戶需求明顯增加，預計未來幾 年將保持高速增長 （年復合增長率超過 30%） ， 到 2022 年市場規模將 達到 126 億美元。 SaaS 市場增長減緩， 各服務類型占比趨于穩定。 2018 年全球 SaaS 市場規模達 871 億美元，增速為 21.14%，預計 2022 年增速將降低至 13%左右。其中，CRM、ERP、辦公套件仍是主要 SaaS 服務類型， 占據了 3/4 的市場份額，商務智能應用、項目組合管理等服務增速較 快， 但整體規模較小， 預計未來幾

9、年 SaaS 服務的市場格局變化不大。 數據來源：Gartner，2019 年 1 月 圖 2 全球 SaaS 細分服務市場占比 我國公有云市場保持高速增長。2018 年我國云計算整體市場規 模達 962.8 億元， 增速 39.2%。 其中， 公有云市場規模達到 437 億元， 相比 2017 年增長 65.2%， 預計 2019-2022 年仍將處于快速增長階段， 到 2022 年市場規模將達到 1731 億元；私有云市場規模達 525 億元， 較 2017 年增長 23.1%，預計未來幾年將保持穩定增長，到 2022 年市 場規模將達到 1172 億元。 ERP 44% CRM 17%

10、辦公套件辦公套件 16% 供應鏈管理供應鏈管理 7% 內容服務內容服務 6% 通信協作服務通信協作服務 2% 商務智能應用商務智能應用 1% 項目組合管理項目組合管理 1% 其他應用軟件其他應用軟件 6% 云計算發展白皮書（2019 年） 3 數據來源：中國信息通信研究院，2019 年 5 月 圖 3 我國公有云市場規模及增速 數據來源：中國信息通信研究院，2019 年 5 月 圖 4 我國私有云市場規模及增速 IaaS 依然占據公有云市場的主要份額。2018 年，IaaS 市場規模 達到 270 億元，比 2017 年增長了 81.8%；PaaS 市場規模為 22 億元， 與去年相比上升了

11、87.9%。未來幾年企業對大數據、游戲和微服務等 PaaS 產品的需求量將持續增長， PaaS 市場規模仍將保持較高的增速； SaaS 市場規模達到 145 億元， 比 2017 年增長了 38.9%， 增速較穩定。 170.1 264.8 437.4 668.3 949.6 1297.8 1731.3 55.7% 65.2% 52.8% 42.1% 36.7% 33.4% 0.0% 10.0% 20.0% 30.0% 40.0% 50.0% 60.0% 70.0% 0.0 200.0 400.0 600.0 800.0 1000.0 1200.0 1400.0 1600.0 1800.0 2

12、000.0 2016 2017 2018 2019E 2020E 2021E 2022E 市場規模（億元） 增長率 344.8 426.8 525.4 644.2 787.8 961.9 1171.6 23.8% 23.1% 22.6% 22.3% 22.1% 21.8% 20.0% 20.5% 21.0% 21.5% 22.0% 22.5% 23.0% 23.5% 24.0% 0.0 200.0 400.0 600.0 800.0 1000.0 1200.0 2016 2017 2018 2019E 2020E 2021E 2022E 市場規模（億元） 增長率 云計算發展白皮書（2019 年

13、） 4 數據來源：中國信息通信研究院，2019 年 5 月 圖 5 中國公有云細分市場規模（億元） 私有云市場中軟件和服務占比穩步提升。2018 年私有云硬件市 場規模為 371 億元，占比 70.6%，較 2017 年有所下降；軟件市場規 模為 83 億元，占比為 15.8%，與 2017 年相比上升了 0.2%；服務市 場規模為 71 億元，占比 13.6%，提高了 0.3%。 數據來源：中國信息通信研究院，2019 年 5 月 圖 6 中國私有云細分市場構成 市場份額方面。據中國信息通信研究院調查統計1，阿里云、天 翼云、騰訊云占據公有云 IaaS 市場份額前三，光環新網、UCloud、

