云计算的终结，物联网中分布式计算的兴起！

作者: 詹开军

在上周的Gartner数据中心年度会议上，硅谷风险投资家AndreessenHorowitz的合伙人Peter Levine令人惊讶地发表了讲话. 他指出，云计算时代将在正式启动之前很快“终结”. “我将向您展示未来. ”他从此开始，然后在昨天，今天和明天讨论了他对云计算的“疯狂”观点: 中央计算很快就会被分布式计算所取代，他很高兴投资. 云计算的“终结者”.

尽管我们仍在思考如何转变为云计算中心，但软件创新的前沿是否应该开始考虑“后云计算时代”中的软件？

巧合的是，在2016年初，惠普（HPE）正式关闭了其公共云业务. 最近几天，思科还宣布将终止其价值10亿美元的公共云服务，该服务将于2017年3月31日正式关闭. 想象一下，当思科推出互连云时现存的物联网络,传感器网络中的分布式计算的作用?，声称它是一个基于OpenStack的平台，可以轻松地在数据中心之间转移工作负载现存的物联网络,传感器网络中的分布式计算的作用?，并说该平台对自己和合作伙伴公司都是一个很大的计划. 事实清楚地证明，实现这一构想比预期的要困难得多. 目前，排名前五位的云服务提供商主导着公共云服务市场一半以上的份额，其增长率甚至超过了整个云计算市场份额的增长率.

未知的是，这些关闭是否与物联网趋势有关. 但是归根到底，云计算是基于“集中大量硬件以提供消费者服务”的. 物联网只是提供了“大量”的计算能力.

物联网的出现和发展为商业经济开辟了一个崭新的竞争场所: 原来以“人”为主体的网络已由“物”为主体. 当前，许多投资和企业家转型项目是这场革命的见证. 从技术角度来看，我们必须考虑物联网的这种发展是否会导致计算模型的另一种变化？

答案是肯定的，也就是说，物联网的发展将是云计算终结的开始.

现代意义上的计算可以从六十年代的IBM大型机开始. 集中式计算的特点是用户不需要考虑任何硬件和软件配置功能. 缺点是没有可伸缩性. 与集中式计算相反，分布式计算始于1970年代的小型计算机和1980年代的Unix主导的开发，并在2000年代初达到了手机和后来的智能手机的顶峰. 分布式计算的特点是每个节点都具有计算功能. 缺点是每个用户都需要管理自己的节点，硬件和软件. 后来，云计算出现了，并且对“云”进行了大量的数据处理. 这种云计算实际上是一种集中式计算，从而消除了用户对中央计算的管理要求.

我们现在必须问，这个钟摆会将计算模型转换回分布式吗？

物联网的出现将计算节点的数量和数据量推向了更高的水平. 这种数量上的变化将导致质的变化: 云计算将仅维持现状，不会继续发展或终止（这并不意味着消失，就像今天仍在使用IBM的大型企业服务器一样）. 云计算被许多“微服务中心”（微服务中心）所取代，这与思科在2014年提出的“雾计算”概念（雾计算）有些相似. 这意味着过去60年的计算模型将返回分布式: 每个节点，服务器，计算机，手机，传感器和智能路灯都将具有计算功能.

当时，思科从技术角度提出了雾计算的概念. 它认为，物联网的节点必须具有自己的自治功能: 例如，网络的不稳定节点必须具有自己的功能，以减轻网络和云处理中心的负担，节点自身的数据因此，它建议将计算放在边缘（节点）上.

但是实际上，将计算功能放在节点上不仅仅是一个技术问题. 云技术解决了两个问题: 硬件资源管理和集中式计算（软件）. 我们不妨想象. 由于成本的降低和硬件资源的稳定性的提高，需要管理的内容将继续下降，并且每个用户都是硬件管理员（Apple移动电话使这一概念更为完美）. 在软件中，将具有无主控，对称和自动协商（自治）的功能. 这样的软件将自动整合资源，寻找信息联系并提供计算结果.

这将是一个非常可扩展的弹性计算资源. 它比现有的所有云模型都更广泛，并且符合超的物联网和数据膨胀.

例如，一个完全的物联网制造车间将形成一个微计算中心，该中心不再需要将数据传输到云. 一旦其计算需求超出了自身的能力，就可以在附近的计算节点（另一个车间，甚至是智能手机）的帮助下完成它. 计算结果也将直接发送到用户的终端（可能是用户也将其借给了计算的一部分，否则，用户可以向物联网车间收取一定的费用作为收入）.

这种计算方法不是我们的想象. 过去，有些人在DNA计算中使用了各种剩余资源. 企业的个人计算机和冗余服务器可用于计算一小时零五分钟的一小部分. 结果汇总. 其他公司则组合了各种冗余存储以形成大型的虚拟存储设备（vSAN）.

另一个例子，自动驾驶汽车本身就是一个微型计算中心，可以从其他汽车借用资源并通过某些协议传输信息. 我们相信，当硬件速度足够快且软件功能足够丰富时，这种新的分布式计算的出现只是时间问题. 我们将此模型称为“人群计算”，即人群计算.

那么所有IoT节点如何精确地参与这个新的计算模型？这首先应归因于硬件的发展. 当前的传感器或智能传感器基于MCU（微控制器），它们具有“计算”，CPU，内存，硬盘和通信，RaspberryPi，IntelEdison所需的全部功能，还可以运行现有的操作系​​统，以及硬件成本将继续下降，因此物联网节点参与“人群计算”的基础已经存在并且将更加完善. 尽管每个节点的能量有限，但数量庞大. 每个节点只需要计算一小部分.

缺少什么？缺乏统一的协议，操作系统，工作计划，数据安全性和其他软件. 从大数据处理Hadoop到并行计算调度作业调度到并行存储，所有这些软件概念已经存在.

您为什么这样做？由于可伸缩性，自助服务. 分布计算使每个人都可以独立进行. 而且资源是“无限的”，成本会更低，您可以摆脱当今云计算模型的束缚. 需要指出的另一点是，与一般的传统认知相反，这种“公共计算”模型将比大型机和云计算更加稳定和可靠.

也许有一天，您的手机不仅会带给您通讯便利，而且在不使用手机时也会悄悄地为您带来收入.

关于作者:

詹开军，博士毕业于加拿大圭尔夫大学数学系. 他目前是美国半导体Atmel公司全球数据中心总监. 在此之前，他曾是全球最大的电子设计自动化软件公司Cadence全球数据中心的主管. 他还担任过多家投资和创新公司的顾问.

业务专长: 战略定位，国际业务和谈判，组织设计优化.

技术专长: 云计算，超级计算机科学工程计算，数据中心，大数据设计，架构设计和解决方案，物联网.

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-195392-1.html