云計算統治時(shí)代即將來(lái)臨

據英國《經(jīng)濟學(xué)人》報道， 一些聯(lián)網(wǎng)的設備配備一些傳感器，收集各種信息，發(fā)送給制造商用于分析。它們好似一個(gè)數字的吸塵器，在以平均兩倍的速度增長(cháng)。慕尼黑的創(chuàng )業(yè)企業(yè)Bragi開(kāi)發(fā)的無(wú)線(xiàn)耳機卻并不如此。他們保留了大部分收集的信息（如穿戴者的生命體征），在本地數據處理。該公司首席執行官Nikolaj Hviid說(shuō)：“這些設備會(huì )越用越聰明?！?/p>

Bragi的耳塞可謂在科技行業(yè)重大轉變中處于最前沿地位。近年來(lái)，越來(lái)越多的計算開(kāi)始進(jìn)入“云”狀態(tài)，即大網(wǎng)絡(luò )。不過(guò)，鐘擺開(kāi)始擺動(dòng)：計算正趨于本地網(wǎng)絡(luò )和智能設備的那一“邊”。

隨著(zhù)2010年代初的興起，這一轉變將掀起浪潮。與眾多現有的硬件制造商一樣，許多創(chuàng )業(yè)企業(yè)也試圖把握此次潮流。 不過(guò)，他們真正爭奪的是本地網(wǎng)絡(luò )和智能設備這一邊——即“物聯(lián)網(wǎng)”（IoT），眾多相互連續的設備的統稱(chēng)——的控制。亞馬遜網(wǎng)絡(luò )服務(wù)（AWS）、微軟和其它大型云供應商是否會(huì )設法擴大其影響力？ 或者說(shuō)，這是否是包括工廠(chǎng)（及其他）設備制造商在內不同公司的職權范圍？

商業(yè)計算自20世紀50年代誕生以來(lái)，在集中化和分散化之間搖擺不定。直到20世紀70年代，商業(yè)計算還局限于大型計算機。小型計算機在20世紀八九十年代問(wèn)世后，商業(yè)計算變得更加分散：個(gè)人電腦可以訪(fǎng)問(wèn)應用程序，而應用程序位于企業(yè)數據中心（即“客戶(hù)機-服務(wù)器”系統）中的電腦里。但隨著(zhù)2000年代“云”的興起，商業(yè)計算又變得集中了。每個(gè)時(shí)代都有一批新公司躋身前列，但榜首只有一個(gè)：大型機為IBM，個(gè)人電腦為微軟，云計算為AWS.

計算再次變得分散化的一個(gè)原因是更先進(jìn)的技術(shù)的出現。從智能手機到工廠(chǎng)車(chē)間里的機械設備，處于邊緣地帶的設備變得越來(lái)越智能。在配備了性能強大的處理器后，現在的設備可以解決幾年前一個(gè)服務(wù)器滿(mǎn)負荷運行才能解決的計算問(wèn)題。軟件變得更加靈活，也可以運行良好?，F在許多應用都“虛擬化”了，即不依賴(lài)于任何特定類(lèi)型的硬件，代碼可以打包在數字“容器”中，在數據中心內便捷傳輸。這離“邊緣”更近了一步。

對于邊緣地帶的計算的需求也在增長(cháng)，而且往往出于非技術(shù)層面的原因。許多國家的法律要求數據不得出境，甚至是企業(yè)外部。企業(yè)既希望使用數據又擔心泄漏，往往傾向于將信息保留在自身內部。就消費者而言，他們關(guān)心隱私，這正是Bragi希望通過(guò)“自給自足式”耳機解決的問(wèn)題。

科技行業(yè)的主流觀(guān)點(diǎn)是大部分數據最好在云端集中處理。然而，由于許多新應用程序運行迅速，這一觀(guān)點(diǎn)也難以立足。據估計，無(wú)人駕駛汽車(chē)每小時(shí)可產(chǎn)生25G的數據，比高清視頻流多出近30倍。再加上發(fā)回的駕駛指令，在如此龐大的數據上傳之前，汽車(chē)可能早就撞上了某個(gè)竄出在馬路上的行人。

另一個(gè)考慮是經(jīng)濟性的調整。調整越快收入就會(huì )越多，如優(yōu)化工廠(chǎng)機器運行。這意味要在獲取數據時(shí)第一時(shí)間進(jìn)行分析，而這一環(huán)節要在本地完成。這也能省去云端傳輸、存儲和處理數據的成本。

