雲計算已走過十幾個年頭，從異軍突起到百花齊放再到巨頭崛起，雲計算市場同樣出現了馬太效應。
-
聚類分化：由於雲計算是一個規模性業務場景，只有達到一定規模後，邊際成本才會出現，所以近年來，雲計算出現了有趣的變化。一方面，一些企業不斷做大做強，同時把規模化的技術紅利反哺到市場和客戶，讓最終消費者享受到雲計算的好處。另一方面，一些中小型雲計算廠商聚焦在特色、優勢行業裡深耕，垂直做深做厚，另一些中小型雲計算廠商則轉型為提供雲計算技術諮詢、實施的服務廠商。整個雲計算行業一改當初所有云計算廠商都扎堆IaaS的局面。
-
增速趨穩：歷經多年的高速增長，隨著各家雲計算廠商的規模越來越大，增速也逐步趨穩。
-
差距收窄：幾個頭部雲計算廠商你追我趕，彼此之間的差距不斷收窄，特別是微軟和AWS之間的差距收窄最明顯。雲計算廠商之間的競爭進一步加劇。
-
區域化差異明顯：在亞太區有很明顯的區域效應，作為發源於亞太區的阿里雲，市場佔比明顯高於其他區域；而在歐洲和美國區域，AWS、微軟、谷歌則佔據絕對優勢。
如圖1-14所示，我們可以在Cannalys諮詢公司提供的雲計算諮詢報告裡看到，全球主要雲計算廠商從2018年到2019年的變化如下：
-
AWS的市場佔比從2018年的32.7%下降到2019年的32.3%，其年度增速為36%。
-
微軟Azure則保持了63.9%的高速增長，而且市場佔比也在增長，從2018年的14.2%提升到了2019年的16.9%，增長勢頭迅猛。
-
谷歌雲是幾個廠商中全年增速最快的，全年增速為87.8%。
-
阿里雲在保持高速增長的同時，市場佔比也有0.8%的增長。
-
其他雲計算廠商綜合出現了下滑，從2018年的44.8%下降到2019年的40.1%。
隨著巨頭時代的到來，很多中小型甚至創業型雲計算廠商積極尋找生存空間，採用雲計算爆發之初那種大而全的做法已經越來越不現實，所以在行業中出現了很多細分領域的雲計算廠商。
從技術角度來講，很多中小型雲廠商目前集中在以下幾個細分領域。
-
容器：透過容器技術簡化客戶的雲原生改造，目前主要集中在PaaS層的管理和DevOps方面。
-
影片：隨著直播、短影片社交模式的流行，影片技術的要求越來越高，很多雲廠商聚焦在影片技術領域不斷深挖。
-
大資料：聚焦於某些垂直行業的大資料智慧化解決方案。
-
智慧園區：提供智慧樓宇、社群生活、裝置互聯、人車管理、創業孵化等方面的行業性雲產品和服務。
-
CDN：為了使使用者有更好的網際網路體驗，一些廠商聚焦於提供CDN服務，目前與雲計算技術結合後可進一步最佳化服務體驗和質量。
目前，IaaS、PaaS領域的技術已經越來越成熟，而且這部分技術相對通用。相比之下，SaaS服務具有很強的行業屬性和定製化需求，雖然目前已經有了Salesforce這樣非常優秀的SaaS雲服務商，但是離滿足市場需求還有很大的差距。
雲計算會繼續向行業化方向拓展，今天已經出現的眾多行業化的雲還是粗粒度的，未來會進一步細分，以便更好地滿足客戶的精準需求。例如，金融雲未來可能進一步細分為銀行雲、證券雲、保險雲。業務中臺也可能進一步細化成汽車行業業務中臺、能源行業業務中臺、銀行行業業務中臺等。
此外，隨著雲原生技術的不斷發展，容器、Serverless、AIOps等技術的不斷湧現和成熟，雲會進一步智慧化，具體體現在以下幾個方面。
-
業務配置化：微服務、服務網格、業務中臺、資料中臺等理念和技術的出現，使業務的新增與裁減變得更簡單，可以透過插拔的方式進行業務的靈活調整。
-
