无服务器计算：云计算的下一阶段

本文翻译自美国计算机协会通讯杂志（Communications of ACM，CACM）近期的一篇文章（May 2021, Vol. 64 No. 5, Pages 76-84）。该文阐述了对无服务器计算（Serverless Computing）的概念解读及其对于全球云计算产业的意义。该文的9位联合作者认为，无服务器计算将是云计算的下一个阶段或下一个主导形态。

2010年，我们（本文作者）中的一些人合著了一篇CACM（美国计算机协会通讯杂志Communications of ACM）文章，帮助解释了相对较新的云计算现象。我们说过，云计算提供了可无限扩展的远程服务器的“错觉”，而不需要为规模收费，因为租用1000台服务器一小时的费用与租用一台服务器1000小时的费用相同，而且云计算供应商的规模经济使其价格出奇的低。我们列出了云计算面临的挑战，然后预测大多数将被克服，因此该行业将越来越多地从本地数据中心内部的计算转向“云”，这确实发生了。今天，三分之二的企业信息技术的基础设施和软件支出是基于云的。

我们在十年后重新审视云计算，以解释其正在出现的第二阶段，我们相信这将进一步加速向云计算的转变。第一阶段主要是通过简化系统管理，使其更容易配置和管理计算基础设施，主要是通过使用从大规模多租户数据中心划分出来的虚拟服务器和网络。第二阶段通过为应用开发者提供简化云计算开发的编程抽象来隐藏服务器，使云计算软件更容易编写。简单地说，第一阶段的目标是系统管理员，第二阶段是程序员。这种变化要求云供应商接管许多运行应用程序所需的运维责任。

为了强调重点从服务器到应用程序的变化，这个新阶段已被称为无服务器计算（serverless computing），尽管远程服务器仍然是为其提供动力的无形基石。在本文中，我们称传统的第一阶段为有服务器计算（serverful computing）。

图1显示一个类比。为了参加一个远程会议，要么租一辆车，要么叫一辆出租车，从机场到酒店。租车就像是有服务器计算，必须排队等候，签署合同，无论如何使用，这辆车都会算在租期里，还要自己开车、导航到酒店、支付停车费，并在还车前加满油。出租车就像无服务器计算，只需提供酒店名称并支付乘车费用；出租车服务则提供了训练有素的司机，了解路线、给钱就走，并且会提前加油。出租车简化了交通，因为乘客不需要知道如何开车到达酒店。此外，出租车的利用率高于租车，这降低了出租车公司的成本。加上会议的时间长短、租车费用、停车费用、汽油费用等等，出租车不仅更方便，甚至可能更便宜。

（图 1. 云计算方法与“从机场打车”的比较：有服务器就像租车，无服务器就像乘坐出租车。来源：ACM）

在无服务器计算中，程序员使用云提供商提供的高级抽象创建应用程序。例如，他们可以用自己选择的语言（通常是JavaScript或Python），使用“无状态”函数类型编程来定义云函数，然后指定这些函数如何运行，可以是响应网络请求也可以是触发事件。他们还可以使用无服务器对象存储、消息队列、键值存储数据库、移动客户端数据同步等，这一组服务产品被统称为后端即服务（BaaS）。托管的云函数服务也被称为函数即服务（FaaS），今天的无服务器云计算统称为FaaS + BaaS（见图 2）。

(图 2. 无服务器与有服务器云计算：无服务器在应用程序和底层服务器之间提供了一个抽象层。来源：ACM)

无服务器的主要创新之处在于隐藏服务器，而服务器本身具有复杂的编程和运维模式。服务器用户必须为可靠性创建冗余，根据负载的变化调整容量，为安全而升级系统，等等。这往往需要对分布式系统的故障模式和性能进行复杂的调查和判断。一些工具可以提供帮助，例如，通过启发式调整容量，这是一种自动缩放的形式，但这些也需要详细的配置和持续的监控。相比之下，无服务器将这些和其它责任交给了云服务提供商。

无服务器计算的三个基本特征是：

1. 提供一个抽象概念，隐藏服务器以及编程和操作的复杂性。
2. 提供一种随用随付的成本模式，而不是基于预订的模式，因此对闲置资源不付费（见图3）。
3. 自动、快速、无限地增加和减少资源，以紧密匹配需求，可以实现从零到实际上的无限扩展。

