物聯網的興起和雲端計算的終結

上個星期在Gartner資料中心年度會議上，矽谷風投大佬AndreessenHorowitz 合夥人Peter Levine語出驚人，他指出雲端計算時代在還沒有正式啟動的時候，就將很快“終結”。“我將為你們展示什麼才是未來。”他以此開場，隨後論述了他關於雲端計算昨天、今天和明天的“瘋狂”觀點：中央計算將很快被分散式計算取代，他非常樂於投資雲端計算的“終結者們”。

當我們都還在考慮如何轉型到雲端計算中心的時候，軟體創新的前沿者們，是否應該開始考慮“後雲端計算時代”的軟體了？   

                  

無獨有偶，2016年初，惠普（HPE）正式關閉了它的公有云業務。這幾天思科也宣佈即將終結它10億美元的公有云服務，將於2017年3月31日正式關閉。遙想思科推出互聯雲之時，號稱這是一種基於OpenStack的平臺，能夠在各個資料中心之間輕鬆轉移工作負載，並表示這個平臺是將其自己和合作夥伴公司的巨集大計劃。事實顯然證明，這個願景實現起來比預想的困難得多。目前，5大雲服務商主宰了公有云服務一半以上的市場份額，並且其增長速度甚至超過整個雲端計算市場份額的增長速度。                   

這些關門是否和物聯網趨勢有關，不得而知。但是歸根結底，雲端計算是建立在“集中大量的硬體來提供消費者服務”。而物聯網，恰恰提供了“大量”的計算能力。

物聯網的產生和發展，從商業經濟上，開設了一個全新的競爭場所：原來由“人”為主體的網路轉向由“物”為主體。目前眾多的投資創業轉型專案，就是這個革命的見證。從技術角度來看，我們要思考，這個物聯網的發展，是否會導致計算模式的再次變革？               

答案是肯定的，就是物聯網的發展將是雲端計算結束的開始。                   

現代意義上的計算，可以從六十年代的IBM的大型商務機(mainframe)開始算起。集中計算的特徵就是使用者不需要考慮任何硬體軟體的配置功能。缺點是沒有可伸縮性。和集中計算相反的分散式計算是從七十年代的小型機開始，八十年代以Unix系統為主導的發展，到本世紀初的手機和後來的智慧手機達到高峰。分佈計算的特徵是每個節點都有計算功能。缺點是每個使用者都需要管理自己的節點，硬體軟體。後來就出現了雲端計算，把大量的資料處理交給“雲”去做。這個雲端計算實際又是一個集中計算，它免去了使用者對中央計算的管理要求。

我們現在要問，這個鐘擺是不是又會將計算模式擺回到分散式？                    

物聯網的出現，將計算節點數量和資料量推到一個更高的層次。這個量變將引起質變：雲端計算會因此而只能維持現狀而不會持續發展，或者說，終結（這個不是消失的意思，就像IBM的大型商業服務機至今仍然在使用一樣）。將雲端計算取代的是很多“微計算中心”(micro service center)，這個有點類似於思科在2014年提出的“霧計算”概念(fogcomputing)。這就是說，過去60年的計算模式，又會回到分散式：每個節點，伺服器、電腦、手機、感測器、智慧路燈，都會有計算功能。                       

當年思科提出霧計算的概念是出於技術角度。它認為物聯網的節點必須有自己的自治功能：比如網路不穩定節點要有自己管理自己的功能，為了減輕網路和雲處理中心的負擔節點自己資料預處理等。所以它提出把計算放到邊緣（節點）(edge computing)。                   

但實際上，把計算功能放到節點上不單是一個技術問題。雲技術解決兩個問題：硬體資源管理和集中計算（軟體）。我們不妨設想一下。硬體資源由於成本下降和穩定性提高，需要管理的內容會持續下降，每個使用者都是硬體管理員（蘋果手機將這個概念做到非常完美）。而軟體，將會出現無主控制服務(master-less)，對稱(symmetry)，自動協商自治式的分佈技術(auto-negotiate，autonomous)。這樣的軟體，會自動整合資源，尋求資訊連線，提供計算結果。                 

這將是一個非常可擴充套件的彈性計算資源。比所有的現有云模式更加廣闊，符合超大規模的物聯網和資料膨脹形式。               

舉個例子，一個完全物聯網化的製造車間，會組成一個微計算中心，它不再需要將資料傳到雲裡面。一旦它的計算要求超過它自己本身的能力，它可以藉助於附近的計算節點（另外一個車間，甚至智慧手機）來完成。它計算的結果也直接會輸送到使用者的終端上（有可能這個使用者也是借給它計算的一部分，如果不是，這個使用者可以向這個物聯網車間收取一定的費用作為收入）。      

             

這種計算方式不是我們的想像，當年DNA計算有人就利用各種剩餘的資源，個人電腦、企業多餘的伺服器，一個小時、5分鐘，都可以用來計算一個小的部分，然後將結果彙總。也有人將各種多餘的儲存，都組合起來，形成一個大的，虛擬的儲存裝置(vSAN)。

再一個例子，一臺自動駕駛車輛，它本身是一個微計算中心，它可以通過一定的協議，向其他車輛借用資源，呼叫資訊。我們認為，當硬體速度足夠快，軟體功能足夠豐富，這樣的全新分佈計算的出現只是一個時間問題。我們姑且叫這個模式為“眾計算”，Crowd Computing。                   

那麼究竟如何使得物聯網的節點都可以參與這種新的計算模式呢？這個首先要歸功於硬體的發展。現在的感測器，或者智慧感測器，都基於MCU（微控制器），它有所有“計算”所需要的能力，CPU、記憶體、硬碟和通訊、RaspberryPi、IntelEdison還可以有現成的作業系統執行，而且硬體成本會持續下降，所以由物聯網節點來參與“眾計算”的基礎已經存在並且會更加完善。雖然每個節點能量有限，但是有海量的數目。每個節點只需要計算一小部分。                

那缺少什麼呢？缺少統一的協議、作業系統、工作排程、資料安全等軟體。而所有這些軟體概念也已經都有，從大資料處理的Hadoop，到平行計算的排程jobscheduling到並行儲存。                  

為什麼要這麼做？因為可擴充套件性，自我服務性。分佈計算使得每個人都可以獨立去完成。而且資源是“無限”的，成本會更低，你可以去掉今天雲端計算模式的束縛。另外一個需要指出的是，和一般常規認知相反，這種“眾計算”模式會比大型機，雲端計算更加穩定，可靠。                 

也許有一天，你的手機，不但給你帶來通訊的便利，同時在你不用的時候，在為你悄悄的創收。

作者簡介：             

詹凱君，加拿大Guelph大學數學博士。現任美國半導體Atmel公司全球資料中心主任。在此之前任全球最大的電子設計自動化軟體公司Cadence全球資料中心主任。同時兼任幾家投資和創新公司的顧問。

商務專長：戰略定位，國際商務及談判，組織設計優化。
技術專長：雲端計算，超級電腦科學工程計算，資料中心，大資料設計，構架設計和方案，物聯網。

原文出處：物聯網智庫

轉載請與作者聯絡，同時請務必標明文章原始出處和原文連結及本宣告。