歲末年初，回顧剛剛過去的2020年，“新冠疫情”將成為我們刻骨銘心的記憶。

因為這場疫情，仿佛在一夜之間就重塑了我們的生活。物理世界如同封印一般，僅維持最低限度的運行，而在數字世界，我們借助智能終端和網絡的力量，將幾乎盡可能多的時間都放在了云端。

從2020年初，我們經歷了云辦公、云會議、云課堂、云蹦迪……“云上工作”、“云上生活”成為眾多企業(yè)和無數普通人能夠直接應用和切身體驗的生產生活方式。視頻直播、游戲、短視頻以及各類APP等移動應用占據了我們日常的大多數時間。

云計算，成為支撐起這些線上服務和產品的底層數字基礎設施。對于企業(yè)而言，“云服務”成為企業(yè)實現數字化轉型的標配；對于大眾而言，“云”已經不再只是一個物理世界的天氣概念，更成為日常數字生活須臾不可離開的要素。

這一年，“云計算”自身也實現了蛻變成長。如何定義“云計算的2020”，我們可以從以下這些關鍵詞中找到答案。

疫情之下，云原生的技術場景大爆發(fā)

新冠疫情關閉了線下物理世界的大門，卻給線上數字世界開了一個無比廣闊的天窗。

去年年初，疫情爆發(fā)最初的幾個月內，我國移動互聯網的單月接入流量達到了平時的2倍以上，線上流量如同洪流一般涌入各類在線應用服務當中。

舉個例子，為應對疫情中在線辦公和在線教育場景下激增的流量，基于容器服務等技術的云原生，釘釘在2小時內緊急擴容一萬臺云服務器，這個數字也創(chuàng)下了阿里云快速擴容的新紀錄。

疫情帶來了在線辦公、遠程教育、在線游戲、視頻流媒體等需求的井噴，極大加速了這些行業(yè)應用的云化過程。因為想要應對如此短時期激增的數據流量，采用彈性、靈活的云原生服務，無疑是最可靠的選擇。

2020年，云原生已經走進企業(yè)真實業(yè)務場景，完成從技術價值到業(yè)務價值的轉變。根據Gartner數據預測，到2022年，75%的全球化企業(yè)將在生產中使用“云原生的容器化應用”。

因此，云原生幾乎成為近兩年來云計算領域最火的一個名詞。似乎哪一家云計算廠商不提云原生都感覺自己掉隊了。在國外，云原生早已成為新一代云計算的代表性架構體系，在國內，阿里云宣布成立云原生技術委員會并在雙11核心系統(tǒng)首次實現全面云原生化，騰訊云則跟進推出8款云原生產品、升級云原生矩陣，華為云推出云原生產業(yè)白皮書和行動計劃。云原生架構，成為應對這場在線數字洪流危機的關鍵法寶。

相較于傳統(tǒng)IT架構，云原生架構的優(yōu)勢在于，充分利用云計算的分布式、可擴展和靈活的特性，通過數據庫、大數據、中間件、函數計算、容器服務等開放標準的云原生產品服務，有效降低企業(yè)上云的門檻，分享云原生化的技術價值紅利。另一方面，云原生技術擁有讓系統(tǒng)更加彈性可靠容錯、松耦合、易管理、可觀測等美好特性，讓企業(yè)有動力克服云原生上云的難關。

談及云原生的技術價值，我們可以看到2020年的一些新技術趨勢：

1、云原生安全。在企業(yè)面臨越來越復雜的網絡攻擊的情況下，云原生安全能力正在得到釋放。無縫銜接的云原生安全能力，可以作為云服務的一種，以更高安全等級和更低使用成本，支持彈性、動態(tài)、復雜的行業(yè)場景。

2、基于“數據倉庫即服務”（DaaS）概念推出的云原生數據倉庫產品（CDW），可以支持計算、存儲節(jié)點的單獨擴展、實現在查詢計算時，不影響同步擴容或縮容，不發(fā)生延遲或中斷。

CDW從根本上解決了傳統(tǒng)數據倉庫的架構問題，最大化體現了云原生的架構特點。就如阿里云的云原生數倉AnalyticDB，采用存儲計算分離+多副本架構，高度兼容MySQL、Oracle，應用遷移成本低。