(图 3. 无服务器 vs 有服务器云计算: 无服务器用户只需为消耗的资源付费，而不是为闲置的预留容量付费。来源：ACM）

与之前的环境相比，基于云的所有这些特性的综合具有更大的变革意义。回到前面的类比，出租车服务（无服务器计算）必须为出租车提供有执照的司机（隐藏操作），只在打车时收费（即付即用），并安排足够的出租车以最大程度地减少客户等待时间（自动缩放）。如果出租车不能可靠地提供所有这三种服务，那么客户可能会去租车并自己开车（有服务器计算）。

最近CACM的一篇文章对无服务器计算的现状、与基础设施即服务（IaaS）和平台即服务（PaaS）的区别、市场份额、示范用例及其局限性做了很好的介绍。在本文中，我们将分享对无服务器计算所代表的演变的看法，塑造它的经济力量，为什么它可能会失败，以及它可能如何演变以实现其潜力。

我们预测，大部分数据中心的计算将由无服务器计算主导，但我们也认为，无服务器计算将与今天的无服务器产品有很大的区别。特别是，我们认为，新的通用无服务器抽象将出现，增加复杂的状态管理和自动优化以支持更多用例。无服务器现在依赖于同质化的CPU，但在未来，无服务器将简化硬件加速器的使用，如支持特定工作负载的GPU或TPU加速器，随着摩尔定律的放缓，它们提供了最有可能实现更高性能的途径。虽然目前有人担心无服务器安全性，但我们相信，一个精心设计的应用程序实际上可以更容易地让开发人员保护软件免受外部攻击。

与2010年一样，我们再次预测这些挑战将被克服，本文所提到的第二阶段将成为云计算的主导形式——将云计算的力量交到所有应用程序开发人员的手中，并加速其普及。

了解今天的无服务器

在无服务器计算中，云函数占据了大部分用户的注意力，但它们只是无服务器云服务中的众多服务之一。围绕FaaS的兴奋是有道理的，因为它让人们看到了通用的无服务器计算的样子，然而BaaS服务包括了更大的、更古老的无服务器服务集。

例如，AWS最初提供的S3对象存储是一种远程备份和存档服务，比宣布EC2虚拟机租赁还要早几年。你可以把S3看作是无服务器计算的先驱，它提供“无磁盘存储”，即提供存储但隐藏磁盘。随着时间的推移，云提供商提供了额外的BaaS服务来帮助服务器计算。消息队列（例如 AWS SQS、Google Cloud Pub/Sub）是另一种早期服务。后来出现了键值数据库（例如 Google Cloud Datastore、AWS DynamoDB、Azure CosmosDB）和基于 SQL 的大数据查询引擎（例如 AWS Athena、Google BigQuery）。

当AWS Lambda于2015年推出时，它是第一个云函数产品，并提供了一些独特而引人注目的特点：能够执行几乎所有在服务器上运行的代码。它包括对多种编程语言和任意库的支持，所有这些都在即用即付的基础上，以任何规模安全地运行。然而，它对编程模型施加了某些限制，即使在今天也将其限制在某些应用上。这些限制包括最大执行时间、缺乏持久性状态，以及受限制的网络。

今天，有几个无服务器环境可以运行任意代码，每个环境都迎合了一个特定的用例。例如，Google Cloud Dataflow和AWS Glue允许程序员将任意代码作为数据处理管道的一个阶段来执行，而Google App Engine可以被视为构建Web应用程序的无服务器环境。

这些众多的无服务器产品都具有无服务器计算的三个共同特点：隐藏服务器的抽象性、即用即付的成本模式以及出色的自动扩展性。它们共同提供了一套可供选择的方案，可以结合起来，以满足不断增长的应用范围。

无服务器云经济学

今天的云计算是由商业考虑和技术进步共同塑造的，它的未来也将如此。云客户之所以选择无服务器计算，是因为它允许他们继续专注于解决其领域或业务中的独特问题，而不是服务器管理或分布式系统的问题。这种客户价值主张的力量是对无服务器计算的未来应用感到乐观的一个主要原因。

虽然无服务器计算可能看起来更昂贵，因为资源的单价更高，但客户只需为他们正在使用的资源付费，而云提供商则承担了闲置资源的成本。在实践中，客户在将应用程序移植到无服务器时可以节省大量成本。虽然这种成本降低可能会威胁到云提供商的收入，但Jevons Paradox表明低价格可以激发消费增长，抵消单位成本的下降，从而导致收入增长。云供应商还通过帮助客户满足可变和不可预测的资源需求来获得盈利机会，与客户使用自己的专用资源相比，他们可以通过共享资源池更有效地完成这些工作。这种机会也存在于有服务器计算中，但随着资源在更精细的基础上被共享，这种机会也会增加。无服务器计算还为云供应商提供了提高利润率的机会，因为BaaS产品通常代表了传统上由高利润软件产品（如数据库）提供的产品类别。

