正在阅读:盘点2017年值得关注的IaaS云发展趋势

盘点2017年值得关注的IaaS云发展趋势

2016-12-23 09:39:19来源:51CTO 编辑:沐子飞 关键词:云计算服务器机器学习阅读量:32731

导读:随着机器学习、无服务器计算与容器技术的快速兴起,企业对于云计算的依赖性也在快速提高。
  【中国智能制造网 智造快讯】随着机器学习、无服务器计算与容器技术的快速兴起,企业对于云计算的依赖性也在快速提高。

盘点2017年值得关注的IaaS云发展趋势
 
  根据分析师们的观察,IaaS公有云计算市场在2016年年内呈现出明确的三足鼎立局面:AWS、微软Azure与Google Cloud Platform取得的优势,而企业对三者提供的公有云服务的利用方式也出现了显著变化。
 
  如今各云服务供应商开始为客户提供更多选择,包括遍布各地的主机、更多虚拟化实例配置以及工作负载优化机制,同时亦推出了更多对云环境内数据进行管理与分析的选项。
 
  那么IaaS公有云市场在2017年又将迎来哪些转变?下面来看值得关注的相关发展趋势:
 
  1. 营收持续攀升
 
  从宏观层面,Forrester公司估计云市场的整体年均复合增长率将达到22%,并于2017年年底总体市值突破1460亿美元——这一数字远高于2015年的870亿美元,且预计其还将进一步增长至2020年的2360亿美元。基础设施与平台云预计将在2017年拥有320亿美元市值,复合增长率达35%。
 
  AWS的营收将突破130亿美元,而Forrester认为微软Azure的规模恐怕仅为AWS的二分之一到三分之一(微软并未明确公布其云业务营收),而谷歌的云营收则在5亿到10亿美元之间。事实上,云计算的采用速度已经超过了当初的虚拟化技术,预计这一势头在2017年还将继续保持。
 
  2. Cloud 2.0的黎明
 
  鉴于可观的发展速度,IDC公司认为云计算行业即将步入Cloud 2.0时代,即超越实验阶段而快速为企业所大规模采用。截至2018年,预计有60%的企业IT工作负载将由外部设施负责承载,而85%的企业将使用多种云架构构成的混合模式,预计到2020年将有超过七成云服务营收由渠道合作伙伴/中间商贡献。即使对于那些已经熟知云计算的企业,其亦将面对云技术本身及作用快速变化所带来的挑战。随着云计算在分布性、可信度、智能化以及行业针对性等层面的不断提升,市场对云计算的消费量也将继续增长。
 
  3. 机器学习/AI
 
  机器学习与人工智能已经成为未来一年中云服务供应商为重视的发展方向。目前三大云巨头都已经在2016年年内公布了相关努力。谷歌发布了TensorFlow开源机器学习平台,微软推出了一款专门面向机器学习负载的云平台,而Amazon则宣称将提供三项全新机器学习服务。预计机器学习与人工智能这股浪潮将在2017年继续推进,并帮助更多在其日常工作中将此类成果引入自己的应用方案。
 
  4. 无服务器计算
 
  作为一股出现于2015年,兴起于2016年的新浪潮,无服务器计算预计将在2017年继续保持旺盛的发展势头。所谓无服务器计算,是指完全脱离任何基础设施资源实现应用程序运行的思路。代码由事件触发——例如由物联网设备将信息上传至数据库。在此之后,无服务器计算平台将执行对应操作:例如将该数据由数据库复制至数据仓库当中。
 
  所有应用都能够如此构建。AWS的Lambda平台发布于2015年,而微软则于今年11月发布了Azure Functions,IBM亦于12月在其BlueMix PaaS上推出了OpenWhisk无服务器计算平台(属于开源项目)。尽管无服务器计算尚处于起步阶段,但预计其将在未来——特别是考虑到物联网时代的全面到来——全面崛起。
 
  5. 容器技术
 
  尽管无服务器计算与机器学习在2016年拥有良好表现,但其热度仍无法与容器技术相提并论。IDC方面将无服务器计算与容器技术称为“下一代计算”,其将全部超越目前作为主流方案的虚拟机与服务器。
 
  预计2017年容器管理平台将不断涌现,以Kubernetes为代表的各类工具将帮助大家实现网络、安全与存储功能的容器化转型。云服务供应商自然也不会落后,谷歌拥有Container Engine,AWS拥有Elastic Container Service,微软则拥有Azure Container Service。目前仅有约10%企业开始采用容器技术,但着手进行测试的企业则已经占三分之一。毫无疑问,容器将在2017年获得更高人气。
 
  6.私有云与超融合型基础设施将实现统一
 
  除了公有云之外,内部基础设施领域的结构化转型亦在推进。Forrester公司认为,2017年私有云市场亦将发生积极转变,意味着传统私有云套件将朝着更精简、更低廉的方向发展,同时引入PaaS功能、云管理以及容器支持能力。
 
  另外,私有云将越来越多地立足于超融合型平台之上,即将计算、网络与存储资源进行预先整合的新型平台。另外,私有云即服务等其它模式亦将兴起,即由供应商控制基础设施与软件,但整个运行体系处于客户防火墙之后。微软方面已经公布了Azure Stack——这套融合型基础设施能够与Azure公有云实现兼容,预计其将在2017年年内正式上线。
 
