Cloud 2.0 时代， 新的应用需要新的技术平台来支持。IT 基础设施必须满足More than Moore, 让百行百业、尤其互联网业态有更强的挖掘数据红利的能力；让实体产业与信息产业进一步融合，提升社会生产力。

不管你是积极拥抱，还是被裹挟着前行，“云”都在那里，不离不弃；
不管是开发、测试，还是生产、容灾，“云”都在那里，相依相伴；
不管是为了化解传统应用之痛，还是为了更好地支持云原生应用，“云”都在那里，尽心尽力。

Cloud 2.0时代到来

智能应用的兴起只是Cloud 2.0阶段应用需求变化的一个缩影，更多的变化正扑面而来。直播行业在中国快速兴起。中商产业研究院《2017-2022年中国直播行业市场前景及投资机会研究报告》数据显示，2017年中国娱乐直播行业用户规模达1.6亿人,增长率为45.5%。抖音短视频几乎成了年轻人的一种新的生活方式。在不久前结束的2018中国国际大数据产业博览会上，VR游戏成了参观者最喜欢的展示内容，体验者大排长龙。

企业云化是不可逆转的潮流。当前，我们努力的方向是让云计算这一新的基础设施成为企业必备的、首选的基础设施，这样才能进一步夯实云计算作为企业IT核心的基础，让更多企业有机会真正转型成为数字化和智能化企业。

云计算开始成为互联网业务的基础设施，是由电商和门户网站业务催生和推动的。云计算的出现，不仅改变了传统的IT采购、部署和应用模式，最关键的是改变了人们的思维和观念。今天，我们已经步入了Cloud 2.0阶段，从信息化时代一步跨入了数据时代，数据是战略资产、是原材料、是新动能。在此前提下，IT不仅仅是支柱，更是创造业务价值的驱动力。企业对IT基础设施的关注点也从有效利用资源慢慢转变为让IT更好地支撑业务的发展和创新。从成本效用到价值创造，Cloud 2.0宣告了它的到来。

在Cloud 2.0阶段，随着人工智能、物联网，以及新一波移动互联网浪潮的兴起，IT基础架构的构建和服务模式都要与时俱进，变得更快、更强、更智能和更自动化。

从资源型服务到能力型服务的转变

“不是我不明白，这世界变化快！”——这是摇滚歌手崔健唱过的一句经典歌词，用来描述当前Cloud 2.0时代的应用变化十分贴切。

这是一个万物互联的时代，人与人、物与物、人与物之间最广泛的连接，让信息的传递、共享无处不在。企业必须抓住从人口红利到数据红利转变的契机，将着眼点从资源的有效利用转变为提升运营的效率，创造更多价值。

这是一个万物智能的时代。因为计算力、算法、数据皆已具备，人工智能之风高涨，边缘计算、设备智能化日益盛行。用户希望借助大数据、人工智能等技术对海量数据进行高效处理，进一步挖掘数据的价值，从而更好地支持业务发展，实现数据化营销。智能化时代需要生产力的变革。

这是一个视频为王的时代。可能很多人都不理解，抖音短视频为什么会“大火”？其实在抖音出现之前，各种各样的短视频应用屡见不鲜，抖音赶上了好时候——5G时代近在眼前，最大10Gbps的速率让视频传输不再有瓶颈；各种移动视频、VR/AR应用争奇斗艳；互联网从娱乐界快步进入民生、教育、医疗等领域，更丰富的数据类型、更快更低成本地处理和分析成了迫切需要解决的问题。

Cloud 2.0时代，新的应用需要新的技术平台来支持。从新的想法“灵光一闪”到新产品的开发、上市，再到产品的部署、应用和维护，在这个产品生命周期中，企业需要高弹性、高性能、高安全性的开发、部署和运营环境，以及相关工具。大数据、人工智能等技术的广泛应用，凸显了数据价值，数据成了业务发展的驱动力。“一带一路”倡议的逐步落地，引发了中国企业新的“出海潮”，跨境电商、企业的全球化布局，需要基础设施先行一步，并且提供全球化的及时响应。一些从事社交、移动广告等业务的中国移动互联网创业企业，它们从诞生之日起就紧盯全球市场，它们在海外市场的影响力、知名度甚至超过国内。因为其全球化的定位，以及希望将更多精力放在业务创新上的初衷，让它们义无反顾地选择了公有云。

在Cloud 1.0时代，主要以计算、存储、网络、数据库等资源型服务为主，要满足高并发、弹性扩缩容的需求，而这些需求通常基于高可用的软件和通用的硬件来实现。现在正是从Cloud 1.0向Cloud 2.0过渡的关键期，最大的变化是基础设施要以应用为中心，以提供能力服务为主。

资源型服务很容易理解，能力型服务又如何理解呢?就在人工智能的大潮再次来临时，各云服务商都表现得特别积极，纷纷表示可以为人工智能应用的落地提供架构、技术、工具上的支持。我们不能将智能简单地理解为是某个功能或是某种新产品。智能是一种新的生产力，它将带动规模庞大的新兴产业的发展。智能就像是一个基因片断，它将植入IT基础设施之中，成为它的一种必备的能力。同理推之，容器、微服务、DevOps等的加入，将提升云基础设施的整体能力和水平。在这种能力和水平之上，云基础设施将变得更加高效、灵活，更匹配以智能应用为代表的新的互联网业务的需求。

虚拟机、对象存储、网络、数据库等，这是云服务商能够提供的最基本的资源，而企业智能、微服务、区块链、软件开发是云服务商可以提供的能力服务，差别一目了然。俗话说，授人以鱼不如授人以渔。对于企业用户来说，计算、存储等资源固然不可或缺，但是对于企业用户的业务发展和创新来说，他们更需要的是依托于云基础设施的全面掌握应用、开发、测试、编排和管理的能力。

云原生应用的“黑土地”

每年的电商行业“6·18”大促和“双十一”，互联网企业都在加班加点，安全渡过突发业务峰值成了当务之急。其实，随着电子商务的快速发展，业务高峰来得越来越频繁，甚至成了“新常态”。原有的IT 架构还能够承受业务负载之重吗？另外，很多移动互联网企业、游戏企业视“时间”为生命，快速的产品迭代，领先竞争对手推出新产品是一场生死存亡之战。原有的IT 架构能够适应如此高频率的产品迭代和开发吗？

越来越多的实践证明，只有像容器、微服务这样天生与互联网业务适配的利器，才能满足互联网客户不断变化的需求。很多互联网客户反映，容器是最匹配移动互联网应用场景的新技术，它的秒级弹性可以轻松应对业务高峰，标准化能力可以加速应用交付，资源利用率甚至可以提高50%以上。

不可否认，今天的大多数企业都处在一个复杂的混合环境中，既有传统应用，也有五花八门的云应用。之所以说云是变革、是颠覆，就是因为云并非简单地把原来运行在物理服务器上应用搬到虚拟机上，而是要真正、完全地实现云化，不仅将IT基础设施变成云平台，而且应用也要做出改变。云原生（Cloud Native）应用就应该运行在完全云化的架构之上，采用适合云的开发、交付、部署和运维模式，让云的弹性、动态调度能力、自由伸缩能力和商业价值得到充分彰显。

所谓云原生应用，也可以称作云化的应用，它涉及许多新的技术，包括容器技术、微服务、DevOps、持续交付、敏捷基础设施等。许多互联网用户一开始就“生长”在云上，是“根红苗正”的云原生应用，他们依托的正是Cloud 2.0时代新的云基础架构。

你可能会说CERN是一个特例，其实据CNCF的调查，在两个甚至更多的云平台上创建Kubernetes集群已经成了很多Kubernetes用户习以为常的工作。甚至可以这样说，基于Kubernetes的容器服务成了云平台的标配服务，而支持云原生应用也成了云服务商的必做功课。

现在，云服务商无论是业务规模还是技术能力，都可以为人工智能的开展提供强大的计算力。企业数字化转型的内涵之一就是实现智能化转型。企业为了赢得商业先机，就更需要深刻的市场洞察、精准的客户定位、高效的供应链支撑，而这一切的先决条件就是智能。如今正是人工智能发展的最佳时机。

进入“后摩尔定律”时代，传统以CPU为核心的x86架构不能适应AI类海量计算的需求，基于GPU、FPGA、ASIC等多种计算能力单元的异构计算正强势崛起。数据中心IT基础设施要具备提供异构、云化和边缘智能的能力，从On-Premise、云、端三个层面为智能应用提供足够的计算力，实现协同发展。

The post Cloud 2.0时代，云基础设施的变迁与创新 appeared first on 云件.

