发展云计算不可“乱云飞渡”“跟风攀比”
发布日期:2016-4-8 19:4:40
发展云计算不能“跟风攀比”“乱云飞渡”——谈云计算发展中亟待解决好的几个问题 当前,中国掀起了云(如阿里云)计算快速发展的热潮。媒体的热炒,资本的造势,大量学术活动裹挟着的商务宣传,拼命地为云计算概念加温。加上Google、IBM、微软等IT巨头们以前所未有的速度和规模进行云计算的推广和炒作,更是把云计算推上了峰巅。云规划,云纲要,云项目、云基地似乎已成为各级政府新的发展规划中一道最亮丽的风景线。 随着各地云计算热情的空前高涨,一时间多地政府纷纷出台优惠政策,快速布局,跑马圈地铺摊子,上项目。各个硬件和软件厂商也觉得遇到了“做梦也想不到的捞钱机遇期”,纷纷试水涉足,抢着推出云产品和云服务。中国大地可谓一派风起云涌!炒作和鼓噪的“迷云”在继续加温,你要建立10个云数据中心,我要建百万台服务器的云计算基地;你要建立亚洲云数据中心,我要建立“世界云数据处理中心”。各地“逐级倍增”圈地盖房的呼声,热闹非常。跟风攀比的数字和规划,如雷贯耳。以至于云计算的市场规模已经从2010年的167亿元,增长到2013年的1174亿元。年均复合增长率已经达到91.5%。“十二五”期间,云计算产业链规模已经可望达到7500亿至1万亿元人民币。 我们可看一下工信部电信研究院高级工程师李洁提供的一组数据:目前,我国各类数据中心总量约43万个,可容纳服务器约500万台。其中经营性数据中心机房921个,面积约88万平米,机柜数约17.7万个,可容纳服务器约200万台。不算以上的在建项目,仅就2011年我国已经建数据中心总耗电量,就已达到700亿千瓦时,占全社会用电量1.5%,相当于2011年天津市全年用电量。 生动的数字表明:避免重复投资,遏制资源浪费已迫在眉睫,种种“跟风攀比”“逐级倍增” 动辄成千上万台设备大搞云数据中心的做法,种种“腾云”“驾云”的“云山雾罩”热潮,既缺乏顶层设计,又不进行关联性思考,既不切实开发存量资源,又缺少对市场需求的充分考量。“云联云”已变成了一句空话、一句笑谈。若听任这种“孤云朵朵”“四处飘散”,将会面临大量数据中心“云资源池的干旱现象”发生。不仅会造成大量优质信息化资源的沉淀和闲置,而且,会给历经多年努力逐步有所进展的信息交互共享局面,设置新的壁垒。 云计算发展中的这些问题,如果不及时洞察,妥善解决,将会造成严重后患。正如有的学者指出的:众云汇聚之时,恐将成乌云密布之日。有鉴于此,工业和信息化部苗圩部长已明确地提出警示。中国工程院院士、中国电子学会云计算专家委员会主任李德毅也高声疾呼,要尽快改变这种“乱云飞渡”的现象。可惜的是,这些警示和规劝,并没有引起太大的反响。有鉴于此,有必要就当前云计算发展中必须注重解决的五个问题做进一步的阐述。 1、发展云计算一定要注重静态云和动态云的结合 用存量集装箱开发云(如阿里云)计算增值能量,建立静态和动态结合的云数据中心是世界云计算技术发展中的一个新特点。当前,一些云资本的吹鼓手和硬件商人,出于他们的商业目的,掩盖了国际云计算发展中的这样一个重要特点和趋势。鼓噪各地拼命地征用土地,购买设备,大建云数据中心。事实上,经过几年的发展实践,世界云计算数据中心的建设思路和格局,已发生了重大战略转变。建立动静结合的、模块化的、以漂浮云为特征的“集装箱式数据中心”已经成为一种新潮。这种新型动态数据中心,可像搭积木一样快捷、容易。不仅一座数据中心可像一朵云一样到处“漂移”,而且当一座数据中心不够用了,可像垒积木一样再加上一座,这岂不解决了目前数据中心建设必须占用过多土地资源的大难题吗! 