14、 金山云（排名不分先后）處于第二集團2；阿里云、騰訊云、百度云 位于公有云 PaaS 市場前三； 用友、 金蝶、 暢捷通位居公有云綜合 SaaS 1市場規模為 2018 年的統計，主要依據企業財報、人員訪談、可信云評估、歷史公開數據等得出。對于市 場數據不明確的領域，只發布頭部企業整體情況，不做具體排名。 2因為 IaaS 和 CDN 是兩種業態，需要分別獲得互聯網資源協作牌照和 CDN 牌照，所以 IaaS 市場統計中不包 括 CDN（云分發）收入，只統計計算、存儲、網絡（不包括 CDN） 、數據庫等純基礎資源服務的收入。 26.2 42.0 87.4 148.7 270.4 3.8 5.2

15、 7.6 11.6 21.8 40.2 55.3 75.1 104.5 145.2 0 100 200 300 400 500 2014 2015 2016 2017 2018 SaaS市場規模 PaaS市場規模 IaaS市場規模 云計算發展白皮書（2019 年） 5 能力第一梯隊； 中國電信、 浪潮、 華為、 曙光則處于政務云市場前列。 數據來源：中國信息通信研究院，2019 年 5 月 圖 7 2018 年國內公有云 IaaS 市場份額占比 （二）全球及我國云計算政策情況（二）全球及我國云計算政策情況 1.國際云計算政策從推動“云優先”向關注“云效能”轉變 隨著云計算的發展， 云計算服務正

16、日益演變成為新型的信息基礎 設施，全球各國政府近年來紛紛制定國家戰略和行動計劃，鼓勵政府 部門在進行 IT 基礎設施建設時優先采用云服務，意圖通過政府的先 導示范作用，培育和拉動國內市場。 2018 年，加拿大政府發布了更新后的云優先采用策略，其 中提到政府部門應優先選擇公有云服務， 在公有云無法滿足某些特定 需求時可考慮私有云模式部署。同年 2 月，智利政府發布云優先 行政命令，其中明確了政府機構使用云服務所帶來的降本增效、靈活 易擴展等主要優勢，要求各州政府在保證技術中立、安全、合法等原 則的前提下優先考慮使用云服務。我國在 8 月發布推動企業上云實 施指南（2018-2020 年） ，指

17、導和促進企業運用云計算加快數字化、 阿里云阿里云 36.0% 天翼云天翼云 11.6% 騰訊云騰訊云 10.9% 光環新網、光環新網、 UCloud、金山金山 云云 12.4% 其他其他 29.1% 云計算發展白皮書（2019 年） 6 網絡化、智能化轉型升級。 此外，巴林、阿根廷、新西蘭、菲律賓等國家也紛紛發布相關政 策， 要求政府機構在進行 ICT 基礎設施采購預算時， 應優先評估使用 云服務的可能性。 2018 年 10 月， 新一屆美國政府重新制定“云敏捷”戰略。 “云敏捷” 是一種新的戰略，該戰略專注于為聯邦政府機構提供必要的工具，使 其能夠根據自身需求更好地做出信息化決策， 讓各政

18、府機構采用具有 更多先進技術的云解決方案，簡化從傳統 IT 基礎設施遷移上云的難 度。 可見，各國不僅注重云資源的使用，隨著云計算軟件和服務的發 展，更加重視上云的效率，以及運用云計算是否能達到更好 IT 信息 化決策的需求，是否能賦予傳統 IT 更好的能力。所以，“云效能”是 未來國際關注的重點。 2.國內政策利好推動企業上云，信用管理成為監管優化 “抓手” （1）企業上云政策陸續出臺，保障上云效果是關鍵 2018 年 8 月，工業和信息化部印發了推動企業上云實施指南 （2018-2020 年） （以下簡稱 實施指南 ） 。實施指南 從總體要求、 科學制定部署模式、按需合理選擇云服務、穩妥有

19、序實施上云、提升 支撐服務能力、 強化政策保障等方面提出了推動企業上云的工作要求 和實施建議。 實施指南提出了企業上云的工作目標，到 2020 年， 云計算發展白皮書（2019 年） 7 云計算在企業生產、經營、管理中的應用廣泛普及，全國新增上云企 業 100 萬家。在實施指南帶動引導下，截至 2018 年 12 月，全國 已有上海、浙江、江蘇、湖北等 20 多個省市出臺了企業上云政策文 件，明確了工作目標和重點。 圖 8 典型行業“十佳上云”名單 同時， 實施指南中指出，要制定出臺企業上云的效果評價標 準，逐步構建企業上云的效果評價體系。在此背景下，中國信息通信 研究院牽頭撰寫企業上云效果成