Gartner 公司副总裁兼研究员 David Cearley 表示，“在 Gartner 2020 年重要战略技术趋势预测中，我们将以人为本的理念作为核心影响因素。将人这一元素作为技术战略中心，也强调了技术本身最重要的一项发展依托——如何影响客户、员工、业务合作伙伴、整个社会乃至其他关键性群体。可以说，组织的一切行动都可以归结于组织如何直接或者间接影响对应的个人及群体。这就是以人为本方法的思维内核。”

下面，我们一起来看 2020 年十大战略技术发展趋势：

超自动化

超自动化是指多种用于交付工作成果的机器学习（ML）、软件工具包以及自动化工具的总和。Gartner 公司指出，“超自动化所指的不仅是工具台的广度，同时也涵盖自动化本身所涉及的一切步骤（发现、分析、设计、自动化、测量、监控与重新评估等）。在此之中，理解自动化机制的范围、各机制间的相互关系以及如何实现组合与协调，将成为实现超自动化的重点所在。”

Gartner 公司在报告中指出，这一趋势的开端体现为机器人流程自动化（RPA）。报告提到，“纯 RPA 并不算是超自动化。超自动化要求将多种工具组合起来，从而在任务流程的各个环节当中复制以往只能由人类实现的操作效果。”

多重体验

Gartner 方面假设，到 2028 年，用户体验将在用户感知与数字世界互动等层面迎来巨大变化。之所以有此论断，是因为目前自然语言对话平台正在快速发展，而虚拟现实（VR）、增强现实（AR）以及混合现实（MR）也在贡献自己的力量。感知与交互模式的变化，将在未来几年中为我们带来前所未有的多重感官与模式体验。

Cearley 指出，“这种模式的核心意图，是从拥有技术素养的人转化为拥有人文素养的技术。换言之，相关负担将由用户处被转移给计算机。这种跨多种人类感官与用户建立交流渠道的能力，将为传递微妙信息提供更丰富的运行环境。”

专业知识的民主化进程

这里提到的民主化，指的是“从根本上简化体验，而无需广泛且昂贵的培训”，从而确保用户能够更广泛地获取技术专业知识（例如机器学习、应用程序开发）或者业务相关专业知识（例如销售流程与经济分析）。“全民可用”（例如平民数据科学家、平民集成商）以及平民开发、无代码模式，都是技术民主化的典型实例。

根据 Gartner 方面的预测，到 2023 年，民主化趋势将在以下四个方面迎来加速发展：

• 数据与分析技能民主化（原本针对数据科学家的工具正在快速扩展，并逐步服务于普通开发人员社区）。
• 开发技能民主化（利用 AI 工具实现应用程序的定制化开发）。
• 设计技能民主化（通过低代码、无代码模式实现开发，并通过在应用程序中内置自动化开发功能增强开发者的能力）。
• 知识民主化（非 IT 专业人员也可以使用工具与专业级系统，使其得以利用超越自身专业知识与培训范畴的特定技能）。

人类增强

人类增强可谓永恒的主题，核心理念在于利用技术的力量促进人类在认知与体能方面的提升。Gartner 指出，“物理增强通过在人体内植入或附加技术元素（例如可穿戴设备）改变其固有物理能力，从而实现人类能力增强。认知增强则可以通过传统计算机系统中的应用程序，以及智能领域新兴的多重体验界面等途径实现。”

Gartner 还提出假设，称在未来十年当中，随着个人不断追求自我提升，人类对身体及认知的增强性举措将越来越普遍。这将建立起新的“消费效应”，使得用户能够借此扩展个人能力，进而改善办公环境与业务执行效率。

透明度与可追溯性

关于技术企业从消费者数据中获取收益的争议越来越多，这也使得更多消费者逐步意识到个人数据中蕴藏的价值，促使人们越来越希望控制自己的数据资产。消费者的认知，也使得政府对个人数据的监管力度有所提升，最终令各类组织承担起越来越高的个人数据保护与管理压力。而在这一波关于数字道德与隐私需求的浪潮当中，透明度与可追溯性无疑是两大关键性要素。

Gartner 公司指出，“透明度与可追溯性是指用于解决监管要求、在使用人工智能（AI）及其他先进技术时确保遵循道德方法并修复日益缺失的信任体系的一系列态度、行动以及为此提供支持的技术与实践。”随着组织不断建立新的透明度与信任实践，Gartner 提出了三大重点应用领域：

1. 人工智能与机器学习；
2. 个人数据隐私、归属与控制；
3. 符合道德规范的设计。

边缘计算

边缘计算是一种计算拓扑成果，其中信息处理与内容收集 / 传递发生在邻近数据源、存储库以及使用者的位置。其基本思路，是尽可能将流量与处理负载保留在本地，从而减少延迟、利用边缘功能并实现更高的边缘自主能力。

Gartner 公司的 Cearley 指出，“目前，对于边缘计算的关注主要来自物联网系统的实际需求，包括为制造业或者零售业等特定行业的嵌入式物联网体系提供无连接或者分布式功能。但除此之外，边缘计算也有潜力在几乎一切行业及用例当中发挥作用，因为边缘将获得越来越复杂且专业的计算资源，以及更多数据存储支持。包括机器人、无人机、无人驾驶汽车以及运营系统在内的复杂边缘设备的出现，将进一步加速这一转变。”

分布式云

Gartner 公司表示，“分布式云的本质是将公有云服务分发至不同的位置，并由原公有云服务供应商负责服务的运营、治理、更新与演进工作。这代表着以往高度强调集中化的公有云服务模式开始发生重大转变，并有望引领云计算进入新的时代。”

自主设备

自主设备是指利用 AI 技术实现传统只能由人类执行的任务的自动化物理设备，具体包括机器人、无人机、无人驾驶汽车 / 船舶以及设备等。其自动化能力远超硬编程模型提供的自动化水平，能够利用 AI 实现种种先进行为，且行为能够更自然地与周边环境及人员进行互动。随着技术能力的提高以及法规许可范围的放宽，再配合社会认可度的增长，自主设备将被越来越快地部署在更多公共场所当中。

Cearley 指出，“随着自主设备数量的激增，我们相信以往的独立智能设备将转化为大量拥有相互协作能力的智能设备体系。在这种协作价格弗洛姆中，多台设备将可独立于人类或者人工输入之外协同工作。例如，异构机器人可以在装配流程中协同运作。在配送场景下，最高效的解决方案可能是利用无人驾驶车辆将包裹运输至目标区域，再由车上的机器人与无人机完成最后一公里实际配送。”

实用型区块链

Gartner 公司指出，区块链技术拥有着通过建立信任、提供透明度以及跨业务生态系统实现价值交换等方式，显著降低成本、减少交易结算时间并改善现金流的巨大潜能，甚至有望重塑行业的整体面貌。区块链上记录的资产能够实现来源追溯，从而显著减少出现伪造商品的可能性。资产跟踪在其他领域同样极具价值，例如在整体供应链当中跟踪食品以轻松确定污染源，或者跟踪单一零件以缩小召回范围等。区块链的另一大重要潜在发展方向，在于身份管理。我们可以通过编程方式将智能合约添加至区块链内，从而通过事件触发操作；例如在确认收货时，执行对应的付款操作。

Cearley 表示，“由于一系列技术问题——包括较差的可扩展性与互操作性等，区块链技术目前在企业部署领域仍然不够成熟。但尽管存在这些挑战，巨大的颠覆性与创新潜力，意味着即使不打算在短期之内主动采用此项技术，组织也应尽快着手对区块链开展评估。”

AI 安全

Gartner 方面指出，“AI 与 ML 将继续在广泛的应用案例当中增强人类的决策能力。但问题在于，这种方式虽然为实现由超自动化与自主设备主导的业务转型创造了巨大机遇，但同时也将给安全团队以及风险管理者带来巨大的新挑战。这意味着物联网、云计算、微服务以及高连接性系统等智能元素都有可能成为潜在攻击点。安全与风险管理者应在接下来的工作中，着力关注三大核心安全区域——保护 AI 系统、利用 AI 增强安全防御能力以及做好恶意攻击者可能利用 AI 技术的准备。”

原文链接：

The post Gartner 公布 2020 年十大战略技术趋势 appeared first on 云件.