无服务器即用即付模型对云提供商的创新激励具有重要的积极意义。在无服务器之前，自动缩放的云服务会自动配置虚拟机，即预留资源，但即使它仍然处于空闲状态，客户也会为此容量付费。使用无服务器，云提供商为闲置资源支付费用，从而创建了自动缩放的“自我风险承担”，并提供激励以确保有效的资源分配。类似地，由于云提供商直接控制更多的应用程序堆栈，包括操作系统和语言运行时，无服务器模型鼓励在每个级别上对效率进行投资。

更高效的程序员、更低的客户成本、更高的供应商利润以及改进的创新都为无服务器的采用创造了有利条件。然而，一些云客户对供应商锁定表示担忧，担心在与云提供商谈判价格时会降低议价能力。服务器虚拟机抽象是标准化的——主要是由于Linux操作系统和x86指令集——但每个提供商的无服务器云功能和BaaS API都有明显且微妙的不同。由此产生的转换成本使最大和最成熟的云提供商受益，并使他们有动力推广复杂的专有API，以抵制事实上的标准化。当然，简单和标准化的抽象，由小型的云提供商、开源社区或者学术界引入，将会消除无服务应用中最突出的经济障碍。

云计算的下一阶段

也许理解无服务器计算所代表的转变的最佳方式是关注第一个基本特性（如前所述）：提供一个隐藏服务器的抽象，从而简化编程和操作模式。从一开始，云计算提供了一种简化的操作模式，但简化的编程来自隐藏服务器。无服务器计算的未来发展，以及在我们看来的云计算的发展，将以提供简化云计算编程的抽象工作为指导。

令人吃惊的是，到目前为止，云计算对程序员工作方式的改变很小，尤其是与它对运维的影响相比。许多在云中运行的软件与在传统数据中心中运行的软件完全相同。将今天最需要的编程技能与10年前所需的编程技能进行比较，你会发现核心技能组合变化很小，即使特定的技术来了又走。相比之下，运维的工作已经发生了巨大的变化。安装和维护服务器、存储和网络在很大程度上已经成为过去，取而代之的是对通过云供应商的API管理虚拟化基础设施，以及强调变革管理的技术和组织方面的DevOps。

是什么让云编程变得困难？虽然有可能只用一台服务器来使用云，但这既没有提供容错性，也没有提供可扩展性，更没有提供即用即付，所以大多数云编程很快就变成了分布式系统编程。在编写分布式系统时，程序员必须管理数据中心的物理范围、各种部分故障模式以及所有的安全威胁等。用Fred P. Brooks文章中的话来说，这些问题代表“偶然的复杂性”，它源于实现环境，与“基本复杂性”形成对比，后者是应用程序提供的功能所固有的。在 Brooks 撰写那篇文章时，高级语言正在取代汇编语言，将程序员从对复杂的机器细节（如寄存器分配或内存中的数据布局）的推理中解放出来。正如高级语言隐藏了CPU运行的许多细节一样，无服务器计算也隐藏了建立一个可靠、可扩展和安全的分布式系统所需的许多细节。

我们接下来考虑无服务器抽象的替代方法，包括当今存在的方法和我们想象的方法。他们争相回答这个问题，“如果不是服务器的话，那又是什么？” 我们将这些可选的抽象方法分为特定应用和通用类别（见表 1）。特定于应用程序的抽象解决了一个特定的用例，其中一些用例存在于今天的产品中。通用抽象必须在广泛的用途中很好地工作，并且仍然是一个研究挑战。

（表1. 替代的抽象方法。来源：ACM）

让我们来看一个来自大数据处理的说明性例子。考虑一个在电子商务环境中可能出现的简单查询：从100万个商品类别获得权重，并对超过100亿个记录计算均值。这种工作负载具有大量并行性的潜力，因此它可以从无服务器的无限资源错觉中获益。