20、熟度評估方法 ，主要從企業用云 量、上云程度、上云效益、上云典型性與可推廣性四個維度考察企業 云計算發展白皮書（2019 年） 8 上云效果成熟度，衡量上云企業的用云規模和程度、計算上云企業的 成本節約和效益提升、研究上云企業的典型性與可推廣性，作為地方 標桿企業評選重要參考， 希望能夠充分發揮優秀案例的示范引領作用， 進一步引導企業深度上云。同時，中國信息通信研究院組織開展了行 業“十佳上云”案例評選活動，對金融、交通、工業+能源、服務業等 四個重點行業中優秀典型進行評選，評選結果如圖所示。 （2）工信部持續推進“兩單”工作，加強信用管理 2018 年 3 月，工信部發布關于做好電信業務經營

21、不良名單和 失信名單管理工作的通知 （工信部信管201854 號，以下簡稱“兩 單”）,著力于加強以信用管理為基礎的事中事后管理，在現有行業信 用管理體系基礎上進一步強化了信用機制的約束作用， 形成了全流程 信用管理機制。截至 2019 年 4 月，已公布六批次累計 8139 家電信業 務經營不良企業?！皟蓡巍钡膶嵭杏行б幏读讼嚓P企業的經營行為，也 為進行行業信用評價建立了基礎標準。 在此背景下， 中國信息通信研究院牽頭成立云服務經營自律委員 會，通過制定自律規范條款，作為剛性行政監管手段的有效補充和延 伸， 引導云服務企業規范市場經營行為。 基于 云服務經營自律規范 和云服務企業信用評價辦法

22、 ，云服務經營自律委員會組織開展云 服務企業和 CDN 企業信用評級，依據不良失信行為記錄情況、自律 工作開展情況和服務能力可信情況等三方面開展工作。截至到 2019 年 6 月，共有中國電信云公司、中國移動政企、聯通云數據、浪潮、 華為、京東、網宿 7 家企業獲得云服務企業信用 AAA 級，網宿獲得 云計算發展白皮書（2019 年） 9 CDN 企業信用 AAA 級。 （三）我國云計算發展熱點分析（三）我國云計算發展熱點分析 1.云管理服務開始興起，助力企業管云 企業上云成為趨勢，但非坦途。自去年工信部推動企業上云實 施指南（2018-2020 年） 推出以來，國內企業上云成為一個不可阻擋

23、的趨勢。然而，企業在上云過程中并非坦途，隨著業務系統向云端遷 移， 企業會面臨各種各樣的問題。 例如， 企業是將業務完全放在云上， 還是部分業務上云，如何保證系統在遷移過程中的穩定性，如何統一 管理復雜的多云和混合 IT 環境等等。要解決這些問題，就必須由“專 業的人來干專業的事”，因此一個新的服務領域-云管理服務提供商 （Cloud Management Service Provider，以下簡稱云 MSP）隨之誕生。 圖 9 企業上云過程中面臨的問題 云 MSP 助力企業上云、 管云。 其實， MSP 并不是一個新的概念。 上世紀 90 年代，MSP 曾被認為是企業用戶的 IT 托管服務商

24、，其代 表廠商有 IBM、HP 等。2017 年，Gartner 首次發布云 MSP 的魔力象 限圖，引起人們的廣泛關注。目前，國外主要公有云服務商相繼推出 了自己的云 MSP 合作伙伴計劃，著力建設云 MSP 生態；國內公有云 云計算發展白皮書（2019 年） 10 服務商包括阿里云、騰訊云、華為云等則在咨詢、分銷、SI（系統集 成） 、ISV（獨立軟件開發商）等方面開展云 MSP 合作伙伴計劃，旨 在幫助企業更好地上云、用云。 國內云管理服務市場尚處發展階段。未來，隨著新興廠商、傳統 分銷商、軟件開發商、系統集成商、數據中心服務商等的進入，我國 云管理服務市場將迎來爆發式的增長。據 IDC

25、 統計，2018 年我國云 管理服務市場規模達 19.95 億元，未來幾年市場復合增長率在 70%左 右，到 2023 年市場規模將接近 300 億元。為促進云管理服務市場健 康有序發展，中國信息通信研究院制定了云管理服務提供商能力要 求系列標準，從咨詢、遷移、管理等方面對云 MSP 進行規范，并 將能力水平分為高、中、低 3 個等級。 2.“云+智能”開啟新時代，智能云加速數字化轉型 智能云是智能化應用落地的引擎，縮短研究和創新周期。人工智 能技術能夠幫助企業實現降本增效，激發企業創新發展動能。然而， 人工智能技術能力要求高且資金投入量大， 在一定程度上地限制了人 工智能的落地進程。因此，企