随着万物互联的泛在化发展，近年来，边缘计算（Edge Computing）的热度持续上升，大有和云计算分庭抗礼的架势。

IDC预计，2020年全球将有超过500亿的终端与设备联网，超过40%的数据要在网络边缘侧进行分析、处理与存储。

那么，这种适用于网络边缘侧的边缘计算究竟是怎样的技术呢？

公开资料显示，边缘计算是在靠近物或数据源头的一侧，综合了网络、计算、存储、应用等核心能力的开放平台。基本思想是把云计算平台迁移到网络边缘，试图将传统移动通信网、互联网和物联网等业务进行深度融合，减小业务交付中端到端的延迟。

边缘计算发展至今，已有三种业界广泛认可的技术架构，分别是MEC(多接入边缘计算)、微云和雾计算。很多时候，人们会将这几个概念混淆，下面我们就详细地分析一下这几种边缘计算。

MEC

MEC，即多接入边缘计算，其最早是由欧洲电信标准化协会（ETSI）2014年提出的，ETSI初创成员包括：惠普、沃达丰、华为、诺基亚、Intel以及Viavi等。MEC是为移动网络边缘提供IT服务环境和云计算能力，通过在移动网络边缘执行部分缓存、数据传输和计算来抵消与回程相关的延迟，最终可以实现毫秒级应用。

ETSI定义的MEC基本架构

宏观来讲，MEC的基本架构中不同的功能实体可划分为三个层级，网络层（Networks Level）、移动边缘主机层（Mobile Edge Host Level）、移动边缘系统层（Mobile Edge System Level）。此前，雷锋网有对MEC的技术架构详细剖析过，此次不再赘述。

而MEC的应用场景，雷锋网了解到，其主要有以下几个方面：

• 与网络连接和网络能力开放相关的本地边缘服务。比如替代企业Wi-Fi网络的移动虚拟专网、基于无线网络定位并与室分结合的室内定位；
• 边缘就近处理节省回传带宽降低时延的视频边缘服务。比如与CDN结合的边缘缓存、面向视频监控的边缘存储和识别分析；
• 面向终端的计算迁移降低终端成本的边缘辅助计算服务。比如面向AR、VR和游戏等提供边缘云渲染等。

此外，在智慧园区中，MEC可帮助园区的视频和IT应用减少流量迂回，降低传输时延，提供更安全的数据处理环境；在自动驾驶领域，MEC平台借助5G技术提供给车队高精度地图、视野共享、智能分析及连续切换等功能，辅助自动驾驶，提供更精准、更安全、零中断的驾驶体验。

MEC的应用场景很是广泛，除了以上提到的这些，还有更多的物联网垂直应用领域等待MEC研究人员来解锁。

目前，国内三大运营商均开展了MEC试点部署，其业务包括LTE移动虚拟专网、车联网、边缘缓存、室内定位等。根据《中国联通边缘计算技术白皮书》，中国联通5G 网络 MEC 部署规划，MEC 部署位置与业务场景具有密切关系，可以按需将 MEC 部署分为无线接入云、边缘云或者汇聚云三种方式。

总体来说，对于 uRLLC 低时延场景，MEC 需要部署于靠近基站侧的无线接入云；对于 eMBB 场景的大流量热点地区，MEC 可以部署于边缘云；对于 mMTC 场景，MEC 部署于位置较高的汇聚云，能够覆盖更大区域的业务需求。 

就无线接入云这种形式来看，MEC 与基站 CU 单元、核心网转发面 UPF 部署于无线接入云。通过在基站侧部署本地业务，为用户提供更短时延的服务。

其中，CU 单元包括 RRC 和 PDCP 层，DU 单元包括 RLC、 MAC 和 PHY 层，且 4G eNB 和 5G gNB 的 CU 单元可以合设。此方式下，MEC业务覆盖范围较小，适用于移动速度低，甚至不移动但对时延敏感的业务，比如赛场、场馆、景区相关的业务。 

微云

和MEC相比较，如果说MEC更强调“边缘”这个概念，那么微云更侧重于移动这个概念。

微云是开放边缘计算（Open Edge Computing，OEC）项目的研究成果，该项目最初由美国卡内基梅隆大学发起，此后受到了华为、英特尔和沃达丰等企业的支持。

公开资料显示，它是将移动计算平台和云计算结合起来的边缘计算体系架构，代表了“移动终端——微云——云”三层架构的中间层，其处在移动终端和云平台之间，是被部署在网络边缘、具有移动性的小型数据中心。

虽然微云本身是位于网络边缘，甚至从直观来讲更靠近用户，但微云主要是用于类似车辆网场景下的移动性增强，能为移动设备提供丰富的计算资源，甚至在飞机和车辆上直接运行。微云，旨在将云部署到离用户更近的地方，可以理解为一个轻量级的MEC。

就微云部署的位置来看，其与终端用户的距离为一跳无线连接，比如部署在蜂窝网络基站或者Wi-Fi基站上，为终端用户的计算任务提供低时延响应。当多个微云构建成分布式的移动边缘计算环境，拓展用户可用资源，可通过提供类似云平台的动态迁移机制，实现资源的负载均衡。

微云本质上是云，但微云与传统的云相比，两者又有区别，主要表现为以下几个方面：快速配置（Papid Provisioning）、不同微云之间的虚拟机切换（VM Hand-off）以及微云发现（Cloudlet Discovery）。

例如快速配置，由于微云主要是针对移动场景而设计的，因此会面临用户终端移动性带来的连接高度动态化问题，因此必须具备灵活的快速配置能力。

雾计算

雾计算的概念是思科（Cisco）2012年时提出的，随后，思科联合Arm、戴尔、英特尔、微软和普林斯顿大学，于2015年联合成立了开放雾计算联盟（OpenFog Consortium）。

相比MEC和微云来说，雾计算侧重点在物联网（IoT）的应用方面。

2017年2月，开放雾计算联盟发布了OpenFog参考架构，这是一个利用开放的标准方法，将云端的无缝智能与物联网终端联合在一起，旨在支持物联网、5G和人工智能应用的数据密集型需求的通用技术架构。

从传统封闭式系统以及依赖云计算来看，OpenFog已转变为一种新计算模型。它基于工作负载和设备能力，使计算更加接近网络边缘。雾计算将计算、通信、控制、存储资源和服务分配给用户或分布在靠近用户的设备与系统上，从而将云计算扩展到网络边缘，可以将它理解为位于网络边缘的小型云。

整个雾网络是由多个雾节点组成的整体，单个雾节点其性能相对较弱，但是地理位置分布广泛。由于其节点地理位置较为分散，不会集中产生大量的热量，因此无需额外的冷却系统，从而减少耗电。

雷锋网了解到，今年2月，美陆军研究实验室向Technica公司授出了一份价值100万美元的合同，委托该公司为战场士兵开发雾计算平台SmartFog。该平台在联网的情况下训练机器学习算法，在战场上可融合各种来源的数据并在不连接云的情况下进行离线处理，从而让士兵在断网区域应用人工智能能力。这里，其可以视为单兵设备与云之间的中间层，可以使士兵随时获取计算能力和存储空间。

三者对比分析

MEC、微云和雾计算，作为边缘计算的三种具体模式，其在部署位置、应用场景和实时交互方面有诸多相似点，也有不同之处。雷锋网(公众号：雷锋网)了解到，其主要表现为以下几个方面：

就部署位置来看，MEC是位于终端和数据中心之间，可以和接入点、基站、流量汇聚点、网关等共址；而微云和雾计算的部署位置，和以上提到的MEC部署位置一致。此外，微云还可以直接运行在车辆、飞机等终端上。

就应用场景来看，MEC主要致力于为应用降低时延，适合物联网、车联网、AR/VR等多种应用场景；微云适用于移动增强型应用以及物联网等诸多场景；而雾计算，主要是针对需要分布式计算和存储的物联网场景。

就三者的移动性和不同边缘节点上相同应用的实时交互支持，MEC只提供终端从一个边缘节点移动到另一个边缘节点情况下的移动性管理；而微云，其是提供虚拟机镜像从一个边缘节点到另一个边缘节点切换的支持；至于雾计算，则是完全支持雾节点分布式应用之间的通信。

雷锋网原创文章，未经授权禁止转载

The post 边缘计算的三种模式：MEC、微云和雾计算 appeared first on 云件.

