“下云”开先河2023年云计算的发展历程

曾被无数大型科技公司视为“市值压舱石”的云计算，如今似乎遭遇了“滑铁卢”。

老生常谈的市场增长率就是最直观的体现。 IDC近期发布的《中国公有云服务市场（2023年上半年）跟踪报告》显示，中国公有云市场IaaS和PaaS增速仅为15.9%，为近三年来最低水平。

究其原因，可以归结为两点。 首先，企业IT预算增长未达到预期。 后疫情时代的企业在预算和支出上变得更加谨慎，开始寻找更高效、更低成本的解决方案。 这在很大程度上抑制了公有云市场的增长。

其次，互联网云服务商为了维持利润，做出了战略调整。 在竞争日益激烈的市场环境下，这些厂商已经从追求营收转向追求盈利，并放弃了一些非盈利项目。 这也导致市场整体收入增长放缓。

还有更严峻的挑战可能直接威胁到云计算技术基石的地位。

就在最近，在海外，马斯克的X平台选择离开云端以节省成本； 国内，不少互联网平台因云产品导致网站宕机。 一些偶然事件聚集在一起质疑云计算的效率和可靠性。

在成为各大科技公司多年追逐的热门领域后，云计算如今面临着其发展史上最困难的时刻。

X“霞云”首开先河

2023年10月27日，X的工程团队发表了一篇长文，详细总结了过去一年来平台架构的调整。

最引人瞩目的是X平台尝试“上云”带来的显着成本变化。 通过优化云服务提供商的使用，Platform X 实现了每月云成本降低 60%。

具体来说，该团队将所有媒体/块工件移出云端，将云数据存储大小减少了 60%，并将云数据处理成本减少了 75%。

这次战略调整显然是有原因的。 据外媒报道，X平台此前每年在AWS上的花费高达1亿美元。 收购后，马斯克指示该平台削减云服务和额外的服务器空间，希望每年节省高达 10 亿美元的基础设施成本。

尽管实际结果尚未完全明朗，但根据最新公布的数据，“每月节省 60% 的云成本”意味着 X 平台每年可能节省高达 6000 万美元。

这一成果引起了“离云”倡导者的高度关注，其中包括 Ruby on Rails 框架的创始人 David (DHH)。 今年6月，DHH宣布其创始公司历经6个月完成“上云”，将所有应用迁移至本地硬件。 即使留出 50 万美元用于意外开支，也可以在五年内节省 700 万美元的云成本。

他在《X 60% from cloud exit》一文中指出，对于CFO和投资者来说，这种成本节省是无法忽视的。 如果像X平台这样的大型企业能够通过“云下”措施获得巨额利润，同时大幅减少员工数量，那么对于其他大型企业来说，“云下”无疑是一个值得探索的领域。

不过，对于这一观点也存在一些质疑。 例如，虽然平台

业内专家也指出，每年都有新闻报道称客户选择“卸载到云端”，因为弹性伸缩云产品价格昂贵，节省了大量预算。 但这并不意味着弹性伸缩云产品不适合所有客户。 这些消息背后的真正问题可能是产品经理和销售团队的疏忽，未能制定合理的定价策略，导致客户流失。

传统上，企业迁移到云被认为是一种节省成本的策略。 云销售人员经常向企业领导者强调，通过迁移到云的数字化管理转型，可以在多个方面实现成本节约。 其中包括数据管理费、机房建设费、专业运维人员费以及其他与系统维护相关的综合费用。

云服务的一个关键优势是灵活性和可扩展性。 这意味着企业可以实时调整资源，而无需传统IT基础设施的高昂成本和时间投入。

因此，长期以来，云迁移被视为企业降低运营成本、提高效率的理想选择。

但随着X平台率先上云，人们开始重新审视云计算的成本效益，考虑云计算与本地化运营之间的平衡。

主要工厂停工摘下了遮羞布

近日，国内大型互联网平台网站服务出现崩溃，上演了一出黑色幽默大戏。

红星首都局的一份报告显示，近年来每当有应用程序崩溃时，用户都会迅速聚集在各大社交平台上进行讨论。 当这些讨论达到一定程度时，媒体就会关注这些事件，并可能让它们出现在各大平台的热门榜单上。 据此，2022 年将发生大约 9 起事故，而今年已发生 14 起。

这种增长趋势反映了技术问题的普遍性。

在分析停电现象时，资深技术专家提出了IT系统的三层结构模型：最上层是应用软件，中间层是云平台，最底层是IT硬件。

他指出，当底层IT硬件出现问题时，通常可以通过增加冗余系统或快速更换硬件来解决。 但如果问题发生在云平台层面，其影响将显着波及，不仅影响单个应用程序，还可能涉及多个应用程序。 另一方面，如果应用程序打开但无法正常工作，通常表明应用程序软件级别存在问题。