  7.混合云——公有云的过渡性产物
 
  相当一部分企业仍倾向于将一部分负载运行在内部私有云当中,而将另一部分交由公有云打理,这就形成了混合云架构。混合云计算一直受到微软的高度重视,并成为Azure的主要发展方针。AWS则基本上不太看好私有或者混合云思路,并在2016年发布了一系列产品与服务以坚定客户拥抱公有云的决心。其中为的例子无疑是Snowmobile——这是一套长达45英尺的集装箱,可帮助客户一次性将10 PB数据迁移至AWS当中。相比之下,谷歌公司对于混合云的态度则不太明确,因此其2017年的表现值得期待。
 
  8. 管理云资源使用量,否则成本将超出预期
 
  Forrester表示,管理IaaS资源的责任应由客户承担,因此使用一方必须确保自身没有过度配置虚拟机、及时关闭未使用的虚拟机、尽可能批量采购以节约成本、确保使用多因素验证机制实现身份保护,同时利用自动化方式提高一致性及工作效率并减少人为失误。
 
  当然,服务供应商也在努力为客户提供更多选项,帮助其更科学地管理自己的云资源使用方式。不过总体来讲,作为使用者一方,我们仍然需要高度关注相关资源的使用并全程追踪,否则很可能面临超出预期的使用成本。
 
  9. 将有更多数据中心项目上马
 
  随着IaaS云计算市场的快速扩张,供应商也需要大量建立新型数据中心以满足客户需求。除了扩大规模之外,供应商还需要在特定地理位置建立数据中心以符合当地法律要求或者为周边用户提供更佳性能体验。预计数据中心项目将在2017年继续增加,谷歌方面就宣布将把其云基础设施规模提升一倍。
 
  10.市场合并——三足鼎立是否将成为常态?
 
  在IDC看来,问题的答案在于您的观察视角。在美国,三足鼎立基本已成定局,但在美国之外,市场份额仍然非常分散。在中国,阿里巴巴与腾讯等厂商更有机会抢占大量市场份额。因此三大巨头美国市场中的份额优势是否能在领域继续保持,还需要时间给出答案。
 
  (原标题:2017年值得关注的IaaS云发展趋势)
我要评论
  • 如何降低云计算基础设施的碳排放?

    云计算基础设施的碳排放主要来自两个方面:一是数据中心运行过程中消耗电力产生的运营排放,二是服务器、存储设备、网络设备以及建筑材料在生产、运输和建设过程中形成的隐含碳排放。
    云计算碳排放数据中心
    2026-11-13 10:38:52
  • 多重力量共振:人工智能加速发展的底层逻辑与未来路径

    人工智能的快速发展并非单一技术突破的结果,而是计算能力提升、数据资源积累、算法架构演进、基础设施完善以及市场需求增长共同作用的结果。
    人工智能云计算
    2026-11-10 11:11:20
  • AI算力有多耗电?我国预计每年新增6000亿度用电量:相当于3个上海

    国家能源局发展规划司副司长葛炬介绍,“十五五”时期,随着算力等新兴产业快速发展,我国用电需求还将持续增长。预计未来几年,我国每年新增用电量将达到6000亿度左右,相当于每年新增3个上海市的用电量。
    AI算力服务器用电量
    2026-11-09 11:45:05
  • 选对数据基础设施:制造业如何权衡本地、云与边缘部署

    无论是老牌企业还是新兴企业,这些数据基础设施选项都能为制造企业的计算环境带来潜在价值。然而,其效用取决于制造环境中的具体需求、要求以及现有的系统架构。
    云计算制造执行系统数据基础设施
    2026-10-24 10:39:59
  • 机器学习如何从模型走向生产系统

    相关工程实践揭示了机器学习落地过程中的一个关键变化:技术工作的重点,正在从单一模型的构建,转向整个系统的设计、优化与持续运行。
    机器学习计算机视觉
    2026-10-14 10:43:21
  • 2026年企业云计算发展趋势解析

    Gartner预计,2026年全球基础设施即服务(IaaS)支出将达到2873亿美元,同比增长29.3%;其中,AI优化基础设施支出预计达到423亿美元,同比增长96.4%。
    云计算
    2026-10-10 09:13:49
版权与免责声明:

凡本站注明“来源:智能制造网”的所有作品,均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品,未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:智能制造网”。违反上述声明者,本站将追究其相关法律责任。

本站转载并注明自其它来源(非智能制造网)的作品,目的在于传递更多信息,并不代表本站赞同其观点或和对其真实性负责,不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时,必须保留本站注明的作品第一来源,并自负版权等法律责任。如擅自篡改为“稿件来源:智能制造网”,本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多,如涉及作品内容、版权等问题,请与本站联系并提供相关证明材料:联系电话:0571-89719789;邮箱:1271141964@qq.com。

不想错过行业资讯?

订阅 智能制造网APP

一键筛选来订阅

信息更丰富

推荐产品/PRODUCT 更多
智造商城:

PLC工控机嵌入式系统工业以太网工业软件金属加工机械包装机械工程机械仓储物流环保设备化工设备分析仪器工业机器人3D打印设备生物识别传感器电机电线电缆输配电设备电子元器件更多

我要投稿
  • 投稿请发送邮件至:(邮件标题请备注“投稿”)1271141964.qq.com
  • 联系电话0571-89719789
工业4.0时代智能制造领域“互联网+”服务平台
智能制造网APP

功能丰富 实时交流

智能制造网小程序

订阅获取更多服务

微信公众号

关注我们

抖音

智能制造网

抖音号:gkzhan

打开抖音 搜索页扫一扫

视频号

智能制造网

公众号:智能制造网

打开微信扫码关注视频号

快手

智能制造网

快手ID:gkzhan2006

打开快手 扫一扫关注
意见反馈
我要投稿
我知道了