我们提供了两个特定于应用程序的无服务器产品来迎合这个示例，并说明这个类别如何提供多种方法。可以使用AWS Athena大数据查询引擎，这是一个使用 SQL 编程的工具，可以对对象存储中的数据执行查询SQL。SQL特别适合分析，并且可以用单个语句表达这种计算。或者，可以使用诸如 Google Cloud Dataflow 提供的框架。这样做需要编写一个简单的 MapReduce风格的程序，例如使用Java或Python，这个程序具有两个函数——一个计算某些数据块的加权平均值，另一个将单独块的加权平均值合并起来。该框架负责处理这些函数的数据输入和输出，以及自动缩放、可靠性和其它分布式系统问题。与基于SQL的工具相比，这种抽象可以运行任意的代码，这可以使它适用于更广泛的分析问题。

目前还不存在能够为我们的大数据例子提供高性能解决方案的通用无服务器抽象。云函数似乎提供了一个解决方案，因为它们允许用户编写任意的代码，对于某些工作负载来说，它们确实如此，但由于限制，它们的性能有时比替代方案差很多。图4说明了如果我们使用云函数而不是使用特定于应用程序的框架（如 Cloud Dataflow）来实现示例，网络流量会高得多。使用云函数，提供商在不同VM实例之间分发工作，而不考虑应用程序的通信模式，这简化了自动伸缩，但增加了网络流量。

（图4. 聚合和广播模式的通信量增加。来源：ACM）

我们建议通过两条途径来增强云计算功能，使其在更广泛的应用中运行良好，从而有可能将其变成通用的无服务器抽象概念。首先，假设程序员提供的提示可能表明如何获得更好的性能。提示可能描述应用程序通信模式（例如广播或者 all-reduce），或者建议任务位置关联，这种方法在编译器中有先例（例如，分支预测、优化和Prefetching hints）。

第二，而且更有说服力的是，我们设想通过自动优化来消除低效率。在我们的例子中，云提供商可能承诺从可观察的通信模式中推断出位置优化。在某些情况下，这种推断也可能是基于程序分析而静态地得出。在只有一台机器的背景下，现代编译器和语言运行时已经提供了大量先例，人们可能会认为这种形式的无服务器计算是对分布式系统的扩展语言支持。

图5说明了特定于应用程序和通用无服务器抽象之间的区别。在通用情况下，云提供商公开了一些基本构建块，例如，云函数的增强版本和某种无服务器存储。各种特定的应用案例可以建立在这些基础之上。借助特定于应用程序的无服务器计算，云提供商提供了大量的 BaaS 来满足越来越多的应用程序的需求。

（图 5. 无服务器的潜在未来方向。来源：ACM）

今天，无服务器计算仍然完全是特定于应用程序的类型。即使是可以执行任意代码的云函数，也主要用于无状态API服务和事件驱动的数据处理。我们预计特定于应用程序的无服务器计算将会增长，但最为兴奋的是通用无服务器抽象的潜在出现，它可以托管满足各种需求的软件生态系统。在我们看来，只有通用方法才能最终取代服务器成为云编程的默认形式。然而，通用的无服务器技术目前还不存在，发展这种技术对研究提出了挑战。

研究挑战

无服务器计算正在快速发展，并提出了各种研究挑战，其中许多是特定应用和通用无服务器的共同挑战。

状态管理。分布式云计算应用往往需要在其组件任务之间交换短期或临时状态。这方面的例子包括应用范围内的缓存、索引和其它查询表，或大数据分析的中间结果。今天的云函数允许应用程序在每个函数中本地存储临时状态，这对于缓存和作为程序的工作内存很有用。无服务器的共享状态可以保存在对象存储或键值存储中，但它们不能像有服务器那样同时提供低延迟、低成本、高吞吐量和细粒度访问。应对这些挑战的方法包括用于分析的临时数据存储，以及整合了缓存和提供一致性保证的有状态的云函数。

网络。云函数将调度工作的责任从用户转移到云提供商，这会产生一些有趣的结果。由于用户放弃对函数何时运行的控制，因此在云函数之间传递状态需要通过共享存储；直接的网络通信毫无意义，云提供商会阻止它。访问共享存储会增加大量的延迟，有时甚至是几百毫秒的延迟。用户还放弃了对函数运行位置的控制，从而排除了服务器常见的优化，包括在任务之间共享共同的输入，以及在通过网络发送输出之前合并输出（参见图4和之前的讨论）。但克服这些挑战的尝试，会激发给予程序员更多控制权和允许云提供商自动进行优化之间的矛盾。