事实上，大多数企业通常从两家或更多云计算供应商那里采购云服务，这一趋势将在2019年获得关注。尽管欧盟的通用数据保护法规(GDPR)有着严格的要求，但云计算的地域扩张不会放缓，因为更多的云计算供应商将扩大其服务组合和全球云区域足迹。

但随着云计算进入蓬勃发展期，另一个转变正在进行：Forrester Research公司分析师Dave Bartoletti表示，云计算将在未来一年内为企业应用程序提供创新的开发服务，而不仅仅是提供成本更低的临时服务器和存储设备。

例如，企业不再寻求磨练完美的云计算战略。相反，他们想知道他们的竞争对手在公共云方面正在做些什么。他们正在构建营销分析吗?如果是这样，在哪里构建?他们正在构建物联网应用吗?和谁一起构建?Bartoletti表示，在这些对话之后，讨论的是如何将核心企业应用程序中创建的数据从SAP和Oracle等公司云平台中迁移到公共云中。

随着企业通过云中创建的分析、机器学习(ML)、物联网、消息传递和数据库服务实现核心业务应用程序的现代化，这种寻求创新的方法将提高企业的采用率和支出。“在2019年，云计算将成为将颠覆性思想转化为惊人软件的最佳方式的简写。”Bartoletti说。

在这里，将着眼于2019年云计算采用的关键趋势。

1.多云战略获得牵引力

虽然大多数企业已经采和公共云，但还有一些企业对业务迁移到公共云犹豫不决，StateFarm公司IT高级副总裁Ashley Pettit表示，“这种保守的方法是确保对合规性和安全性有正确的控制”。

但与大多数公司一样，StateFarm公司正在采用来自多家供应商的公共云软件。Pettit表示，StateFarm公司正在从大型机和传统服务器迁移，今年将其DriveSafe&Save移动应用程序迁移到AWS，并计划在明年初推出用于定价和承保模型的软件。虽然AWS是StateFarm的主要云提供商，但它也可以与Microsoft Azure和Google Cloud的云平台一起使用，以改变其选项。

多样化的云计算选项是一个共同的主题。霍尼韦尔公司也正在使用IBM和Microsoft Azure，而通用电气公司则使用AWS和Azure服务。Pettit表示，对于State Farm公司而言，此举是向敏捷和“云原生”软件开发的更广泛转变的一部分，以便在未来编写软件时获得更大的灵活性。

2.云计算创新

由于容器、Kubernetes、“无服务器”计算，核心企业应用程序的部署方式正在重塑。Bartoletti表示，随着企业开发人员对应用程序部署进行现代化改造，Docker容器的采用近年来不断发展。Kubernetes是一种自动化容器部署、扩展和管理的软件，已成为企业的业务流程选择层。在2019年，Kubernetes将变得更容易部署，扩展和安全，供应商推出了API驱动的安全策略编排的新功能。

随着越来越多的企业开始推出数字服务和应用，新兴的“无服务器”计算部署模式也将获得关注。在无服务器计算中，客户可以开发、运行和管理应用程序，而无需构建和维护基础设施来运行它们。它提供了一个API，用于将功能与一个或多个事件相关联，例如当物联网传感器促进操作时。期待AWS、微软、谷歌和其他云计算供应商提升他们的无服务器组合，也称为功能即服务(FaaS)。

Bartoletti表示，无服务器以及容器和Kubernetes将构成核心业务应用程序现代化的基础。“未来，所有的云计算都将是无服务器的。”Bartoletti说，科技行业只是处于无中心服务器的“尖端”。

Gartner公司估计，到2020年，全球超过20%的企业将部署无服务器计算技术，而如今这一比例将增长不到5%。

3.重新启动私有云推送

Bartoletti表示，私有云的三种主要方法将在2019年实现，他将私有云定义为托管不适合公共云的工作负载的平台，这是因为成本、安全性、合规性、数据、架构设计或其他原因。

组织自己动手(DIY)的方法需要使用VMwarevSphere和软件定义的基础设施，这种方法可以像Synchrony这样的组织采用，但Bartoletti说这种方法往往是“昂贵、复杂，并且功能失调”。另一种DIY模式涉及使用OpenStack开源软件。第三种方法是让供应商为企业构建它，使用融合或超融合软件堆栈来最小化企业技术负担。

“在每种情况下，遗留系统仍然存在，你仍然需要将它们集成到这些新环境中，”Bartoletti说。

4.快速传递给PaaS

Bartoletti表示，企业将在2019年制定平台即服务(PaaS)战略，以“平衡第1天和第2天的经验”。他指出，企业将结合出色的第1天体验，其中包括构建和部署应用程序，以及管理操作平台和应用程序的第2天经验。

Bartoletti表示，每个组织都将决定是否利用特定云提供商独有的PaaS或专注于云中立性。有些人将继续寻求从任何一个云中抽象，同时等待供应商中立的增值服务，如Kubernetes和TensorFlow，以便在任何地方成熟并变得更容易操作。Bartoletti建议企业CIO采取一种方法，但愿意定期重新评估。

最终，Bartoletti表示，“组织的第1天开发者体验对其应用团队最为重要，因此不要为了简化第2天的运营体验而妥协。”

5.SaaS生态系统将会崛起

在2018年，SaaS供应商加大了整合力度，例如Salesforce购买API管理供应商MuleSoft和Workday试图解锁其平台。Bartoletti表示，在2019年，预计基于SaaS的集成行业生态系统将由微软、Oracle和SAP等企业软件支持者推动。早期的例子将来自供应链密集型行业，迫切需要在工业，医疗保健，制造业和政府等组织之间共享信息和协作。

“小鸟云”是深圳前海小鸟云计算有限公司旗下的云计算服务品牌，专注为个人开发者用户、中小型、大型企业用户提供一站式核心网络云端部署服务，促使用户云端部署化简为零，轻松快捷运用云计算。小鸟云是国内为数不多具有ISP/IDC双资质的专业云计算服务商，同时持有系统软件著作权证书、CNNIC地址分配联盟成员证书，通过了ISO27001信息安全管理体系国际认证、ISO9001质量保证体系国际认证。

作为卓越的云计算服务商，小鸟云有着完善的行业解决方案和精湛的云计算技术。自主研发的纯SSD架构云服务器，以50,000IOPS随机读写速度、800Mb/s吞吐量的高性能数值刷新行业记录。其整合资源、细化资源到落地资源的服务举措，旨在打造差异化的开放式闭环生态系统，帮助用户快速构建稳定、安全的云计算环境。且云计算强大的计算能力和弹性扩展优势有效降低用户开发运维难度和整体IT成本，让用户能更专注于核心业务的创新，实现自身更多价值。

The post 2019年的5个企业云战略趋势 appeared first on 云件.