这种模块化数据中心,不仅资源占用少,项目投入少,建设周期快,而且可分可合、可动可静,适应战备需求。不至于成为战争中敌人攻击的目标。正是凭借这些优势,在全世界已悄然走红。世界着名市场调研机构IDC研究人员已经明确指出:“庞大的、整体的数据中心已过时。而模块化数据中心模式有望在未来5年内,成为建造数据中心的“几乎默认的方法”。 他还更明确指出:这种集装箱式数据中心适合建设灾备中心,还可临时性或者紧急性地扩建IT设施,只要指定场地能提供电源和供水,就可以立即投入运行。集装箱式数据中心在能效指标方面能达到很高的水平,PUE(能源利用效率)可以达到1.2,这是传统数据中心难以企及的”。 这种模块化数据中心自2007年在世界首次起动。包括IBM、惠普、Oracle、SGI、戴尔、等厂商无不涉足其中,微软、谷歌等更对其偏爱有加。微软公司使用Rackable提供的集装箱,在美国芝加哥城外建造了一座拥有150个集装箱的大型数据中心,每个数据中心都配置了1000到2000台服务器。微软还采用IT预装配组件,在美国华盛顿州Quincy搭建了拥有超过2000台服务器的数据中心,其模块化设计使整个搭建过程仅用了8个月。而谷歌公司则在2008年就为他们的模块化数据中心申请了专利,以便对模块化数据中心创新技术进行专利保护。但是,他们在中国云计算高速发展中,带给我们的那些“解决方案”中,显然规避了这种前瞻性的创新思考。这难道不值得我们正在大建云数据中心的各级政府官员和相关企业认真地思考和警醒吗? 2、发展云计算要注重对存量闲置资源进行增值性开发 云(如阿里云)计算将从根本上改变信息获取和知识的传播方式,促进基础设施运营和软件等信息产业的服务化转型,催生跨行业融合应用的新型增值信息服务新业态。由于采用云计算,可以将大量网络分别连接的计算资源进行统一管理和调度,构成一个计算资源池向用户提供按需服务;可以把分散资源集聚起来,提供信息资源深度开发的可能;可以把零散资源汇集起来,提供整合应用的可能。信息资源池中,大量高附加值信息资源的集聚,不仅提供了信息资源增值开发和智能开发的可能,还提供了集群性计算能力深度开发、增值开发的现实可能性。正因此,工信部苗圩部长前不久明确指出:在国外,云计算主要是整合现有服务器资源,把闲置资源整合起来,建立一个虚拟的数据中心。但是在国内很多地方,动辄就是百万台新增服务器,存在着很大的盲目性。 这就要求我们,要建立现有计算能力的资源存量清单,提供可用物理服务器数量和负载存量,摸清虚拟机或工作负载在整个可用服务器群中的智能分配资源量。把闲置资源整合起来,进行深度开发,从存量资源中开发云服务的增值价值。另一项调查显示:发展云计算以后,70%被闲置计算能力可获运用。把这些闲置的计算能力集中起来,整合起来,就可以由用户按需取用,从而大大减少这种计算能力的浪费。 在发展云计算的过程中,对高性能云计算数据中心的建设,需要慎重。这不仅是由于高性能云计算数据中心的建设费用很高,运营费用昂贵,更在于:这样的项目上马之前,一定要充分论证有没有可供高性能云计算数据中心集成的基础信息资源,可用的定向需求,或可长期应用的客户资源。没有充裕的基础信息资源,形不成云计算的资源池,或有池无水,就没有进行高性能运算的基础;没有众多的定向需求或长期需求的应用客户资源,就不能支撑高昂的运营费用。以上海高性能计算中心为例,其200万亿次曙光5000A的总体运行峰值功耗就达到了960千瓦,每年需要支付的电费就要上千万元。以至于当前许多高性能计算机不得不关闭相关节点,以节约电费。更应指出的是:这样的项目上马周期较长,而更新周期又很快。这就更加加重了投资压力。对云计算发展中存量资源进行增值开发,要注重采用虚拟化技术。