OpenStack,痒?


诞生于2010年的OpenStack,正在经历“七年之痒” !


1
OpenStack更成熟了


就在这两天,OpenStack圈里掀起了一场大讨论:OpenStack社区版本要不要从半年一发布改为一年一发布?每半年发布一个新版本,每半年举行一次OpenStack峰会,人们似乎已经习惯了这一频率。追着OpenStack峰会全球跑,似乎也成了国内OpenStack企业一项必须完成的任务。


但是随着OpenStack各组件的日趋成熟,需要开发的功能越来越少。人们的兴趣似乎也从功能的创新转向了如何让OpenStack更快地在企业应用中落地。因此,OpenStack厂商更多发力在提升OpenStack的稳定性、可靠性和兼容性等方面。


记者也曾经访问过很多已经使用了OpenStack的企业用户,在谈到他们是否会紧跟OpenStack半年一次的版本更新这个问题时,大家的回答基本一致:企业还是更注重产品的稳定性,平台升级的周期通常是一年甚至更长,而不是半年一更新。


还有一个重要的因素必须考虑,就是容器和编排技术的兴起。比如OpenStack基金会就在12月初在美国奥斯汀举行的CNCF KuberCon/CloudNativeCon北美峰会上,联合中美20余家企业发布最新容器项目Kata。在OpenStack成为云集成引擎这一基金会推动方向上,OpenStack也需要更多地与其他开源项目结合,这些都会影响版本的发布周期。


关于OpenStack版本发布周期是否延长引起了广泛争论,赞同者、反对者各执一词,但从整个OpenStack的发展来看,这是一件积极的事,表明OpenStack更趋于成熟稳定。就像Gartner技术成熟度曲线所描绘的一样,OpenStack已度过了炒作期,开始进入大规模普及阶段。进入新的发展阶段后,OpenStack厂商、用户乃至整个生态也应该调整侧重点,将应用放在首位,更多考虑如何让OpenStack匹配不同行业、不同规模、不同业务的需求。如果说“痒”,这可能是表现明显的一处。


2
OpenStack洗牌已近尾声


OpenStack的另一个“痒”处,可能就是市场竞争格局的变化。毫无疑问,过去这7年是OpenStack快速成长的时期,套用一句时髦的歌词——“野蛮生长”,社区迅速壮大,各类厂商蜂拥而入。随着OpenStack技术不断走向成熟,应用逐步落地,市场接受度持续走高,整个市场也在“裂变”或者说“分化”。


Gartner发布的《竞争格局:2017年OpenStack分发和支持服务市场》报告中,重点分析和评价了八大OpenStack厂商,它们是Canonical、EasyStack、华为、Mirantis、Oracle、Red Hat、SUSE和VMware(见图)。一个月前在悉尼举行的第16届OpenStack峰会上,OpenStack基金会公布了全球用户调查十大OpenStack厂商,华为和EasyStack又一次双双入围。这一对“中国双子星”可以说已经在全球OpenStack第一梯队中站稳了脚跟。

值得一提的是,在OpenStack这波大潮下孕育了像EasyStack这样的创新企业,目前它已为国家电网、人民银行、邮储银行、建设银行、中国银联、中国移动、中国电信、海通证券、国泰君安、兴业数金、江苏农信、TCL、海尔、顺丰、百世汇通、上汽乘用车、可口可乐、清华大学等超过200家企业级客户提供云产品和服务,为企业级服务市场带来了创新的力量。


在美国,OpenStack的发展经历了泡沫期、洗牌期,现在已经进入收获期,OpenStack在中国的发展也经历了相似的过程,只是在时间上稍微滞后。2016年-2017年,OpenStack在中国也进入了市场洗牌的收尾阶段。2017年,提供基于OpenStack的混合云IaaS平台解决方案的刻通云黯然退出市场。11月,UnitedStack有云并入了清华同方,现已更名为同方有云。OpenStack中国市场几家欢乐几家愁。


而2018年OpenStack在中国将进入快速成长和收获期。以Linux、OpenStack、Kubernetes等为代表的开源技术的兴起为标志,开源技术已成为创新的基础,这些技术正在构成“软件基础设施”,而OpenStack会成为“云集成引擎”。

应该说,这为从OpenStack起家的企业后续的发展创造了分化的可能和进一步发展的空间。一开始,OpenStack创业厂商做的事情都差不多,提供OpenStack发行版,或者更进一步,提供一个相对完善的OpenStack产品堆栈,还有的提供面向OpenStack的专业服务。在美国,创业厂商都讲究“出新出奇”,每家厂商所做的技术都不相同,即使是在同一个领域,也会做出自己的差异化。而在中国,经常发生的情况是,某一个领域或某一项技术被炒热后,就会有大量厂商疯狂涌入,而且所做的产品基本相同,同质化现象严重。而当OpenStack成为软件基础设施的一部分,未来的技术创新将从系统工程的角度去看待Linux、OpenStack、Kubernetes的融合与发展,对企业来讲未来将进一步呈现分化趋势。


不管是专注于产品、行业,或者有更大的格局,现在的OpenStack厂商其实都在有意或无意地弱化OpenStack这个标签,大家更愿意以一个云计算厂商的形象示人。助力企业用户实现云化和数字化转型,这才是最终目标,而OpenStack只不过是一种手段、一个工具而已。


腾讯云赢得了OpenStack悉尼峰会“超级用户”的荣誉,它对OpenStack的思考和在应用方面的一些做法值得借鉴。腾讯云TStack专有云平台在架构上与OpenStack是完全解耦的,以后有了新的底层技术,可以直接替换,而不会影响上层的应用。


在OpenStack悉尼峰会上,与容器、编排相关的讨论占了会议所有内容的六七成。OpenStack正在积极拥抱容器、编排,融合成了主旋律。只有这些技术的真正融合才能更好地支撑企业云的演进。EasyStack在这方面已经先走了一步。


举例来说,EasyStack以OpenStack和开源技术为内核,希望将产品平台做“厚”,所以才不断推陈出新,进入存储、容器、Kubernetes、Linux等新领域,其竞争优势主要体现软件基础设施(垂直整合)、方案组合(横向扩展)、产品化能力(用户体验)三个方面。应该说提供全堆栈的能力是EasyStack不懈的追求。


如果说“从0到1”,考验的是企业是否具有“一招先”,那么“从1到100”,则是对企业的战略眼光、技术能力、市场拓展、合作伙伴生态等综合能力的考验,同时也是一家企业成长为一家世界级企业所必须经历的一个过程。在这样的大潮下,谁能持续成功?







深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值