一个人只能发出一种声音，当这种声音成为大众共识，毫无疑问，就进入了一个新时代。当下的安防行业，用盛世形容毫不为过，当刷脸时代进入大众视野时，安防行业也因人脸识别技术，完成了一次新的跨越。这里从产品技术和行业应用两大方面来解读安防行业的刷脸时代。

　　刷脸时代，众多安防产品被人脸识别赋能

从2016年起，人脸识别就“忽如一夜春风来，千树万树梨花开”，就产品形态而言大致就几大类，以下一一来介绍分析。

　　1、摄像机成为刷脸时代最前端利器

将AI前端化是大部分人脸识别企业的作为。人脸识别摄像机是智能化的产物，特点是可以对人脸进行追踪，识别。举例来看，科达感知型摄像机在行业里造风云。他们初推之时，以“重新定义”作为感知型摄像机的标签，当时很多人都不理解为何要用“重新定义”一词，其实这正展示了科达对智能分析的重新理解。 首先是从数据源头识别。该摄像机从非压缩数字信号源中提取原滋原味的特征信息(提取后才压缩传输视频流)，保证了分析及识别结果的准确性。 其次是形成语义信息。完成识别后，将给后台发送三路数据流：音视频、图片、语义信息。其中图片流是其分析结果在客户端的具体呈现，其可进行半结构化数据信息提取，给平台的进一步深度应用提供可能，具体如人员搜索、人脸识别及其他的结构化数据信息的提取(眼镜、口罩、长短发、发型发色、衣服纹理颜色)等，语义信息则将提取到的信息转为结构化数据，将给平台的进一步分析和大数据应用提供数据基础。

　　2、服务器展开刷脸深度应用

相较于前端，如果在后端部署AI，那肯定是深度AI的产物。今年评测中大华为业界带来了IVSS产品，来看看其技术风采。要提升视频监控应用价值，深化行业应用需要深度智能展现功力。此次大华此产品除了可广泛应用于智能楼宇、大型停车场、平安城市、金融理财、文化、能源等场景外，对于类似于小区、宿舍的小场景智能应用也是能手。因此，产品在人脸识别、车辆识别、人脸比对、实时布控等方面应具备超级性能。

精准识别：大华IVSS支持64路人脸识别(视频流)或160路人脸识别(图片流)比对报警，支持年龄，性别，表情，口罩，帽子，眼镜，面具，胡子人脸属性检测，实际测试中选用的帽子，眼镜，面具均能精准识别，且识别速度极快。但采用大面积口罩和用纸条可疑遮挡眼部的情形时，该机的识别准确率明显下降，可见即便是行业巨头，在识别能力方面还有诸多深挖的空间。与此同时，产品在其他人体属性，比如衣裤颜色、带伞、带包的识别能力也是精准误差。在车辆检测能力方面，该机支持车牌号以及160种车牌类型进行检测，支持14种车色，16种车型等属性检测;支持支持对驾驶员是否系安全带、是否抽烟、是否打电话。

抓拍能力灵敏、高效比对：抓拍性能方面，该服务器即可进行在指定区域的人脸检测并抓拍人脸图像，按时间、地点等条件即可查询抓拍图片。自动将将监控摄像头抓拍到的人脸图片与指定人脸库进行实时比对，秒级反馈比对结果。产品集成人工智能算法，支持人脸检测、人脸跟踪、人脸抓拍、人脸质量评分及人脸识别等智能算法，支持1：N和n：N人脸比对，最多支持10张相似图片的以图搜图，还支持按通道及时间、结构化属性条件高级检索相关图片，可关联录像回放。

布控实战，解决用户痛点：智能要解决的是被动防范的问题，提升公安主动干预能力。该机，实现从人脸采集到分析到布控的全过程目标监控，提供黑名单对比实时报警、不明人员身份确认、重点人员身份排查、事中与事后检索等功能，帮助公安部门快速确认和辨别特定人员的真实身份信息;支持人脸库，可通过U盘、客户端软件，并为图片编辑姓名、性别、生 日、省份、城市、证件类型、证件编号，最大创建20个人脸库(黑白名单)，共导入10万张人脸图片，单库10万人脸实时布控。实测中我们进行人脸库的录入和比对也极为便捷和精准。

　　3、楼宇对讲体验刷脸的畅快出行

在当今楼宇对讲行业中，人脸识别俨然已成为时下最“热火”词汇。南亿的人脸识别对讲产品最值得一提的智能功能是人脸识别和人证比对。南亿的人脸识别技术基于人工智能，将附能机器智慧之眼，其具的活体判别能力保证产品无法以非活性的照片、木偶、蜡像等来欺骗识别系统。与此同时，考虑到24小时开门的保障，在暗夜间或无光照条件下，南亿的光感应技术足以胜任，守护住户安全。人证比对功能方面，该机采用最新人脸识别算法，结合最新第二代身份证阅读器应用技术，将人脸识别的多个核心算法人脸定位、人脸特征建模、人脸识别比对等进行了专门优化，支持特征值，空间，三维(多姿)多种比对算法，具有获取方式直接隐蔽、人脸特征信息编码数据量小、识别速度快、识别准确率高、拒识率低、甄别简便、安全性高、使用简便等特点。与与辖区派出所联动后，可将经常出没于辖区范围内的有犯罪记录或者嫌疑人员进行黑名单布控，一旦发现黑名单人员出现在布控区域，辖区派出所的报警平台便会出现预警提示。收到通知后，民警便可在第一时间采取防范措施。

　　4、人证核验精准判定“你就是你”

在刷脸时代我们关注智能，更关注生物识别技术结合智能功能的产品体现。近两年公安对于核验类产品极为重视，是人员布控和追查不可缺少的技术环节。而各类人脸识别方法的关键都在于，提取人脸数据中与身份相关的本质特征，同时消除其中受非身份因素影响的部分，其中光照问题在实际应用中最为重要，用户普遍要求人脸识别系统能适应不同的光照环境。所以利用可见光是行业内大多在用的人脸识别技术，但在算法上存在差异。

中控智慧可见光+近红外动态人脸核验终端，已经在可见光预处理算法上做到了极致，几乎很少有抓取的人脸识别图像信息损失情况。为了最大限度保障产品的超高识别率，利用近红外来有效解决可见光人脸识别不能解决的问题。双光学技术保障了中控智慧动态人脸核验终端在应用中，无一漏网之鱼。试想，在比如在车站，旅客经过闸机时，该产品对旅客人脸进行读取、抓拍，通过深度学习算法，判断持票人和身份证是否一致。同时根据身份证信息，同步关联购票信息，如人、证、票三者比对一致，则闸机放行，这就是中控智慧给予的民用AI体验感。

　　5、智能锁，用刷脸锁住安全

智能锁是这几年整个行业都在涉足的产品门类，其最高端的技术功能就是云管理和人脸识别。北京君工智能锁记者在一次采访中有所接触，据了解，这款智能门锁采用悬浮式隐藏把手设计，并支持指静脉+人脸识别双解锁， 该产品现在已经在市场上口碑上佳。

需要指出的是，如何打开人脸识别智能锁市场让更多人接受，是一个市场推广过程，也是一个技术升级的进程。现在的中国家庭很多开始都偏向于智能家居这方面，越来越意识到安防的重要性，但是又很迷茫市场上卖的那么多不知道怎么选择才适合自己，或者才物有所值。这就需要从业企业主动去了解消费者内心的想法，然后消除顾虑，打开产品市场扩大发展空间和利润。与此同时，人脸识别智能锁锁作为高科技产品，售后服务是其产品销售中不可分割的一部分，也是评价产品好坏的标准。现阶段人脸识别锁市场的竞争更多停留在价格竞争上，很多指纹门锁厂商没有意识到售后服务的重要性，还没有看到消费者对售后服务的渴望。在越来越激烈的市场竞争中，智能锁企业需放远目光，品质及服务两手抓，两手都要硬，这样才能在高飞的过程中保持“品质与服务”这两支翅膀的平衡。

当然还有门禁产品并未提及，现在传统门禁企业都转型到视频门禁产品方面，其功能性和楼宇对讲差别不大，就不在重复。可以说，作为采集端和管理端，安防最主要的产品门类几乎都被人脸识别所覆盖。而安防行业在大调整时期，人脸识别赋能的产品是传统安企的一波新的机会，8月份记者去了深圳巨龙人脸识别摄像机发布会，在会上了解到该企业在北京雪亮工程建设中获得了1万路的人脸识别摄像机大单，一个项目几千万足够能让不少传统安企东山再起，但前提条件是有一技之长。

　　刷脸技术行业化应用遍地开花

在应用层面来看，当下的各行各业都在期待人脸识别的爆发。由于公安和交通是AI应用最多的两大行业，已经在全年栏目中多次谈及，本文也不在重复。重点介绍以下几个行业的刷脸应用。

　　1、知人知面更知心的新零售刷脸体验

前不久在悠络客的一位多年老友与之详谈间，谈及了他们企业也在转型到智慧新零售领域。他认为，目前，尽管新零售十分火爆，但对于新零售的定义各家都有所不同。智慧新零售的“新”有三方面，即新的消费体验、新的管理模式和新的安全管控。他表示，希望悠络客能和线下门店的会员系统打通，通过人脸识别技术实现更好的消费体验。此外，智能摄像头平台化后，还可以实现远程巡店和线上门店管理。“中国门店已经有一亿台摄像头在使用，换成我们悠络客的AI摄像头，除了安全我们还可以带来管理和升级等等。所以我们叫三眼合一，即消费者之眼、管理之眼和安全之眼，实现新的消费体验、新的安全管理模式和新的监控。”据了解，在8年的发展中，悠络客凭借独特优势，三眼合一打造出了匹配新零售的场景。基于深度学习的人脸识别技术构成消费之眼，并运用到了门店当中。通过8年时间聚焦门店，对不同消费场景进行捕捉，悠络客已经积累了大量的数据。