虚拟化的优势在于它能将所有可用的计算和存储资源以资源池的方式组成一个单一的整合公共平台,进而提供虚拟服务功能。其资源池就像我们日常生活中的水和电一样,成为企业信息系统中的“公用设施”和便捷的“取用渠道”。这不仅利于信息资源的增值开发,而且有利于闲置和沉淀资源的功能激活。 3、发展云计算一定要抓住“应用落地”这个重点 应该说:“云计算”的快速发展,为我国信息技术的深度开发和应用,带来了新的发展机遇。它的智能管理算法和整合开发设计,为解决我国信息化建设中信息资源的资源开发和价值开发,提供了崭新的思路和路径。而且可以激活庞大的需求市场,充分发挥多年信息化建设基础设施的投资潜能,迅速构建起国家主导的、具有中国特色的“云计算”布局体系,迅速形成我国“云计算”的资源开发能力和应用开发优势。 但云计算技术开发的重点,不在于你建立了多少数据中心。而在于你对云资源价值的深度应用。只有在深度应用中,云计算的价值能量和增值服务优势才能得到充分开发和显现。但是,当前很多地方的云计算开发项目和云(如阿里云)计算发展基地,没有抓住这个重点,他们不抓云计算的资源开发和价值开发,不进行云计算的服务模式创新研究,不注重漂浮的“云朵”如何“落地应用”,而沉迷于“多征地”“多盖楼”用大楼去招商引资“钓”得“云飞来”。以至于,中国工程院院士、中国电子学会云计算专家委员会主任李德毅不得不高声疾呼:不少地方政府虽然将云计算定义为战略性新兴产业,但依然是采用原始的征地、盖房子和招商引资,将云计算搞成第二个房地产。事实上,上多少台服务器并不是关键,而是要关注应用的落地。这里院士明确地告诉我们:发展云计算必须研究应用,注重应用。只有在应用中才能彰显和开辟云服务的价值能量,才能找到适宜的商务模式,开拓出云服务巨大的市场空间。 4、发展云计算必须着眼于确保国家信息安全和用户信息安全 必须认识到发展云计算在给我们带来巨大经济利益的同时,也带来了巨大安全隐患。因此,发展云计算的巨大挑战将是确保入云计算的信息安全。当前互联网上讲云计算安全问题的很多,无外乎是隔离失败风险、合规风险、管理界面损害风险、数据删除不彻底风险、内部威胁风险等众多运营和使用风险,但这些都只是一般性风险,而不是主要风险。其实,云计算当前最重要、最核心的风险是国家安全风险和企业经济信息失控风险。 就国家安全风险而言,前哥伦比亚电视台新闻频道总裁,早就明确指出:“随着世界的变化,美国的未来也需重新定位,不过云计算是美国可以重申其全球经济和技术带头人地位的重要领域”。应该说:“云计算”的提出和快速发展,正好为美国提供了新的机会。一旦全球信息的流动、存储和处理都要通过美国IT巨头在互联网构建的“云”来进行,那么美国就牢牢掌握了对全球信息的制导权。为此,奥巴马政府早已经将网络空间安全威胁定位为“我们举国面临的最严重的国家经济和国家安全挑战之一”,并宣布“从现在起,我们的数字基础设施将被视为国家战略资产”。为此,美国不仅注重把域名根服务器到码址资源等互联网基础设施掌握在自已手中,更最早开始了在军事领域部署“云计算”的计划。与此同时,他们的另一只手,就是大力支持其商业公司在全球大建云资源池和云计算中心,抢占社会化的云计算基础性战略资源。 严重的是:去年2月6日美国某商业云计算服务公司和美国空军签约,将为其9个指挥中心、100座军事基地和散居全球的70万军队,构建一个足以保护国防和军事资料的“云端计算网络系统”,建设一种“能让空军持续监看和分析所有网络资料,以寻找任何威胁或故障迹象的技术”,为支持这项计划的实施和落实,美国国会众议院还迅即通过了“网络安全研究与发展法”。与此同时,美国该商业云计算服务公司大举进军中国市场。