可预测的性能。FaaS和BaaS都可能表现出可变的性能，这妨碍了它们在必须满足严格保证性能的应用程序中的使用。部分原因是根本性的：无服务器提供商依靠统计复用来创造无限资源的“错觉”，同时拒绝用户对资源超额订阅的控制。然而总是有一些不幸的时间会导致排队延迟。将资源从一个客户重新分配给另一个客户也存在延迟成本，这在云函数的背景下被称为“冷启动”。冷启动延迟有几个组成部分，其中重要的是初始化函数的软件环境所需的时间。这方面已经取得了进展。Google gVisor 和 AWS Firecracker 等云函数环境现在可以在大约 100 毫秒内启动，而传统VM需要数十秒才能启动。另外也有可能加速应用层面的初始化，如加载库。在这些方面可能还有很大的改进空间，不过也有证据表明，性能优化和安全隔离从根本上是相悖的。AWS Lambda的客户还可以通过购买“预提供的并发”来避免冷启动延迟，这在无服务器模式中重新引入了一种颇具争议的资源预订的形式。我们还希望看到基于统计保证或服务水平目标（SLO）的定价，这在今天的无服务器计算中是不存在的。

安全。无服务器计算带来细粒度的资源共享，因此增加了侧信道攻击的风险，即攻击者利用真实硬件的微妙行为，这些行为与规范或程序员假设不同。威胁范围从Rowhammer对DRAM 的攻击到利用微架构漏洞的攻击。除了采用为有服务器计算开发的缓解措施之外，无服务器计算还可能采用随机调度，使攻击者更难瞄准特定的受害者。由于应用程序的细粒度分解和分解后各个部件的物理分布，通过网络通信的无服务器计算也会导致更大的信息泄露。攻击者观察网络流量的大小和时间，即使它是加密的，也可能对私有数据做出推断。通过Oblivious Computing可以解决这些风险。

编程语言。简化的分布式系统编程是无服务器计算的核心优势，虽然该领域之前的许多工作都是相关的，但无服务器环境需要一个新的视角并增加了紧迫性。传统挑战包括容错性、一致性、并发性以及来自局部性的性能和效率。新挑战包括对自动缩放、即用即付和细粒度多路复用的一流支持。

由于试图将无服务器计算扩展到无状态的云函数之外，容错问题也随之升温。Azure Durable Functions 使用C#语言功能提供透明的检查点，这使得编写有状态和可恢复的无服务器任务变得更加容易。Microsoft Orleans实现了一个actor模型，类似地隐藏了程序员的容错问题。Actor还提供了局部性的概念，并且可以作为有状态无服务器计算的云函数的对应物。Ray 体现了两者的元素。实现一致性的方法包括由Argus开创的语言集成事务。然而，事务充满了性能和可伸缩性的挑战，这在无服务器的自动伸缩环境中可能会加剧。另一种方法是使用像 Bloom 这样的语言，它允许自动分析来确定程序的哪些部分可以独立运行，无需协调，从而实现可伸缩性。即用即付应该鼓励语言开发人员重新考虑资源管理，例如，自动垃圾收集可能适用于对内存用量的定价。云编程的语言方法正面解决分布式系统编程的复杂性，可能代表了简化云编程的最直接和最具雄心的方法。

机器学习。我们相信，机器学习的自动优化将在上述所有领域发挥重要作用。它可以帮助决定在哪里运行代码，在哪里保持状态，何时启动一个新的执行环境，以及如何在满足性能目标的同时保持高利用率和低成本。它还可以帮助识别威胁安全的恶意活动，或自动将大型程序切割成可以在单独的云函数中执行的片段。机器学习也可以帮助优化服务器计算，但无服务器抽象给了云供应商更多控制权，以及跨多个客户的可见性——从而训练强大有效的模型。

硬件。当前的硬件趋势可能是对无服务器计算的补充。主导云计算的x86微处理器的性能几乎没有提高；2017年，程序延迟仅改善了3%，这一趋势意味着如果继续下去，性能在20年内不会翻倍。同样，摩尔定律的终结正在减缓每芯片DRAM容量的增长。业界的反应是引入了领域特定架构（DSA），它针对特定类型的问题量身定制，提供了显著的性能和效率提升，但在其它应用中表现不佳。GPU长期以来一直被用于加速图形，我们开始看到用于ML的DSA，如TPU。GPU和TPU在处理“狭窄”任务时的性能可以比CPU高30倍。这些例子是众多例子中的首批，因为用DSA增强的通用处理器将可能成为常态。