知人知面更知心的智慧新零售，以人脸识别技术为入口，打通线上与线下场景，将人、货、场自然地融合， 应用于零售行业、生活服务、高端奢享等线下场景，运用精准人脸识客、智能提醒、 精准营销、大数据分析等功能，提升运营效率和用户消费体验, 形成完整服务体验闭环。

不仅在管理方面是种创新，刷脸的智慧新零售还可以在业务模式上创新。比如创建智能会员，终端依靠摄像头或摄像机采集人的脸部信息，获得人脸ID并作为会员认定依据。当顾客下次入店，机器检测分析他的脸部特征信息进行身份识别后，就能知道他是不是会员，那么商家无需再使用卡片或手机号作为会员凭证。传统会员系统无法为商家提供精准的数据。例如购物时顾客心情的好坏，在店内的移动轨迹，甚至他们视线注意力的变化等都可以被机器捕捉，大量用户消费的数据汇总至后台就可用于分析消费者的喜好和需求，从而指导商家调整商品陈列、选品优化、精准营销等。刷脸作为判断会员与否，在外人看来似乎只是个噱头。但是对于一家AI公司来说，实际上蕴藏着巨大的数据价值。在便利店的零售场景下，掌握用户部分信息后，再实现对于物的记录与认知，那么新零售中人、货、场三个关键数据闭环由此打通。依靠人脸识别技术，开为的屏幕终端可为每位顾客建立人脸会员ID。首次建立人脸ID时，顾客需要扫描屏幕上二维码关注便利店的微信公号，完成人脸ID与微信ID的绑定。

　　2、智慧社区业主一脸通

人脸识别与智慧小区的合作是最佳拍档，既提高安全性也将方便性提高到极致的程度。未来的智慧社区将是人脸识别社区，全方位保护住户并提供极致方便，同时对访客、外来人员、周边服务人员起到良好的管理作用，并提升O2O服务水平和保障。所以你会看到未来在社区服务方面无论是线上还是线下，在社区管理方面无论是业主还是访客，无论是大门还是楼栋和家庭，人脸识别将是最优选择，是一种生态。

安居宝此次展会就展示了社区AI人脸识别解决方案，畅行无阻的刷车通行，取卡环节不再成为麻烦，同时起降杆自动抬起，这种顺畅感是开车回家的乐趣所在。与此同时，进入小区的那一刻，家里智能设备亦可随心所欲的开启;在小区单元门口时，通过人脸识别刷出无感通行的畅意，尊享主人身份，鉴于开门的多种需求，除此之外安居宝单元门口机还具有云对讲、指纹、蓝牙、二维码、密码、身份证、验证码、IC卡、NFC等多种开门方式，为业主回家之路，提供快速通行;乘坐电梯你也会感受到AI的存在，以刷脸进入电梯，既安全且高效，系统依据业主存储数据自动送达所在楼层，同时能开启全屋智能。在安居宝的设想里，智慧体验总能先用户一步，当你到家时，它已经在那静静的等你;在家门口的场景中，刷脸后的秒开，用最快最高效的方式，进入家的怀抱。智慧社区的五大场景体验，构成了安居宝社区AI人脸识别解决方案，打造“智慧先行概念——人脸识别”的全场景智能集成联动的体验感。

　　3、刷脸助力智慧酒店真正落地

在刷脸的热潮中，无人化已经成为一种趋势。今年全国第一家刷脸的无人智慧酒店落户青岛。当客人进入酒店时，第一个环节就是到前台开房登记。从前，开房登记流程要经过接待人员问询、身份证扫描确认、支付押金、选房层发房卡、打印纸质票据等多道繁杂流程，尤其是身份认证耗时最长，如果遇到团队入住，情况则更为复杂，比如办公设备因高频使用出现故障、顾客因急于进房间休息无法忍耐漫长的等待等。为了帮助酒店实现管理业务的系统化，以及解决方案平台的一站式共享，智慧酒店安防系统通过人脸识别技术，当顾客走到前台时，系统会自动根据顾客被摄像头捕捉到的影像，预先调取顾客身份准备核对。随后，顾客提交身份证与系统完成核对，整个验证核对过程简单、快速且实现了自动化，更大幅降低了人工识别造成的误差。而且，针对酒店VIP客人，系统可实时对比酒店大堂的摄像头影像和登记在酒店基础系统中的VIP面部数据，当VIP客人到达时，酒店可第一时间提供个性化周到服务，提高客户的满意度。刷脸按照提示就可办理入住后，机器人变身引领员,还能帮着搬行李,进入房间机器人帮打开窗帘、灯、电视,一路都是智慧化的体验。

　　4、刷脸人智慧园区从被动防范走向主动预判

在任何应用领域，安全都是第一要义。作为智慧园区，其传统安防建设必须要完成针对突发公共事件应急指挥、园区综合管理、道路交通安全、重点单位防护等方面的覆盖，形成覆盖整个园区的全天候无死角监控体系。利用多种前端探测手段对园区设施、来往人员等进行信息采集，并自动进行动态管控，辅助上层决策。然而，在刷脸时代，监控加持更多能力，最主要的就是从智慧园区的被动防范走向主动预判和干预阶段。也因此，在当下智慧园区甲方希望对辖区重点敏感部位需要更智能的安防技术手段，需要对园区内各种事件如盗窃、破坏、入侵和其他可疑行为及时发现和处理。需要应用AI技术使传统的被动监控的模式转化为主动监控，根据自身安防需要设置各种规则，对各种可疑事件和行为进行分析报警，并联动视频图像记录行为过程，提高安防应用水平。

万家安在刷脸技术浪潮中，做足内功，以AI与IoT为前沿技术架构，基于多年视频监控沉淀，并结合以上智慧园区应用现状，2018顺势而为推出了iSEE(智眼)和iBRAIN(智脑)的人工智能新品。据了解，iSEE即AI监控摄像机，外观既时尚又稳重，却不张扬，与万佳安的低调个性如出一辙。在性能方面，由于搭载专业AI、低功耗ASIC芯片以及专业星光级sensor，以智能+星光的方式满足24小时的智慧园区AI应用，即使周围环境光线不佳，人员戴帽子或一定角度下低头、侧脸，仍然可以做到准确识别;与此同时，嵌千万级人脸数据训练的深度学习检测算法，能够在各种复杂环境快速提取人脸信息，秒传人脸抓拍图片。智眼之下，视界因你更清晰、更智能。iBRAIN是万佳安AI家族中的NVR产品。在安防行业，产品能和人的大脑一样去思考和处理就是超能力，而万佳安为此产品加持更多超能力。国际权威LFW人脸数据集识别准确率高达99%以上，处于业界领先;内嵌千万级人脸数据训练的深度学习识别算法，能够在各种复杂环境快速识别比对人脸，对人脸属性有深度优化，诸如年龄、性别、戴眼镜等属性都能精准识别，配合以图搜图，能快速查找人脸图片和录像，提高人员定位效率。这种无误差的多特征人体识别能力，在行业确实值得点赞。

　　结束语

刷脸时代是当下盛世安防下的一个技术缩影，也再次提升安防产品与技术大步流行奔向前，最终受益的当然是行业化的用户，他们才是体验者。由此可见，刷脸成为了安防行业一个时代的印记，也将影响未来安防行业的格局变化，传统安企也将在人脸识别技术浪潮中，迎接新一波的市场洗礼。

来源：http://www.qianjia.com/html/2018-11/30_313754.html

The post 人脸识别技术助力安防行业再次实现跨越 appeared first on 云件.