据此可以判断，近期的App宕机浪潮与云平台和应用软件层面的问题密切相关。 这一系列事件再次挑战了云服务长期以来的可靠性声誉。

近期阿里巴巴产品的集体失败显然与其云服务的使用密切相关。 其广泛影响不仅是技术问题，也与阿里巴巴采用的云服务的特点有很大关系。

的《2022 年云状况报告》指出，89% 的受访公司在其 IT 架构中采用了多云策略。 多云策略的优势在于，可以帮助企业保持议价能力，不受单一资源的限制，避免技术架构与单一云服务提供商深度捆绑。

这对国内的阿里巴巴产品提出了挑战。 因为它使用的大部分云服务实际上都是它自己业务的一部分。 未来，他们需要考虑是否将部分业务转移给其他云服务提供商，或者创建独立的私有云来分散和降低风险。

滴滴App事故也源于云计算，普遍认为与滴滴弹性云基于K8S的升级有关。

官方内部调查初步认定事故原因为底层系统软件故障，而非攻击； 并承诺将深入进行技术风险排查和升级，确保服务稳定性，努力避免类似事故再次发生。

此外，密集的突发事件被解读为各大互联网公司为了“降本增效”而裁员，影响了技术和运维团队的正常运转，导致技术服务和系统稳定性受损。

虽然这只是毫无根据的猜想，但这也反映出公众对云服务故障的深切关注。 未来，用户对云服务故障事件的容忍度可能会逐渐降低。

总之，云服务的一个关键风险——可靠性问题——正在暴露出来，特别是在缺乏足够的备份和故障转移计划的情况下。

谁来拯救云计算？

在快速发展的趋势下，问题往往被暂时隐藏在繁荣的表象之下。 现在，了解云计算如何恢复增长速度并进一步优化客户体验？ 这一切的关键恰恰在于生成式人工智能的广泛应用。

当前，大模型正在改变云计算的游戏规则，并逐渐成为行业共识。

一方面，庞大的语言模型在训练和推理阶段需要巨大的计算能力。 这种需求促使云服务提供商提供更强大、更高效的计算资源来支持模型训练。

另一方面，大机型的普及也引发了对云计算资源的额外需求，带动了云计算的技术架构和产品布局的变化。

IDC研究总监Ewa对此进行了深入阐述。 具体来说，云计算在生成式人工智能的快速发展和可扩展性方面发挥着催化剂作用。

如今，GPU、TPU等高性能计算资源无需巨额前期投入就已经触手可及。 这使得组织能够专注于最重要的事情：开发创新的生成式人工智能解决方案，而不必担心任何基础设施问题。

此外，云平台为生成式人工智能提供的一个主要优势是管理对预先训练的模型和 API 的访问。 预训练的模型集成了生成式人工智能专家的知识和技能，节省了大量的时间和计算资源。 通过利用这些模型，开发人员可以推进他们的项目并专注于微调和定制，而不是花费无数时间进行模型训练。

企业当然也可以选择自己构建和托管底层模型，但这是一个非常昂贵、复杂且耗时的过程。 云服务提供商提供的API简化了模型架构的复杂性，使得生成式AI功能更容易集成到现有和新的应用程序中。

可以说，生成式AI的兴起，强化了云计算不可或缺的基石地位。 据预测，到2024年，主要需求将来自部署生成式AI能力的组织，其云基础设施消耗预计将比2023年增长近27%。

尽管形势一片光明，但云服务提供商不能对现状沾沾自喜。 在这充满不确定性的商业征程中，真正的驱动力是现实的经济效益。 供应商必须认识到，只有不断创新并适应不断变化的市场条件，才能保持领先地位。

例如，云服务提供商需要投资硬件和芯片的研发，增强生成式AI任务的硬件和芯片能力，甚至开发新的芯片来加速生成式AI的计算。 只有不断站在硬件水平的前沿，才能提供更高的性能和性价比。

此外，云服务提供商还需要开发针对特定行业或特定用例的AI框架，针对不同领域的独特需求实现差异化。 只有通过这些专门的人工智能框架，企业才能有效利用生成式人工智能并推动特定行业的创新。

以上已经是今年上半年北美和中国云计算巨头积极推动的策略。 如今，云计算产业正式进入决定命运的下半程。

参考：

北京商报-今年至少已发生14起应用崩溃案例

IDC-为什么人工智能和云是