伯恩斯坦研究公司（Bernstein Research）的皮埃爾。費拉格（Pierre Ferragu）解釋稱(chēng)，這些束縛表明使用人工智能的服務(wù)越來(lái)越多地分裂成兩個(gè)部分，就像客戶(hù)端和服務(wù)器程序一樣。例如，無(wú)人駕駛汽車(chē)的算法首先要在云端數百萬(wàn)英里的駕駛數據中進(jìn)行訓練，才能部署在汽車(chē)里性能強大的電腦里，通過(guò)分析實(shí)時(shí)數據來(lái)駕駛汽車(chē)。同樣，許多監控攝像機現已配備云端訓練的面部識別軟件。蘋(píng)果最新款的的iPhone也是如此。 去年11月，谷歌宣布對其人工智能系統TensorFlow進(jìn)行升級——這個(gè)系統能允許開(kāi)發(fā)人員將算法部署到移動(dòng)設備上。

不過(guò)，Swim首席技術(shù)官Simon Crosby認為，在許多情況下，算法的訓練必須在本地進(jìn)行，人工智能程序才能具有商業(yè)價(jià)值。例如，在硅谷Palo Alto的十字路口，交通信號燈每天產(chǎn)生4TB的數據并發(fā)送給云計算提供商進(jìn)行處理，每月將花費數千美元。Swim新研發(fā)的系統，在數據產(chǎn)生時(shí)就對其進(jìn)行分析，完成同樣的任務(wù)只需幾百美元。

雖然人們普遍認為物聯(lián)網(wǎng)是大勢所趨，對于其將如何改變科技行業(yè)則各有己見(jiàn)。引用硅谷風(fēng)險投資公司Andreessen Horowitz的Peter Levine在其播客中使用的一個(gè)聳動(dòng)標題，沒(méi)有人期待“云計算的終結”。他自己預測，集中式云計算，特別是亞馬遜，谷歌和微軟的云計算將繼續增長(cháng)。

不過(guò)，各地正涌現出許多小型的本地型數據中心。EdgeConneX和vXchnge等企業(yè)建立了城市數據中心網(wǎng)絡(luò )。創(chuàng )業(yè)企業(yè)Vapor IO開(kāi)發(fā)了一種便攜數據中心，外型像一個(gè)圓形冰箱，能迅速部署在地下室。愛(ài)立信和諾基亞等電信設備制造商以及一些網(wǎng)絡(luò )運營(yíng)商都在研究“移動(dòng)邊緣計算”，這相當于把計算機放在無(wú)線(xiàn)基站旁或中央交換局內。也有人推測，亞馬遜在2017年以近140億美元收購連鎖商店Whole Foods的原因之一就是為當地數據中心積累資料。

計算機制造商將這一轉變視為收復失地的機會(huì )。戴爾/EMC和惠普（HP）都希望將更多的設備賣(mài)給熱衷于在本地收集數據的企業(yè)。不過(guò)，咨詢(xún)機構Wikibon的喬治。吉爾伯特（George Gilbert）表示，這些IT企業(yè)繼續向前邊緣領(lǐng)域進(jìn)發(fā)的能力有限。這些企業(yè)懂得如何向IT部門(mén)銷(xiāo)售商品硬件，但大多數物聯(lián)網(wǎng)設備將更加定制化，需要特殊的軟件，并銷(xiāo)售給管理機器的人員。銷(xiāo)售各種互聯(lián)網(wǎng)設備的思科（Cisco）似乎處于優(yōu)勢地位。

大型云計算提供商也試圖占領(lǐng)周邊市場(chǎng)。今年5月，微軟的宣傳語(yǔ)由“移動(dòng)優(yōu)先，云優(yōu)先”改為“智能云和智能端”，推出用AI算法將軟件容器分派到任何設備的服務(wù)。AWS的產(chǎn)品組合現在也包含一項名為Greengrass的服務(wù)，用于將物聯(lián)網(wǎng)設備的群集變成微型云。IBM在2015年以20億美元的價(jià)格收購天氣預報公司的時(shí)，希望得到不僅是天氣數據，還有成千上萬(wàn)的邊緣計算“存在點(diǎn)”。

無(wú)論誰(shuí)占上風(fēng)，計算能力將愈加移動(dòng)化，即使在最小的設備中也能發(fā)現這一趨勢?？梢愿鶕绦蜻x擇最佳位置進(jìn)行數據處理。數據專(zhuān)家開(kāi)始使用另一個(gè)術(shù)語(yǔ)：“霧計算”。 但是，這個(gè)比喻略顯模糊。更好、更詩(shī)意的一個(gè)詞是“空氣計算”：它無(wú)處不在，給物以生命。