![4c3521bcd6f5dd69a3dbb86114dc6645.png](https://i-blog.csdnimg.cn/blog_migrate/7661e1d60930d84583b1c10ef62ff82e.jpeg)
云计算作为新基建的一个重要方向,未来的市场热度会持续攀升。那么纵观当今世界的云计算的技术发展方向,会有哪些主要趋势呢?下面总结了我对未来几年的技术和工程发展的看法。
![42b4b96ea5b9a4e0bf55d2636e2e7237.png](https://i-blog.csdnimg.cn/blog_migrate/98e29347da06746bafad54dfd744c649.png)
- 人工智能将成为IaaS的第四大支柱 (AI becomes the 4th pillar of IaaS)
IaaS作为云计算的基础设施一直在持续不断的高速发展。IaaS从有云计算开始一直是有三大组成部分,即计算,网络和存储。这是任何云厂商提供的不可或缺的服务。随着过去几年AI的迅速崛起,AI技术得到了长足的发展,AI技术也被应用到越来越多的地方。我认为AI服务对云计算的作用会从锦上添花变成不可或缺。未来的云原生的应用都会像使用计算,网络和存储一样地使用AI服务。因此AI服务的能力和与其他服务的有效集成会对云厂商的竞争力产生巨大影响。AI将会成为同计算,网络和存储一样的IaaS服务层的第四大支柱。
![4eed5e1b943c4bb561d35820699bf583.png](https://i-blog.csdnimg.cn/blog_migrate/0fe96480f6c8b768dcc1193e43f6fdc1.png)
- 容器及K8S将持续流行,这个快速发展的趋势会延续到2023到2024年
容器作为轻量的部署和运行机制,会继续在未来几年被大部分企业所广泛采用。对于这个在云计算基础设施中极端重要的技术,容器是下面几年在基础设施方面的兵家必争之地。各大云厂商一定会不断在容器上持续投资,精致打磨容器能力,从性能,稳定性,安全性,易用性,可管理性,自动化能力,可更新性等方面做到业界最佳。
![c1d7b0b762d987f4f83d9c9d3c76ffa6.png](https://i-blog.csdnimg.cn/blog_migrate/6e703f82031b34fcc7b4db130baf82b0.png)
- 行业云将成为云市场竞争的重要切入点
随着云市场的高度发展,各大云厂商所提供的云服务的趋同性也逐渐增加。可以预见,在继续深入打造云服务能力的同时,各大云厂商会大力寻求建立服务的差异化竞争优势。我认为云厂商会加大对行业化云服务的投资力度。针对行业的特性和专业知识将是云厂商构建差异化产品和解决方案的着力点。如何使基于自己云服务的行业解决方案更适合各个特定行业。从有特殊要求的行业先行开始,打造云计算给每个行业带来的行业特殊价值和竞争优势。从而奠定自己的云服务的竞争优势和服务黏性。
![701b2e2a3daeb5be651cf8135831ba87.png](https://i-blog.csdnimg.cn/blog_migrate/3cd5249c54d42f069376fa3d5fdac40b.png)
- 服务网格会逐渐进入技术成熟期。2022年左右会开始大规模使用。
最近一两年兴起的服务网格(Service Mesh)从网络层面把服务所需的基础功能从微服务本身中隔离开,使得各个微服务可以专注于自己的商业逻辑。同时使得服务架构和服务管理变得非常清晰。每个服务都需要处理的公共功能,例如身份验证与授权,限流,缓存,日志,监控与度量,等等都在服务网络层处理。这样大幅提高开发人员的开发效率。降低对开发人员的要求。而且公共功能的实现也达到一致的质量和行为。这个应该代表了技术架构的发展大方向。服务网格还需要大致两年的技术成熟期。之后会有大量服务迁移到这个架构上来。
![d5442e46d36d3cdd98aa8e8e98ac2455.png](https://i-blog.csdnimg.cn/blog_migrate/b411c5b1d8c6e9fbe7637886263b4377.png)
- 无服务器计算继续向前大步迈进
这个业界已经说了有几年。这里不再多讨论。向开发者屏蔽后台资源肯定是很多场景的终极目标。我们还需要技术的成熟,如部署,调试,现网的侦错能力。还需要积累更多的落地经验。
![be74f97f783e9fdd96b602ac0a16e313.png](https://i-blog.csdnimg.cn/blog_migrate/ac85ea1e1156caf8efee15ee847e4bfd.png)
- Model as a Service (MaaS)将逐渐兴起
人工智能现在被用到从人脸识别,自然语言处理到智慧城市,智慧制造等的很多场景下。这个方面的知识积累会越来越多,工程经验和转化方式也越来越成熟。在这些应用过程里面会产生很多有价值的数据模型和分析算法。如何分享这些模型和算法等数据资产会是一个重要的方向。目前这个方向的研究还比较少。但是我们可以预期,将来的数据模型和分析算法的使用会变得像现在的微服务调用一样简单。
![ccdef63c55497e501567bbfeb0df90ef.png](https://i-blog.csdnimg.cn/blog_migrate/a544cb8d56359e230ff7e47f83fec6f6.png)
- 持续学习(CL)将成为继持续集成和持续部署(CI/CD)之后的又一主要工程模式
搞云计算的研发人员肯定会对CI/CD的概念非常熟悉。他们每天也在用到CI/CD的工具做服务的开发,测试,部署和运维。正像上面提到的,人工智能现在被用到各种各样的场景下。我们的云原生的应用也变得智能化。这些应用在现网运行的过程中,我们可以收集到各种各样的关于应用行为和用户行为的数据。把这些数据不断收集起来,反馈到我们的模型和算法里,可以促使模型和算法的不断优化和改进。这样就会形成一个持续学习(CL)的工程流程。像持续集成和持续部署(CI/CD)一样,我们需要相关的工具去收集现网数据,算法评估,做数据的匿名化和清洗,反馈到机器学习等算法里进行再训练,更新之后的模型和算法的测试和再部署。这些就会形成一个新的持续学习的流程。我们就会从原来的CI/CD演进成现在的3C,即CI/CD/CL。
以上是我对云计算未来几年的技术和工程发展方向的预判。希望云计算继续有更多,更具创新的发展。
![d6c051abd416fac759e3abd79aa75274.png](https://i-blog.csdnimg.cn/blog_migrate/fc82e6eed8de491973afb51927a1912d.png)