資源透明化：Serverless逐步發展、演進成FaaS（功能即服務），當前主要集中在把IaaS資源透明化方面，未來會進一步拓展到把業務能力抽象化、透明化方面，從而進一步向上發展，提供更強大的無伺服器程式設計和編排能力，進一步最佳化基礎資源、降低應用系統的使用成本。
-
故障自愈化：透過AIOps進行監控並利用資料分析、機器學習等技術，在故障發生時可以進行自我診斷、自我修復，在機器無法完成自我修復的複雜情況下，可以通知工程師進行人工干預。
-
擴縮容自動化：雲計算本來就具有很強的擴容/縮容能力，容器的大規模使用進一步提升了這方面的能力。根據長期業務的實際運轉情況設定相應的擴縮容規則，可實現一定程度上的自動化容量管理，進一步提升資源使用率，降低成本。
前面講到，一方面雲計算在北向往業務和資料服務方面拓展，另一方面雲計算在南向不斷地加深與物聯網、區塊鏈等底層技術側的融合。
特別是透過與物聯網的結合，雲把觸角延伸到了端，原來需要全部在中心化的雲上進行計算的資料中，有很大一部分可以分解到端上做第一級的計算，不用每次都上傳下行地對全部資料進行傳輸，這樣，一方面緩解了中心化的雲的計算負擔和無效資料傳輸造成的頻寬浪費，另一方面大幅提升了端的自主性和時效性。
目前，主流的雲計算都是高度中心化的雲，雲計算廠商利用海量的伺服器、儲存、網路裝置提供資源共享能力，使用者按需購買資源。這種方式提供了非常強大的計算能力，使用者可以用相對低廉的價格購買到所需資源並進行使用。
除了這種中心化的計算資源外，全球仍然存在海量的閒置的計算資源，比如個人電腦、手機等移動裝置等。目前，有些機構開始嘗試透過分散式技術把這部分資源利用起來，BOINC（伯克利開放式網路計算平臺）就是其中的一個典型代表。
不過，這種模式也存在天然的缺陷，由於提供閒置計算資源的個體無法從中獲得相應的收益，激勵機制不明確導致志願者較少，而區塊鏈的出現為解決這一問題帶來了曙光。區塊鏈透過貢獻證明協議提供可證明的共識和可溯源的信任機制，從而形成有效的激勵機制。
雲計算從誕生之初就有一個長期發展的目標，那就是“可信、可靠、可控制”，這與區塊鏈的信任機制高度一致。區塊鏈和雲計算結合會帶來一種新的服務體驗。
目前，已經出現了一些嘗試利用閒置硬碟、手機空閒計算能力等的區塊鏈雲計算服務。例如，大家可以把空閒硬碟貢獻出來，透過區塊鏈的規則並按照雲計算的服務方式，將大量閒置的計算資源整合成超級計算機/計算池，租用給使用者使用。類似的廠商有storj、迅雷等。
當然，區塊鏈也有需要解決的自身效能問題，所以未來將是雲計算巨頭和眾多的基於區塊鏈的小云並存的雲時代。
關於作者：阿里雲智慧-全球技術服務部（Global Technology Service，簡稱GTS），一支面向雲智慧客戶提供完整生命週期服務的技術服務團隊。GTS旨在透過專業化的交付實施、系統化的中臺支撐及標準化的服務產品能力，運用雲和科技的力量，與生態夥伴一起幫助客戶實現業務價值。
本文摘編自《雲上數字化轉型》（ISBN：978-7-111-70483-6），經出版方授權釋出。
推薦語：本書以指導企業雲上數字化轉型為目標，系統呈現當前主流雲上數字化轉型的技術方案和理念，包括雲原生、雲上高可用和容災設計、業務中臺、資料中臺、企業數字化轉型等，並結合阿里雲的實戰案例，剖析這些技術的精髓和應用要點。
▲終於有人把IaaS、PaaS、SaaS講明白了
讀書 | 書單 | 乾貨|講明白|神操作 | 手把手
大資料 | 雲計算 | 資料庫 | Python | 爬蟲 | 視覺化
AI | 人工智慧 | 機器學習 | 深度學習 | NLP
5G|中臺 | 使用者畫像| 數學 | 演算法 | 數字孿生