26、業希望“云+智能”共同為產業賦能，根 據各類業務場景需求匹配，以云的方式獲得包括資源、平臺以及應用 在內的人工智能服務能力，降低企業智能化應用門檻。 國內廠商紛紛布局智能云市場，積極開放自身智能化技術能力。 以騰訊云、阿里云、華為云、天翼云、第四范式為代表的廠商智能云 產品戰略布局如圖所示。其中，以 GPU、FPGA 云服務器為代表的基 礎資源服務為機器學習模型的訓練和預測提供算力支撐， 虛擬化技術 云計算發展白皮書（2019 年） 11 讓 GPU/FPGA 計算資源實現即買即用，彈性伸縮，節約平臺建設成 本； 以機器學習平臺為代表的使能平臺服務為智能化應用開發提供算 法模型的快速訓練上線，

27、 彌補了傳統企業在該方面人才和技術積累的 不足，降低企業智能化轉型門檻；人臉識別、語音識別以及自然語言 處理等較為成熟的智能云應用服務可以直接應用于新零售、金融、工 業以及醫療等企業智能化業務場景，為業務創新提供新動力。 圖 10 國內主流廠商智能云服務布局 智能云服務落地多個行業應用，助力企業實現數字化轉型。在零 售領域，通過對用戶消費行為進行智能分析，制作客戶畫像，精準識 別客戶需求，從而大幅度提升轉化率。以阿里“新零售”、蘇寧“智慧 零售”和京東“無界零售”等理念為代表，提出打造智慧營銷解決方案， 以提升消費者體驗為核心，實現精準營銷。在金融領域，借助大數據 分析進行智能反欺詐預測和風險

28、控制。例如，銀行及其它金融機構在 征信及授信過程中，利用智能反欺詐等服務實現驗證、反欺詐和授信 等貸前評估工作、用戶行為和市場情況等貸中監控以及還款記錄、行 為打分等貸后反饋工作，解決欺詐問題，避免逆向選擇，做好風險控 制。在醫療領域，遠程診療平臺、輔助診療系統、醫學影像分析等依 靠圖像識別技術大大提升醫生的診斷效率， 并在一定程度上提高醫療 云計算發展白皮書（2019 年） 12 較為落后地區的診療能力。 3.云端開發成為新模式，研發云逐步商用 云端開發成為軟件行業主流。 傳統的本地軟件開發模式資源維護 成本高， 開發周期長， 交付效率低， 已經嚴重制約了企業的創新發展。 通過采用云端部署開

29、發平臺進行軟件全生命周期管理， 能夠快速構建 開發、測試、運行環境，規范開發流程和降低成本，提升研發效率和 創新水平， 已逐漸成為軟件行業新主流。 云端軟件開發的優勢體現在： 降低企業成本。云計算利用虛擬化技術對軟硬件資源采取集 中式、動態化管理，用戶可彈性管理所需資源，按需投入， 隨時擴大計算能力，滿足復雜的計算需求，降低企業成本。 覆蓋軟件開發全生命周期。云平臺集成端到端管理工具服務， 全面實現云中協作、需求分析、編碼調試、測試、部署、運 維等一體化流程。 實現軟件開發協同。云開發平臺集成語音、消息、會議等一 站式協同平臺， 聚焦核心內容， 使團隊隨時隨地可高效溝通， 完美解決開發、測試、

30、運維等跨地域協作效率低的問題。 軟件開發趨于結構化。軟件即服務（SaaS）將傳統開發和集 成中的低端任務，抽象成標準化的構件，實現即裝即用，在 云計算分布式的軟件體系結構下，不同的軟件可共享構件， 使軟件開發過程更加靈活。 軟件開發一體化云平臺逐步商用。 目前業界頂尖的軟件企業均致 力于軟件開發云的建設和應用，陸續推出集成需求管理、架構設計、 云計算發展白皮書（2019 年） 13 配置管理、代碼開發、測試、部署、發布、反饋、運維等全自動化的 DevOps 持續交付云平臺， 給用戶帶來一站式的云端軟件交付新體驗， 并將軟件定制化服務深入到企業應用場景中， 幫助企業在提升軟件開 發效率的同時專注

