经过2017的调整与震荡，云计算不仅找到了新的技术及商业方向，更进入了市场的放量增长状态。在整个2018年中，容器技术已经受到了市场的广泛认可及支持，而以此为基础，众多CSP更在PaaS的构建方面展现出了更多创造力。另一方面，随着市场玩家数量的逐渐稳定，云计算市场的竞争格局也从简单的价格比拼向更深层次发展。
那么接下来，我们就从过去一年中纷繁的全球云计算事件中梳理出云行业的五大发展趋势，然后一窥即将到来的2019。
百万中国企业上云催生行业云大发展
没有人能够否认政策因素对中国市场的强大影响。2018年8月，工业和信息化部印发了《推动企业上云实施指南(2018-2020年)》。指南明确提出，到2020年，云计算要在企业的生产、经营、管理中广泛普及，全国新增上云企业100万家。而面对即将开始上云旅程的百万中国企业，中国云计算市场中的CSP们早已摩拳擦掌。
作为中国公有云市场上的绝对主力，由互联网起家的BAT们早已不满足原有的互联网云计算业务，纷纷开始强化自身的企业级服务能力，构建更完善、更符合企业用户需求的产品及服务。另一方面，以华为云为代表的传统企业级CSP们则更是看准了这一即将到来的爆发期，开始了大规模的产品强化和市场营销，力图在逐渐到来的风口之上继续引领潮流。与此同时，浪潮云、紫光云、金山云等众多特色鲜明的CSP也逐渐成势，抓住巨头们争抢头部市场的时间差，积极扎根行业和领域，试图在庞大市场规模所带来的长尾效应中圈住自己的一块地盘。
百万企业和众多政府机构在未来两年的集中上云会带来大量需求，这些需求一方面会释放给头部的通用市场，另一方面，如此海量需求的集中爆发也会迅速形成足够细分的行业云市场。而这种迅速形成的细分行业云需求也会催生市场内对应CSP的快速形成。
目前，国内已经有浪潮云，紫光云等一批有着明确目标行业和用户的CSP，而在整个行业细分加速的大背景下，相信在未来一段时间内会有更多新玩家入局，同时，已有的头部CSP也会加速在垂直领域的布局。
当AI遇到云计算
要说2018年企业圈最火的名词，那么非“AI”莫属。虽然AI技术能够在很大程度上提升企业的经营管理效率，实现众多场景和应用的自动化，但从总体来看，投身AI领域的企业数量还是相对较少的。分析主要原因，除了人才储备的不足之外，AI研究与开发所需的巨大投入和较长时间的环境及设备准备是主要原因。而这对于正处在跑马圈地时代的AI领域来说是完全不能忍的。过去无数的经验已经证明，在新蓝海中，速度就意味着市场、速度就意味着未来。
另一方面，在AI类应用部署上，用户也同样需要昂贵的硬件来实现对应的性能，这也无疑会拉高整个方案的部署周期、硬件及运维成本。显然，这对于用户来说也是不友好的。
种种需求催动之下，云计算一如既往的承担起了为应用赋能的重任，只不过这次被赋能的是AI。
过去，由于驱动及框架问题无法解决，GPU的虚拟化应用相当有限。不过随着驱动更新以及大量研发资源的投入，目前各大主流虚拟化平台都已经能够实现完整的GPU虚拟化功能。由此，大多数主流CSP也将对应的AI应用框架API集成进了自己的PaaS。用户只需调用对应的API或购买资源便可以实现对应的功能或应用。
对于企业用户来说，这种将AI算力和框架集成近PaaS的方法大大加速的AI应用和研究的普及，并降低了AI研究及部署所需的时间和资金成本;同时，门槛的降低也在很大程度上提升了AI领域的活力。
未来，越来越多的终端设备和应用都可以调用云端AI算力及框架，为AI在未来的大规模商用铺平道路。而作为CSP，AI 领域的热度在持续增加的同时也会为自身带来更高的收入。
远在边缘的新战场
天下大势，合久必分，分久必合;IT也是一样。10年前，云计算开始崭露头角，超大型数据中心的模式仿佛就是IT界的圣经。所有人都沉浸在更大、更高、更强的愿景中。
在当时的技术背景下，云计算、虚拟化配合集中式的建设和管理确实能够给IT运维带来翻天覆地的变化，但随着IT设备的大规模集中，云计算数据中心也面临着新的挑战。
拜计算的虚拟化以及分布式存储所赐，一个完整的业务往往需要数据流在数据中心里来回跑上几百上千遍。这种流量模式在南北方向上来说并不可怕，柜顶交换机通常都能够比较轻松的应对这种业务需求。但这种大范围内的数据流动对于数据中心内或数据中心之间的东西流量来说却构成了极大的负担。数据的存储、备份和读取、虚拟机的漂移、HA等带宽消耗大户使得数据中心不得不寻求更贵、更复杂的技术来解决东西流量问题。
