物联网的兴起和云计算的终结

物联网的兴起和云计算的终结

iot101君
编辑整理

 
2016-12-22 09:58:15 来源:

• 物联网;云计算

云计算企业在近些年已经大量兴起，但是能存活下来的只剩小部分，而最近兴起的“边缘计算”，“雾计算”也开始对云计算的定位产生了一定的威胁，云计算的发展之路又会变成什么样的呢？

上个星期在Gartner数据中心年度会议上，硅谷风投大佬AndreessenHorowitz 合伙人Peter Levine语出惊人，他指出云计算时代在还没有正式启动的时候，就将很快“终结”。“我将为你们展示什么才是未来。”他以此开场，随后论述了他关于云计算昨天、今天和明天的“疯狂”观点：中央计算将很快被分布式计算取代，他非常乐于投资云计算的“终结者们”。

当我们都还在考虑如何转型到云计算中心的时候，软件创新的前沿者们，是否应该开始考虑“后云计算时代”的软件了？   

                  

无独有偶，2016年初，惠普（HPE）正式关闭了它的公有云业务。这几天思科也宣布即将终结它10亿美元的公有云服务，将于2017年3月31日正式关闭。遥想思科推出互联云之时，号称这是一种基于OpenStack的平台，能够在各个数据中心之间轻松转移工作负载，并表示这个平台是将其自己和合作伙伴公司的宏大计划。事实显然证明，这个愿景实现起来比预想的困难得多。目前，5大云服务商主宰了公有云服务一半以上的市场份额，并且其增长速度甚至超过整个云计算市场份额的增长速度。                   

这些关门是否和物联网趋势有关，不得而知。但是归根结底，云计算是建立在“集中大量的硬件来提供消费者服务”。而物联网，恰恰提供了“大量”的计算能力。

物联网的产生和发展，从商业经济上，开设了一个全新的竞争场所：原来由“人”为主体的网络转向由“物”为主体。目前众多的投资创业转型项目，就是这个革命的见证。从技术角度来看，我们要思考，这个物联网的发展，是否会导致计算模式的再次变革？               

答案是肯定的，就是物联网的发展将是云计算结束的开始。                   

现代意义上的计算，可以从六十年代的IBM的大型商务机(mainframe)开始算起。集中计算的特征就是用户不需要考虑任何硬件软件的配置功能。缺点是没有可伸缩性。和集中计算相反的分布式计算是从七十年代的小型机开始，八十年代以Unix系统为主导的发展，到本世纪初的手机和后来的智能手机达到高峰。分布计算的特征是每个节点都有计算功能。缺点是每个用户都需要管理自己的节点，硬件软件。后来就出现了云计算，把大量的数据处理交给“云”去做。这个云计算实际又是一个集中计算，它免去了用户对中央计算的管理要求。

我们现在要问，这个钟摆是不是又会将计算模式摆回到分布式？                    

物联网的出现，将计算节点数量和数据量推到一个更高的层次。这个量变将引起质变：云计算会因此而只能维持现状而不会持续发展，或者说，终结（这个不是消失的意思，就像IBM的大型商业服务机至今仍然在使用一样）。将云计算取代的是很多“微计算中心”(micro service center)，这个有点类似于思科在2014年提出的“雾计算”概念(fogcomputing)。这就是说，过去60年的计算模式，又会回到分布式：每个节点，服务器、电脑、手机、传感器、智能路灯，都会有计算功能。                       

当年思科提出雾计算的概念是出于技术角度。它认为物联网的节点必须有自己的自治功能：比如网络不稳定节点要有自己管理自己的功能，为了减轻网络和云处理中心的负担节点自己数据预处理等。所以它提出把计算放到边缘（节点）(edge computing)。                   

但实际上，把计算功能放到节点上不单是一个技术问题。云技术解决两个问题：硬件资源管理和集中计算（软件）。我们不妨设想一下。硬件资源由于成本下降和稳定性提高，需要管理的内容会持续下降，每个用户都是硬件管理员（苹果手机将这个概念做到非常完美）。而软件，将会出现无主控制服务(master-less)，对称(symmetry)，自动协商自治式的分布技术(auto-negotiate，autonomous)。这样的软件，会自动集成资源，寻求信息连接，提供计算结果。                 

这将是一个非常可扩展的弹性计算资源。比所有的现有云模式更加广阔，符合超大规模的物联网和数据膨胀形式。               

举个例子，一个完全物联网化的制造车间，会组成一个微计算中心，它不再需要将数据传到云里面。一旦它的计算要求超过它自己本身的能力，它可以借助于附近的计算节点（另外一个车间，甚至智能手机）来完成。它计算的结果也直接会输送到用户的终端上（有可能这个用户也是借给它计算的一部分，如果不是，这个用户可以向这个物联网车间收取一定的费用作为收入）。      

             

这种计算方式不是我们的想像，当年DNA计算有人就利用各种剩余的资源，个人电脑、企业多余的服务器，一个小时、5分钟，都可以用来计算一个小的部分，然后将结果汇总。也有人将各种多余的存储，都组合起来，形成一个大的，虚拟的存储设备(vSAN)。

再一个例子，一台自动驾驶车辆，它本身是一个微计算中心，它可以通过一定的协议，向其他车辆借用资源，调用信息。我们认为，当硬件速度足够快，软件功能足够丰富，这样的全新分布计算的出现只是一个时间问题。我们姑且叫这个模式为“众计算”，Crowd Computing。                   

那么究竟如何使得物联网的节点都可以参与这种新的计算模式呢？这个首先要归功于硬件的发展。现在的传感器，或者智能传感器，都基于MCU（微控制器），它有所有“计算”所需要的能力，CPU、内存、硬盘和通讯、RaspberryPi、IntelEdison还可以有现成的操作系统运行，而且硬件成本会持续下降，所以由物联网节点来参与“众计算”的基础已经存在并且会更加完善。虽然每个节点能量有限，但是有海量的数目。每个节点只需要计算一小部分。                

那缺少什么呢？缺少统一的协议、操作系统、工作调度、数据安全等软件。而所有这些软件概念也已经都有，从大数据处理的Hadoop，到平行计算的调度jobscheduling到并行存储。                  

为什么要这么做？因为可扩展性，自我服务性。分布计算使得每个人都可以独立去完成。而且资源是“无限”的，成本会更低，你可以去掉今天云计算模式的束缚。另外一个需要指出的是，和一般常规认知相反，这种“众计算”模式会比大型机，云计算更加稳定，可靠。                 

也许有一天，你的手机，不但给你带来通讯的便利，同时在你不用的时候，在为你悄悄的创收。

作者简介：             

詹凯君，加拿大Guelph大学数学博士。现任美国半导体Atmel公司全球数据中心主任。在此之前任全球最大的电子设计自动化软件公司Cadence全球数据中心主任。同时兼任几家投资和创新公司的顾问。

商务专长：战略定位，国际商务及谈判，组织设计优化。
技术专长：云计算，超级计算机科学工程计算，数据中心，大数据设计，构架设计和方案，物联网。