31、于業務創新。 圖 11 軟件開發一體化云平臺 例如，華為的軟開云 DevCloud 平臺，與華為云緊密集成，簡化 部署、發布和應用上云，讓軟件開發變得更加簡單高效，其全方位安 全加固的系統對核心研發數據加密傳輸和存儲， 全面保障企業研發數 據的安全。阿里云的云效平臺，將敏捷開發、流式實時交付、分層自 動化等 DevOps 理念落地實踐，提供覆蓋從需求開發到產品上線運維 的端到端提效工具，提供穩定的分布式代碼托管服務、多中心、去存 儲、強依賴的運維監控及全面的自動化質量保證，自動識別發布異常 并采取合理措施。騰訊的藍鯨平臺提供了從代碼構建、集成到最終交 付部署的完整自動化工具鏈，同時支持多云并發

32、、海量高效的運維操 作，實現了真正的開發運維一體化云平臺。 云計算發展白皮書（2019 年） 14 軟件開發云通過互聯網的模式改革企業的研發過程， 促進企業向 云化的進一步轉型，使 DevOps 實現從理念到工具，再到實踐的真正 落地，打造出 DevOps 研發運營一體化的生態圈。 4.云邊協同打造分布式云，是物聯應用落地的催化劑 物聯網技術的快速發展和云服務的推動使得邊緣計算備受產業 關注，在各個應用場景中，雖然邊緣計算發展如火如荼，但只有云計 算與邊緣計算通過緊密協同才能更好地滿足各種需求場景的匹配， 從 而最大化體現云計算與邊緣計算的應用價值， 云邊協同已成為主流模 式。在智能終端、5G

33、 網絡、云計算、邊緣計算等新技術的應用越來 越廣泛的時代， 云+邊+協同的分布式云方便了最終物聯應用的管理和 部署，作為物聯網場景中各種技術的紐帶，將成為實現物聯網時代的 最后拼圖。 分布式云分為中心管理平臺 （中心云） 和分布式云節點 （邊緣云、 邊緣智能終端等） 。在分布式云中，中心管理平臺負責大規模整體數 據分析， 深度學習訓練， 大數據存儲， 同時對分布式云節點進行管理； 分布式云節點負責小規模局部數據輕量處理，小數據存儲，數據采集 與實時控制，快速進行決策等動作。統一的操作系統、統一的數據接 口、統一的數據結構等能力，將會是中心管理平臺與分布式云節點之 間協同的重要指標。 云計算發展

34、白皮書（2019 年） 15 圖 12 云+邊+協同示意圖 二、云計算技術發展特點 （一）云原生技術快速發展，將重構（一）云原生技術快速發展，將重構IT運維和開發模式運維和開發模式 過去十年，云計算技術快速發展，云的形態也在不斷演進?；?傳統技術棧構建的應用包含了太多開發需求（后端服務、開發框架、 類庫等） ，而傳統的虛擬化平臺只能提供基本運行的資源，云端強大 的服務能力紅利并沒有完全得到釋放。 云原生理念的出現在很大程度 上改變了這種現狀。 云原生是一系列云計算技術體系和企業管理方法 的集合，既包含了實現應用云原生化的方法論，也包含了落地實踐的 關鍵技術。云原生專為云計算模型而開發，用戶可

35、快速將這些應用構 建和部署到與硬件解耦的平臺上，為企業提供更高的敏捷性、彈性和 云計算發展白皮書（2019 年） 16 云間的可移植性。經過幾年的發展，云原生的理念不斷豐富，正在行 業中加速落地。 圖 13 云原生關鍵技術架構圖 以容器、微服務、DevOps 為代表的云原生技術，能夠構建容錯 性好、易于管理和便于監測的松耦合系統，讓應用隨時處于待發布狀 態。使用容器技術將微服務及其所需的所有配置、依賴關系和環境變 量打包成容器鏡像，輕松移植到全新的服務器節點上，而無需重新配 置環境，完美解決環境一致性問題。這使得容器成為部署微服務的最 理想工具。通過松耦合的微服務架構，可以獨立地對每個服務進行