另一方面，物联网的崛起也让数据中心开始变得不堪重负。每年IDC或Gartner都会在各类场合讲解全球数据总量的巨幅增长，而这海量数据中的很多都是由遍布全球的各种物联网终端及传感器产生的。而对于拥有巨大市场潜力的自动驾驶和智慧交通来说，数据量的产生率更是高的惊人。如果所有的源数据都需要传回数据中心进行处理再传回终端的话，数据中心的网络将遭受更大的挑战，所谓的数据实时性更是无从谈起。
为此，边缘计算的概念应运而生。通过在业务前沿部署一定的计算能力，各类体积庞大的源数据可以在生产端就被快速的处理和加工，大幅降低数据中心与边缘之间的通讯量，为数据中心网络减负、降低通讯成本。而在2018年之中，这一理论也被多数IT厂商和用户所接受、认可。
既然要在边缘部署计算能力，那么云端必须要提供对应的管理、监控以及各类应用和数据接口，只有将这些提前准备好，CSP们才能在即将到来的5G时代为爆发的物联网应用提供更好的支持。
从公有云到私有云，界线逐渐模糊
2018年底，AWS在re：invent大会上宣布即将推出AWS Outposts业务，让用户可以自己的数据中心里部署与AWS相同架构的私有云。
显然，凭借AWS多年以来的运营经验以及完善的软件及管理堆栈，Outposts很自然的可以满足那些对混合云有所期待的用户。通过采用与AWS云端版本一致的软件，用户的云化基础设施可以实现与AWS的无缝对接，让业务和数据在云端和本地之间更自由的流动，从而实现传统架构无法比拟的灵活性。
对于市场来说，AWS的业务绝非独创， 2017年底微软就推出了能够与Azure无缝对接的私有架构Azure Stack。而在接下来的一年多时间内，Azure Stack则在很大程度上帮助微软提升了市占率和季度营收。有了Azure Stack的探路，AWS Outposts的前途也有了充分的保证，毕竟AWS在全球市场的市占率已经超过1/3。
回到国内市场，在PaaS平台的开发、产品化和对企业用户的理解方面，国内这些互联网出身的BAT们还略显稚嫩，很难在短期内推出符合市场需求的混合云产品。但在需求端，国内用户对混合云的需求却一点都不比国外少。因此，更多用户只能选择青云这样体量较小，性价比表现也一般的CSP及其对应产品;或者选择一些解决方案提供商所提供的第三方插件来实现对应功能。
很明显，无论是在市占率、产品化程度、易用性等方面如青云一般的国内中小型CSP们完全不是Azure或AWS们的对手，前期的先发优势也很容易被大厂们赶超。纵然如青云一样的中小型CSP们正在竭力完成自身产品的场景化、细分化，但面对混合云市场扑面而来的强力竞争，其未来一段时间内的营收仍旧会受到一定影响(毕竟卖硬件比卖服务能产生更大的现金流)，而这对于正处于上市准备期的青云来说则不是个好消息。
容器、编排与微服务
在很多情况下，企业对可用性追求最直接的反应便是应用与操作系统的一一对应关系，而企业要为这种一一对应关系付出高昂的软硬件及维护成本。为何不能像普通PC一样让多个应用运行在一套操作系统之上呢?Docker就这样诞生了。
通过共享底层的硬件及操作系统，容器技术能够在保证应用之间隔离性的同时大幅度降低开销，提升硬件利用率。同时，基于容器的打包和分发也能够极大的提升部署速度，提升IT效率。
而在更高级的形态当中，运行在不同容器之中的微服务经过详细的编排可以形成完整的应用。这些微服务可以随时进行扩容或升级，从而使整个应用在迭代和扩容方面获得更高的灵活性。
当这一思路深入人心，容器、微服务及编排工具就成为了CSP们在2018年发力的主要方向。多数CSP早在2016年甚至更早的时候就已经开始支持容器技术，此后，以Kubernetes为代表的编排工具和微服务支持就成为了主要的发展方向。目前，绝大多数CSP都已经提供了自己的基于Kubernetes的容器编排服务以及对应的serverless微服务架构，而他们中的一些甚至已经在此基础上已经迭代了数个版本。用户可以通过一系列基于容器的工具和服务极大的提升应用部署的效率和速度，真正让云变得多、快、好、省。
2019，云市场仍旧值得期待
总结2018年的云计算市场，虽然能够看到很多趋势的形成和高涨，但我们也应该清楚的认识到，这些趋势还远没有结束。因此，在2019年，以上五大方向仍旧会是业内讨论和研究的重点。
但与此同时，仍旧有一些新的技术和应用思路正在行业内崭露头角，DevSecOps、5G与云计算的深入结合、kubeflow……
面对充满未知的2019云计算市场，我们将仍旧保持敬畏与期待。
