云原生受眾廣泛，為新興技術定策安邦鋪平道路

近日，舉辦的“云原生產業大會上”，主辦方中國信息通信研究院發布了《云原生技術實踐白皮書》。電子產品世界記者從白皮書中獲悉：在互聯網+和新商業業態的沖擊下，傳統行業正處于技術架構轉型的十字路口,人工智能、區塊鏈等新興技術領域對使用者的能力要求較高，復雜的服務依賴配置使的這些技術難以贏得更多受眾。云原生技術在這些場景的應用很大程度上降低了技術的使用門檻，為新興技術的快速普適推廣鋪平了道路。如今，如何落地云原生技術正逐步成為行業用戶的焦點。

云原生基礎架構構建深度學習

深度學習本質上是一個實驗科學，需要不斷地組合和嘗試不同的算法和類庫。深度學習軟件版本迭代非常快速，新算法層出不窮。TensorFlow、PyTorch 等深度學習框架和各種新算法，公有云平臺如何幫助用戶快速搭建并投入實驗研究，是用戶首要的關注點。深度學習需要海量的計算力，但是 GPU 資源昂貴，更低成本的共享資源的高效利用方式是場景普適的瓶頸。對于一個深度學習的試驗周期，可以分為四個部分：準備數據、模型開發、模型訓練階段和模型推理。每個階段有不同的工作任務，用戶便捷的的使用深度學習平臺，以便靈活的處理階段性任務也是重要考量。借助云原生技術，上述問題在很大程度上得以解決。

云環境配置部署區塊鏈應用場景

區塊鏈業務創新面臨巨大的挑戰，主要包括需要對區塊鏈底層技術有較深了解，配置部署技術復雜度高、耗時長；二次開發技術難度大，相關平臺技術學習曲線陡峭，延緩迭代速度；區塊鏈所需的基礎資源和服務選型繁多，整合難度大，投入和質量難以把控；部署平臺和環境安全保障薄弱，缺乏企業級安全管控和風險預防能力；服務質量難以達到生產級別要求，運維流程和手段不成熟、不統一。

云計算能力下沉到邊緣側、設備側

邊緣計算按功能角色主要分為三個部分：

云--傳統云計算的中心節點，有豐富的云計算產品形態和資源，是邊緣計算的管控端，負責全網算力和數據的統一管理、調度、存儲。

邊--又稱基礎設施邊緣(Infrastructure Edge)，屬于云計算的邊緣節點，靠近設備和數據源，擁有充足的算力和存儲容量。例如傳統云計算的 CDN 節點，物聯網場景中的設備控制中心。

端--又稱設備邊緣(Device Edge)，主要指終端設備，如手機、汽車、智能家電、工廠設備、傳感器等，是邊緣計算的『最后一公里』

傳統行業互聯網化應用場景

(1)項目周期短，需求快速變化

在當前互聯網快速發展的驅使下，外部環境的變化日益加快，伴隨而來的是 IT 對業務需求的快速響

應要求，業務的快速迭代、敏捷交付等需求已經變成企業常態。

(2) 互聯網高并發，不可預測的承載需求

 隨著網聯化的持續推進，互聯網形態的業務日漸豐富。相比較過去傳統業務，網聯業務具有更強的互聯網業務形態，在諸如搶購、秒殺、網促等場景下，要求 IT 架構能更好的支撐高并發、高彈性的業務需求。

(3)兼顧數據安全和用戶體驗

私有化部署在很大程度上保證了業務數據的安全，但企業自建數據中心的承載規模有限，無法應對特定場景下的訪問量激增問題。為了兼顧數據安全要求與用戶流暢體驗保障，公有云、私有云混合部署規劃需要平衡考慮。

面對復雜的、快速變化的的互聯網市場競爭，云原生技術可以幫助企業構造一個可擴展的、敏捷的、高彈性的、高穩定性的業務系統。基于容器核心的云原生容器平臺，為應用提供標準化敏捷基礎架構，充分滿足業務的彈性需求，同時利用云原生平臺實現跨平臺資源橫向打通，提供一致的交付體驗。建立全流程 DevOps 精益協作，形成以交付為核心，適配多種研發模式的一體化流程協作體系，提升交付效能。

*本文數據觀點來源：云計算開源產業聯盟