NB-IOT文件

5G和NB-IOT的关系
很多人并不理解5G和NB-IOT到底存在什么关系，到底NB-IoT是不是5G技术，通讯中的5G（概念），即第五代移动电话行动通信标准，也称第五代搜索移动通信技术。5G技术带来的绝不仅仅是更快的网速，而是将万物智能互联成为可能其实，而NB-IoT是5G商用的前奏和基础，因此，NB-IoT的演进更加重要，例如支持组播、连续移动性、新的功率等级等等，只要NB-IOT等基础建设完整，5G才有可能真正实现。NB-IoT技术为物联网领域的创新应用带来勃勃生机，给远程抄表、安防报警、智慧井盖、智慧路灯等诸多领域带来的创新突破。

5G

5G进展
6月5号，工信部发布了在3300到3600兆、4800到5000兆之间来应用5G的征求意见稿。6月8号又进一步征集在高频段毫米波频段如何来使用5G的征求意见，就24G到27G以及42G这样的频段如何应用5G，让社会各界提出宝贵的意见。“缺芯少核”问题也许会随着5G的到来而缓解。华为旗下的海思半导体日前表态正在开发支持5G网络的麒麟处理器，预计2019年问世。同时预计在2019年推出第一个R10版本的5G芯片，不过要到2020年的R16才算真正的5G标准。

根据国际标准组织3GPP和ITU（国际电信联盟）的时间表，2018年6月会有第一个正式的5G标准版本，即R15。R1将6在2019年年底完成，将比R15版本更为完善。这也将是最后版本。

目前，中国的5G推进组不仅是中、日、美、韩、欧洲这几个地区共同来推进5G的合作组织，而且还吸收了巴西的5G推进组织，5G合作从北半球延伸到南半球，使整个5G更加全球化的推进。中国致力于推进全球统一的5G标准，这将首次实现移动通信领域全球统一标准。

NB-IOT应用场景和对物联网带来的影响
NB-IOT的发展将给物联网领域带来巨大变革，直接影响到每个人的生活，下面是几大典型的场景和变化：

智慧城市：以水、电、气表智能计量、公共停车管理、环保监测等领域为切入点，城市公共服务和公共管理的能力提升，监测一座城市需要很多方面并且要低成本。NB-IoT和LTE使得控制路灯，免费停车，环境监测等变的可能。如前所述，NB-IoT调制解调器具有竞争力的价格。比如，模组预计为5美元。智能抄表的主要要求是网络覆盖。有时，抄表需要在信号恶劣的地区，比如，偏远地区和地下。NB-IoT通过规律的小数据传送实现对煤气和水表的监测。这会导致更好的网络覆盖。
 

智慧城市
信息消费：在智能家居、可穿戴设备、儿童及老人照看、宠物追踪及消费电子等产品中的应用，加强商业模式创新；NB-IOT都支持海量传感器，从大数据量到小数据量的活动。让便携和实施大数据成为可能。

智能家居
工业制造：与工业互联网、智能制造相结合推动融合创新，对生产制造过程的监控和控制，在物流运输、农业生产等领域的应用将大大拓展。

共享技术与智能硬件：如共享单车、智能硬件等“双创”企业应用。

共享技术
近期的一系列动作，包含频段，标准，政策，都突然加速推出，相信很多人都已经感受到了5G和万物互联将离我们越来越近。

The post NB-IoT和5G建设大提速, 细说两者关系 appeared first on 云件.

2018年9月14日，中国经济信息社在2018世界物联网博览会上发布了《2017-2018年中国物联网发展年度报告》（以下简称“《年报》”），聚焦IoT产业诸多问题，分析了当下全球及国内IoT产业发展现状。

物联网市场容量激增与入口之战

据前瞻研究院统计数据显示，全球物联网市场规模将会从2017年的0.9万亿美元增长到2022年2.3万亿美元。

物联网行业渗透率提升，跨界应用崛起。据2017/18年度沃达丰物联网市场晴雨表数据显示，2017年物联网市场整体应用率为29%，与五年前相比，包括汽车业、制造业、消费电子行业的物联网渗透率均超过30%，其中作为当下最火的、也是普及率最广的消费电子品类，物联网渗透率已经高达40%。

据雷锋网编辑了解，消费电子品类中最火的，除去智能手机外，还有智能音箱、智能手表等连接和控制类产品，一直备受市场青睐，并经历着一波又一波的热潮，这其中微妙之处还是在于众厂商对物联网入口的争夺。

据工业和信息化部统计数据显示，截止2018年6月，全国物联网终端用户已经达到4.65亿户，2017年新增物联网用户为1.45亿户。以国内通信巨头中国移动为例，其互联网用户总数已经达到12.8亿户，互联网累计流量达到68.9亿G。

数据作为当下时代的又一经济形态，对于诸多前瞻科技公司来讲，只有掌握互联网入口，才能掌握更多的用户数据，也才能在下一个发展阶段继续高走或异军突起，因而物联网入口成为兵家必争。

基础建设成熟带来应用领域看好

物联网基础技术已经逐渐成熟，包括硬件上的芯片价格下降，联网技术上的LPWAN基础建设的成熟、5G标准化进程的加速和工业以太网的发展，以及大数据、云计算、开源软件等生态建设的快速进程，整体物联网布局进入中局。

其中，物联网发展至关重要的三方面包括：平台化服务，泛在化连接和智能化终端，这些方面也经过近几年的发展逐渐走向成熟，具体发展现状如下：

• 平台化服务：打破垂直行业“应用孤岛”，促进大规模开环应用的发展，形成新的业态，实现服务的增值化。利用平台数据汇集，挖掘物联网数据价值，衍生新的应用类型和应用模式。
• 泛在化连接：广域网和短距离通信技术的不断应用推动更多的传感器设备接入网络，为物联网提供大范围、大规模连接能力，实现物联网数据实时传输和动态处理。
• 智能化终端：传感器等底层设备自身向智能化发展，通过引入物联网操作系统等软件，降低底层面向异构硬件开发难度，支持不同设备本地化协同，实现面向多应用场景联合配置。

随着物联网基础建设的逐步成熟，《年报》中就全球物联网市场中有望在十年内实现大规模普及的领域给出了预测，其中，包括现在的智能交通、智能医疗、智能驾驶、智能家居等当下热门领域均榜上有名。

从平台建设到商业模式

据中国通信工业协会物联网分会统计数据显示，我国物联网产业规模已经从2013年的4896.5亿元增长到2017年的11860亿元，年复合增长率高达25%；公众网络机器到机器（M2M）连接数突破1亿台，占全球总量31%。我国物联网产业规模在2017年首次突破万亿，并有望在2018年突破15000亿元。

据IDC今年发布的《中国物联网平台支出预测与分析》研究报告预测，2017至2021年四年间，中国物联网平台支出将保持13.0%的年复合增长率，增长速度在全球排名第一。到2021年，中国物联网平台支出将达到62.2亿美元（约419.7亿元人民币）。

就现阶段国内产业发展现状来看，物联网云平台成为竞争核心领域。包括BATJ，以及华为、小米等公司纷纷搭建起自家的IoT平台，并在2017年前后相继宣布对外开放。

随着各家平台的对外开放，整个市场竞争进一步激烈，纷纷通过联合产业界公司，形成产业联盟，例如京东主导的智能音箱产业联盟、智能大屏产业联盟。现在各大平台主要面临的则是商业模式的探索，未来预计还将会面临协作与分工、应用场景落地的问题。

产业落地与商业化探索

从智能设备研发角度来看，《年报》指出市场发展回归理性，逐步进入实质性发展阶段。个人用户更加关注物联网设备实际智能体验，对手势识别、3D人脸识别、AI语音助手等技术及功能的能力需求越来越高；企业用户更加关注物联网应用投入产出比，其中，工业企业迫切需要智能化、无人化，以降低损耗、成本，提升生产效率。

就实际落地应用来看，物联网技术及产品已经通过试点示范开始在交通、物流、环保、医疗、安防等领域规模化应用。例如去年的共享单车热潮，今年的智慧零售。包括国内的阿里、国外的英特尔，纷纷在智慧零售领域布局，与相关厂商合作，推出应用方案，例如英特尔今年9月发布了针对视觉零售的自主式设备SKM（Smart Kiosk Module）模组一体式解决方案。

目前，智能家居、智慧城市、工业物联网及车联网成为当下物联网市场戏份最足、发展最快的细分领域。以智慧家居为例，2017年国内智慧家居市场规模达到900亿元，相比2016年增长50%。据中经社数据库统计数据显示，以上四大细分领域的热点技术和产品各有不同，具体分布如下图所示。