我们认为无服务器计算可能为整合不同的架构提供了一个有用的编程模型，比如说在不同的加速器上运行独立的云函数。它还有助于通过提高抽象水平为创新创造空间，例如允许云提供商在识别到可能受益的工作负载时用DSA代替CPU。

为什么无服务器计算可能仍然失败

虽然我们相信无服务器计算可以成长为云编程的默认模式，但也可以想象有几种情况下，有服务器计算仍然占据主导地位。首先，有服务器计算是一个不断移动的目标，它不断地改进，尽管缓慢。曾经按小时计费的云虚拟机现在的最低计费增量为1分钟，此后按秒计费。容器和VM编排工具（例如 Kubernetes、Terraform）有助于简化复杂的部署，并越来越多地自动化管理任务，例如进行备份等。在构建应用程序时，程序员可以依赖成熟的软件生态系统和强大的传统系统兼容性，而公司往往已经拥有熟练的有服务器云部署团队。服务器硬件也在不断变大变强，将CPU、内存和加速器的能力集中在一个紧密耦合的环境中，这对某些应用来说是一个好处。

其次，当今成功的无服务器产品属于特定于应用程序的类别，并且目标范围很窄，而通用的无服务器抽象更有可能取代有服务器计算（也是通用的）。然而，通用的无服务器计算面临着一些障碍：我们所设想的技术还不存在，而且对于云计算供应商来说，它可能是一个不太有利可图的业务。

最后，即使我们的愿景实现了，“无服务器计算”这个品牌也可能无法生存。“新瓶装旧酒”的诱惑很强，而且可能会对市场造成混淆。我们很高兴看到诸如Google App Engine 之类的产品获得了无服务器“绰号”，以及其中诸如缩放到零之类的功能。然而，如果这个术语的含义被混淆了，那么也许通用的无服务计算将以另一个名称出现。

结论和预测

云计算正在蓬勃发展并不断演变。正如我们预测的那样，它已经克服了2010年面临的挑战。由于提供了更低的成本和简化的系统管理，该业务每年增长高达50%，并证明了云计算供应商的高利润。云计算现在正进入第二阶段，其持续增长将由新的价值主张推动：简化的云编程。

类似于叫车比租车更简单的交通方式，无服务器计算使程序员无需考虑服务器以及随之而来的所有复杂问题。按照同样的命名惯例，你可以把出租车服务归类为“无车”运输，因为乘客不需要知道如何开车就可以乘车。无服务器提高了云的抽象级别，采用即用即付的定价，并且快速地自动缩放到零和实际上无限的资源。

无服务器计算仍在发展中，在定义其抽象概念和实现这些抽象概念方面，仍有许多开放性问题。我们（大胆地）总结了本文对未来十年无服务器计算的五个预测：

1. 今天的FaaS和BaaS类别将让位于更广泛的抽象，我们将其归类为通用无服务器计算以及特定于应用程序的无服务器计算。虽然有服务器云计算不会消失，但随着无服务器计算克服其当前的局限性，有服务器在云中的相对使用将会下降。
2. 我们希望新的通用无服务器抽象能够支持几乎所有用例。它们将支持状态管理以及优化——无论是用户建议的还是自动推断的——以实现与有服务器计算相当甚至更好的效率。
3. 我们认为无服务器计算的成本没有理由超过有服务器计算的成本。我们预测，随着无服务器计算的发展和普及，几乎所有的应用，无论是小规模还是大规模的应用，在无服务器计算中的成本都不会增加，而且可能会降低很多。
4. 机器学习将在无服务器的实现中发挥关键作用，使云供应商能够优化大规模分布式系统的执行，同时提供一个简单的编程接口。
5. 用于无服务器计算的计算机硬件将比今天为其提供动力的传统X86服务器更加异质化。

如果这些预测成立，无服务器计算将成为云时代的默认计算范式，在很大程度上取代有服务器的计算，从而结束客户端-服务器时代，就像智能手机带来的PC时代的结束一样。

致谢。我们感谢审稿人的深思熟虑的评论，也感谢许多对初稿提出反馈意见的朋友。这项工作是在加州大学伯克利分校 RISELab 进行的，并得到了国家科学基金会探险项目、阿里巴巴集团、AWS、蚂蚁金服、爱立信、Facebook、Future-wei、Google、英特尔、微软、丰业银行、Splunk和VMware的支持。（文/云科技时代编译）

【原文链接：https://cacm.acm.org/magazines/2021/5/252179-what-serverless-computing-is-and-should-become/fulltext】