先是欲借无锡,打开强力挺进中国云计算市场的通路,又将其他100个中国城市作为潜在的云计算客户,并希望能吸引20万家独立软件公司使用自己的数据中心。一个一手为美国空军制造“能让空军持续监看和分析所有网络资料”的公司,其另一只手欲把“100个中国城市作为潜在的云计算客户”,还要掌控“中国巨大的铁路建设信息”。中国的国防信息安全何在?中国铁路的高速运载能力和军事物流安全何在?我国信息的绝对制导权何在? 欧盟的一些成员国最早意识到保护信息安全的重要性。因此,他们不仅提出了在入云时保护国家和企业信息安全的《数字议程计划》,还对进入云资源池中的企业经济信息规定了严格的删除性保护措施。规定限定:企业入云的数据,在保留6到18个月后,云服务企业必须从资源池中全部删除。德国更严格规定企业所有的入云数据,必须保存在德国境内,不准跨境调用。近日,欧盟网络与信息安全局(ENISA)又发布了一则《云计算:好处、风险以及信息安全建议》报告。报告不建议将最敏感或者核心的企业数据置于云端,这些建议不仅很值得我国学习和借鉴,而且会给我国的企业和商家提供重要的启示和警示。 5、发展云计算一定要和地方节能减排任务进行综合考量 应该看到:计算机节能是我国可持续发展战略的必然要求,也是绿色经济发展的本质特征。无论是要“建立地区云计算中心”,还是“要建立亚洲及全世界数据处理中心”,恐怕都有一个共同的缺失:就是没有进行云计算中心能量消耗的测量和能不能保证能量供给的计算,或者是他们在制订种种云计算发展规划的时候,根本就不懂得需要进行这种相关性思考,这是一种云计算发展中的重大战略缺失。事实上,云计算中心的耗能是很高的。美国普渡大学发展的实践验证了这一点。在过去3年内,这所大学建造了3个大型服务器集群的高性能数据中心,数据中心建在一幢10层楼的地下室里,以减少空间资源的占用。但是,让他们没有想到的是:仅数据中心的耗电量竟占了整幢大楼的85%,以至于大楼内其他楼层的众多办事机构和研究项目的电力供应均受到了影响。 数据中心电力指标升级迫在眉睫,但是要等待政府部门层层审批,再到完成电力供应升级,大约需要两三年。为此,他们设想了多个方案并考察了校园内所有场地,但是最终所设想过的方案都被否决了。无计可施的项目团队,把注意力转向了模块化数据中心。其模块化结构设计,既不必提交规划部门审批,又可以快速部署,还可节约一大笔大楼建筑开支和电力增容费用,部署仅用了2-4个月,就能把一个大型服务器集群的高性能数据中心搭建起来。结果证明:这个方案所耗用的资源成本和时间成本,远低于之前考虑过的任何方案。 美国国防部自从1999年以来,就一直在寻求更便宜、更安全、更省电、更容易被国防部工程技术人员接受的计算服务系统。以上学校遇到的问题,不仅使他们看到:发展云(如阿里云)计算、上马新项目,必须进行电能消耗和电能供应的相关性思考,还要预留出夏天1-2000千台计算机的可增值降温能耗。正是这种经验和警醒,使美国联邦局不久前毅然关闭137个数据中心,以节约能源、节省开支。他们算了一笔账:每关闭一个数据中心,就可节省15000平方英尺建筑,还可节电120万美元。美国关闭137个高耗能数据中心的做法,一定会给我们许多重要的启示。特别需要指出的是,在“十二五”期间,我国也面临着繁重的节能减排任务。为此,国务院印发了《“十二五”节能减排综合性工作方案》。明确要求:我国要“研究确定高耗能产品和终端用能产品的能效先进水平,制定能效标准,明确实施时限。依托企业技术进步,促进能效水平的快速提升”。因此,发展节能云计算、低碳云计算、绿色云计算才应是云计算发展的方向,才能确保节能减排落到实处。 上一条: 云计算数据中心管理面临的三大挑战 下一条: 大数据分析三大演进方向
|