机遇与挑战并存

物联网作为继互联网之后的又一时代性技术，世界各国都在加快布局。《年报》中指出，美国产业界重点关注LTE-M，同时美国事务处理性能委员会（TPC）正在加快物联网网关基准建设；欧盟签署联合发展5G基准宣言，并在今年5月全面实施《通用数据保护条例》（GDPR）；日本在2017年推出科技创新综合战略，并在2018年1月提出给予物联网投资减税优惠政策。我国针对物联网发展，自2017年发布十多份文件，具体见下表。

就物联网相关供应链来看，物联网整个行业主要涉及芯片、应用设备、网络服务、软件应用、系统集成和物联网运营六个环节。其中在技术层面，尤其在芯片、应用设备、系统集成关键产品的高端市场，国内物联网技术发展还与欧美有很大差距。我国其他物联网产业链主要环节服务商发展情况如下表所示。

近年来，随着国家及业界的重视，在相关领域也有了一定的突破，尤其在集成电路方面，国家投入大基金扶持产业发展，诸如长江存储、紫光展锐、华虹宏力也都弥补了一定的产业不足。

The post 解读我国万亿级物联网市场的前进与破局之路 appeared first on 云件.

The post 2018年安防行业分析：人工智能＋安防成发展新引擎 appeared first on 云件.

The post 6大方面，深度解读SaaS领域的“客户成功” appeared first on 云件.

“现在的 PaaS已经跟传统 PaaS完全不一样了；甚至可以说，有了容器 PaaS，很多场景下都不需要 IaaS。”某企业私有云提供商CTO李博士对此一点都不惊讶。日常工作中他接触了太多对互联网业务需求强烈的传统企业，以一家汽车制造企业、一家能源电力企业为例，采用的都是“物理机 +容器”的方式来部署私有云，上云的业务既有内部管理系统（OA），也有核心业务系统（支付网关）。可以说这些客户倒逼云计算供应商提供出 Docker+Kubernetes的容器 PaaS解决方案。

李博士的这番话的背景，是 Kubernetes成为事实标准，在相关领域攻城略地，而基于 Docker+Kubernetes的集群开始成为私有云的标准解法，不但互联网公司纷纷从 OpenStack迁移到 Kubernetes，私有云提供商都将 Kubernetes的 PaaS作为他们的主打产品。

有关传统 PaaS与容器 PaaS的对比，业界有非常多的观点。

PaaS一度是云计算的宠儿，从这个概念诞生开始，就有人认为它才是云计算的未来：使用 PaaS就像用水和电一样，无关系统和环境，无需运维。大量的公有云厂商都瞄准了这个方向推出产品，甚至很多公司最开始推出的云计算产品就是 PaaS，最典型的就是新浪云 SAE。

但人们很快发现，传统 PaaS的局限性太大，受限的运行环境、被阉割的 API，彼时开发 PaaS上的应用就意味着和这个 PaaS强绑定，很难迁移。甚至连开发都很有问题，因为你的开发环境和运行环境差别太大。因此 PaaS逐渐偃旗息鼓，IaaS作为更务实的选择，成为公有云的宠儿。

但这个情况被 Docker以及之后的 Kubernetes所改变了。

以前的 PaaS面对的是开发，但其实无法满足开发者个性化的需求；容器 PaaS关注的是部署和分发，不去干涉应用的运行时，反而给了开发更大的空间。

在传统 PaaS平台结构中，更多是做一个应用沙盒，封装了应用正常运行所需的运行环境和系统，这类 PaaS平台就如同一个“黑盒”，应用完全脱离了用户的控制，进入了完全被托管的状态，使得开发人员和运维人员对应用和应用运行时的掌控力变弱；另外传统 PaaS通常在应用架构选择、支持的环境服务等方面有较强限制，导致此类云平台层次结构运力不足。

随着容器的兴起，传统 PaaS一方面向更高级的 Serverless转变，另一方面又分裂出 iPaaS，也就是容器 PaaS，可做应用层的封装调度、部署打包、开发扩容，很多互联网厂商和红帽这样的传统厂商都在转向以容器为核心的 PaaS。

对于客户来说，通过容器 PaaS可以更加快速的实现业务开发、集成和交付上线；另外它还具有无绑定、可拓展的特点。

当然，用户在选择哪些业务采用容器 PaaS的时候更多的是考虑业务本身的流量是否具有突然性增长，而和具体的业务领域关系不大。不过，大部分用户上云也是遵循着优先部署对弹性能力要求比较高的业务、其他业务逐步迁移这样一个策略。

在企业私有云建设中，曾经一度进化出了 IaaS+云平台的分层结构，但 IaaS层不具备贴近应用的资源调度策略。基于容器的 iPaaS在部署和分发上更方便，更多的代码、应用、服务能被复用，而 IaaS不贴近业务，交付慢。

另外伴随 PaaS与 DevOps结合为企业做微服务化改造，真正让企业的系统和应用实现了横向扩展、弹性伸缩。相对而言，IaaS一般只能做原样迁移，不改造架构，企业上云前遇到的问题在上云后还会遇到。

在企业公有云上，也有 PaaS能力向 IaaS层渗透的趋势，这就是行业专有云。我们发现在计世资讯发布的《2016-2017 年中国金融云市场现状与发展趋势研究报告》中显示，一些大型金融企业牵头，在自身搭建金融私有云的同时将冗余的资源提供给特定的、有需求的、受限于资金、技术能力等方面的中小型金融企业，最终形成专供金融行业企业使用的金融专有云模式。

Kubernetes作为 Google开源的项目，其面向互联网应用的基因是渗透到整个平台的设计理念里的，这一点与传统企业的业务互联网化需求是非常匹配的。其他的调度框架、更多的特性会聚焦于如何实现资源调度，当然这也很重要；而 Kubernetes的特性是围绕互联网应用架构去设计开发。

无论是 Docker、Kubernetes，还是 DevOps、微服务，以一个传统客户选择这些互联网架构的上云历程为例，来诠释个中原因。

在能源行业有个客户，在去年部署容器 PaaS和 DevOps平台。其中，集成了禅道（项目和文档管理）、Gitlab（代码管理、Issue跟踪）、Jinkens（持续集成）、容器平台（持续部署、升级），我们帮客户实现整个 DevOps工具链的集成和自动化 Pipeline构建，现在客户从开发到测试环境部署实现了一键式。当然，根据客户的安全管理规范，上生产环境还是要经过内部审批后才能实现部署发布，不过在内部的镜像库、部署文件同步等方面我们也帮客户完成了平台搭建，只要流程审批通过也能实现一键式生成环境发布，效果非常不错。

选择容器 PaaS需要对原有的业务重构，这是用户在采用容器 PaaS时不利的方面，但传统企业只要真正拥抱互联网，就必须去使用与互联网相适应的新技术。而容器 PaaS在改造传统业务时，可以较好的实现逐步过渡，分期上线，也可以打消传统企业的疑虑。

从去年以来，云原生理念被越来越多的人所接受，以 Kubernetes为核心的云原生容器基金会 CNCF也迎来众多企业的支持。基于容器和 Kubernetes的 PaaS、微服务、Serverless等一起构成了云原生应用的基础设施和架构，只要云原生的理念不断普及，容器 PaaS就会取代过去以虚拟化为核心的 IaaS，成为云计算的主流。

2017年，Kubernetes成为容器编排事实标准，对云计算的底层架构有着深远影响。特别是在过去不受重视的 PaaS层，有了 k8s加持之后能力大大加强，开始逐渐发威。而在云计算的实际使用中人们发现，SaaS和 IaaS都在发展 PaaS以满足客户快速开发的需求。这也是我们策划本次选题的原因所在，希望探讨 PaaS的技术演变以及发展趋势。

我们发现他们很多传统企业客户都在选择 Docker、Kubernetes这样的互联网架构，真的是在全面拥抱互联网。博云也从他们业务经验中，解答了我们有关 PaaS会取代 IaaS吗？为什么 PaaS重新流行？PaaS会成为云计算主流吗？等诸多疑问。

参考：http://www.infoq.com/cn/news/2018/04/PaaS-Docker-Kubernets

The post 你知道吗？传统企业已经在用最新互联网架构了 appeared first on 云件.