36、升 級、部署、擴展和重新啟動等流程，從而實現頻繁更新而不會對最終 用戶產生任何影響。相比傳統的單體架構，微服務架構具有降低系統 復雜度、獨立部署、獨立擴展、跨語言編程的特點。頻繁的發布更新 帶來了新的風險與挑戰，DevOps 提供統一軟件開發和軟件操作，與 業務目標緊密結合，在軟件構建、集成、測試、發布到部署和基礎設 施管理中提倡自動化和監控。DevOps 的目標是縮短開發周期，增加 部署頻率，更可靠的發布。用戶可通過完整的工具鏈，深度集成主流 的工具集，實現零成本遷移，快速實踐 DevOps。 云計算發展白皮書（2019 年） 17 云原生技術正加速重構 IT 開發和運維模式。以容器技術為核

37、心 的云原生技術貫穿底層載體到應用中的函數， 衍生出越來越高級的計 算抽象，計算的顆粒度越來越小，應用對基礎設施的依賴程度逐漸降 低，更加聚焦業務邏輯。容器提供了內部自洽的編譯環境，打包進行 統一輸出，這為單體架構的應用像微服務拆分提供了途徑，也為服務 向函數化封裝提供了可能。容器技術實現了封裝的細粒度變化，微服 務實現了應用架構的細粒度變化， 隨著無服務器架構技術的應用推廣， 計算的粒度可細化至函數級， 這也使的函數與服務的搭配會更加靈活。 在未來，通過函數的封裝與編排將實現應用的開發部署，云原生技術 軸將會越來越靠近應用內部，顆粒度越來越小，使用也越來越靈活。 根據中國信息通信研究院云原生

38、相關評估數據顯示， 互聯網行業 正在帶動政府、金融、能源等傳統行業試水云原生技術，現階段多集 中在互聯網化應用的部署階段，尚未觸及核心應用。云原生技術已經 在深度學習、邊緣計算、區塊鏈等場景上廣泛應用，大幅降低了這些 技術的使用門檻，促進了復雜應用的普世化。 （二）智能云技術體系架構初步建立，從資源到機器學 習使能平臺 （二）智能云技術體系架構初步建立，從資源到機器學 習使能平臺 人工智能技術正在逐漸實現從理論概念到場景落地的轉變， 然而 其高學習門檻、 對資源的高要求以及復雜的場景需求定位使大多數企 業用戶望而卻步。當前，以云計算使能人工智能應用為理念的智能云 技術體系逐漸成型，在此背景下，

39、中國信息通信研究院制定了智能 云服務技術能力要求系列標準，對智能云體系做了詳細剖析，將智 云計算發展白皮書（2019 年） 18 能云體系劃分為基礎資源、使能平臺、應用服務三大部分進行了詳細 的描述，并提出了相應的技術要求。 圖 14 智能云體系架構圖 異構計算嶄露頭角，云化進程持續深入。當前人工智能的持續火 熱， 其對于算力的需求早已超過了通用 CPU 摩爾定律發展， 以 GPU、 FPGA、 ASIC 為代表的異構計算成為方向和趨勢， 異構計算業已在一 些大型企業自建的數據中心嶄露頭角。 但異構計算的硬件成本及搭建 部署成本巨大，使用門檻較高。云化將異構資源變成一種普適的計算 能力， 通過

40、將異構算力池化， 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，輕松應對大量的業務挑戰，便捷的服務于更多 的人工智能從業者，進而推動產業升級。在今年中國信息通信研究院 舉辦的第二屆 MAXP 大賽中，眾多高校參賽隊伍借助云服務商提供 的 GPU 云服務器、FPGA 云服務器等異構計算資源完成了計算量巨 大的科研項目。據統計，大賽提供的高性能異構計算云資源幫學生節 約了 90%的計算時間成本。目前異構計算云化進程中，GPU 云主機 云計算發展白皮書（2019 年） 19 占據主流地位，隨著 FPGA 云主機生態的建立和逐步完善以及 ASIC 芯片的逐漸成熟，未來異構計算領域將會呈現

41、三分天下的局面。云服 務商需根據不同芯片的特長和應用場景，打造特定的云化解決方案。 使能平臺搭載云原生技術，共同助力企業智能化轉型。行業中有 很多業務落地場景如搜索推薦、人臉識別、交易風控反作弊等對于大 規模機器學習有著強烈需求。 傳統機器學習平臺缺乏完善的資源隔離 和限制，同節點任務容易出現資源沖突，并且缺乏彈性能力，造成訓 練性能低下、資源利用率低且成本極高等問題。針對機器學習在實際 業務場景中落地時的性能、效率和成本三個核心問題，各大公有云廠 商紛紛推出了基于云原生技術搭建的機器學習使能平臺。 智能云使能 平臺集合了眾多智能開發必備工具， 為用戶提供一站式機器學習平臺 服務。平臺支持當前

42、主流算法框架，并內置豐富的算法庫，涵蓋了當 前主流的機器學習和深度學習算法，可供用戶選擇使用；數據處理方 面，支持多數據源的采集和處理，包括特征提取、標注等全流程處理 方式；可視化操作界面簡化了用戶構建任務工作流的復雜度，拖拽式 的開發模式能使用戶自由的對各種數據源、組件、算法、模型和評估 模塊進行組合；平臺的模型管理提供了模型導入導出、部署、上線、 版本管理、調度方式等功能，大大縮短了模型從訓練到落地的周期。 此外，使能平臺還借助公有云的彈性能力，解決了不同業務時期的資 源使用效率低下的問題；利用 Docker 和 Kubernetes 等云原生技術實 現異構計算資源管理，高效便捷的實現了分

43、布式機器學習任務調度、 管理、監控等工作，既免去了人工管理的成本，還使得企業能深入業 云計算發展白皮書（2019 年） 20 務層面進行調優，提升業務實踐性能。云原生技術與機器學習平臺的 結合極大地提高了企業智能化轉型進程。 智能云服務定制化程度高，著力建設完善 SaaS 生態圈。隨著異 構計算以及機器學習賦能云平臺在眾多垂直領域得到應用， 使得越來 越多的智能化 SaaS 服務呈現出極高的定制化特點，如人臉識別、圖 像 OCR、語音轉寫、輿情分析等服務，針對用于對于特定場景的需 求高度定制化，做到即買即用，極大地降低了用戶部署及運維難度。 云服務商著力建設完善的 SaaS 生態圈，吸引更多的

44、開發者與用戶參 與到生態建設中來， 開發者可以提交垂直領域的解決方案以獲得利潤， 同時用戶也有更多更豐富的定制化智能 SaaS 方案可選擇。 （三）（三）DevOps 進入實踐階段，行業開始探索智能化運進入實踐階段，行業開始探索智能化運 維維 DevOps 從概念炒作向落地實踐演進。IT 行業與市場經濟發展緊 密相連，而 IT 配套方案能否及時、快速的適應市場變化，已成為衡 量組織成功與否的重要指標，提倡持續高效的交付使 DevOps 成為一 種趨勢，正在企業中加速落地。中國信息通信研究院 DevOps 能力成 熟度評估結果顯示，DevOps 的敏捷開發和持續交付階段已經在互聯 網、金融行業、

45、運營商和制造業等行業得到廣泛的落地實踐。隨著敏 捷開發理念在企業的深入實踐，借助容器、微服務等新技術支撐，以 及目前市場已具備相對成熟的 DevOps 工具集，協助企業搭建協作、 需求、構建、測試和部署一體化的自服務持續交付流水線，加速 DevOps 落地實踐。對應持續交付各階段市場上的 DevOps 主流工具 云計算發展白皮書（2019 年） 21 包括：用于協作和需求管理的 JIRA、Confluence，用于代碼編譯和構 建階段的 GitHub、 Maven、 Gradle、 Apache， 測試階段的 JMeter、 JUnit， 部署階段的 Docker、Puppet、Ansible 等 DevOps 基本工具，借助具備 良好兼容性和插件功能的自研平臺或持續集成工具 Jenkins，創建完 整可視化的 pipeline，實現代碼提交后的全自動化構建、打包、自動 化驗證、測試、分發部署等功能，促進企業向云化的進一步轉型，打 造 DevOps 研發運營一體化生態圈。借助 DevOps 工具集打造持續交 付流水線的同時，企業也需切實加強自身實力。據中國 DevOps 現 狀調查報告（2019 年） 顯示，DevOps 落地實踐的企業普遍存在自 動化測試投入不足、度量可視化與驅動改進能力薄弱等問題，未來企 業亟待解決這些問題。未來，采用容器技術、提升微服務架構采