3、數據庫大數據一體化成為下一代數據處理的演進方向。與傳統(tǒng)模式不同，“數據庫大數據一體化”基于云原生基礎，可提供彈性擴展、海量存儲、一份數據多種計算模型及低成本等能力，一站式解決數據存儲、分析、消費的全鏈路用戶需求，助力業(yè)務進行數智化創(chuàng)新更實時在線、更全局、更簡單、更敏捷。以阿里云云原生數據湖DLA為例，目前已開始規(guī)?；涞兀ㄟ^采用行列混存、MPP+BSP融合執(zhí)行引擎、分層存儲等技術實現高性能在離線一體化。

云計算步入異構時代后，AI的算力擴張

在今年的科技抗疫的大背景下，我們突然意識到云計算對于攻克病毒、戰(zhàn)勝疫情所蘊含的巨大價值。從支持病毒基因測序、新藥研發(fā)、蛋白篩選等，到新冠疑似病例的CT診斷，以及遍布交通樞紐的行人實時測溫，背后都離不開AI算力的支持。

IDC在2020發(fā)布的《中國人工智能云服務市場研究報告》顯示，2019年中國AI云服務市場規(guī)模達1.66億美元，2018至2024年CAGR將達到93.6%，AI能力已成為用戶進行云服務選型時的重要考量因素。

2020年，AI計算已經成為云計算產業(yè)發(fā)展的加速劑和助推器。對于中小企業(yè)和社會組織，直接擁抱AI技術，面臨著人才匱乏、技術門檻過高、可投入資源不足等問題。那么，通過云服務的方式，獲取AI軟件應用及AI算力就是企業(yè)數字化轉型發(fā)展的必然趨勢。

從“云化”再到“AI化”，這一趨勢背后，正是云計算以虛擬化技術為基礎實現的計算、網絡和存儲的三大資源池化。其中，以GPU、FPGA、NPU等異構加速器在云計算數據中心的增長，構成了云端的彈性的異構計算資源，可以向需要企業(yè)客戶提供彈性AI計算資源。

此前，受限于網絡帶寬和時延，異構加速器的池化規(guī)模仍然受到很大的瓶頸。由于異構加速器產品規(guī)格繁多，大大損害了資源的池化能力；內存的分配仍然限制在單臺計算節(jié)點內，造成了大量內存的碎片和浪費。隨著一些Gen-Z、 CXL等cache一致性總線和高速互聯協議的出現，這些異構計算資源以及內存的大規(guī)模池化將成為可能。

目前，國內已經有云廠商通過軟件池化的方式，首次實現GPU、FPGA、NPU等異構加速器與CPU/內存的解耦。未來3~5年內，隨著GPU、FPGA、內存等計算資源的大規(guī)模池化，計算資源將實現極致并池，引領云計算基礎設施的未來，為用戶帶來更加極致彈性的云原生計算和存儲服務器系統(tǒng)。

以阿里云為例，其神龍AI加速器和FastGPU等極速部署工具,就通過池化算力帶來靈活的計算調度,云服務器從特定配置向serverless方向發(fā)展。這些可幫助客戶在訓練場景下提升2倍到10倍的性能,在推理場景下提升2倍到4倍的性能,節(jié)省至少50%的成本。

云上AI計算的一個顯著變化，就是從幾年前占比80%的AI訓練、20%的AI推理，到如今的各占比一半，云端AI計算已經面向各行各業(yè)，突破傳統(tǒng)的單一深度學習訓練任務，變成顯著的訓練推理、云桌面、圖形圖像設計等多元化場景。

云上異構計算成為最能發(fā)揮AI效率的計算方式。

線下數字場景爆發(fā)，呼喚低代碼開發(fā)浪潮

“兩天開發(fā)一個應用”，“需求已經排到明年春天”，這聽上去像一個程序員的活。

實際上，這是一個中學老師的日常，而且不會寫一行代碼，他可以通過釘釘的無代碼開發(fā)工具，就可以搭出諸如教學管理、人事工資、學生統(tǒng)計等應用，實現全線上管理。

“低代碼開發(fā)”，成為幫助一個普通人進行應用開發(fā)的“潮流”技術。所謂低代碼開發(fā)平臺是指那些無需編碼或通過少量代碼，就可以快速生成應用程序的工具，其一方面可以降低企業(yè)應用開發(fā)人力成本，另一方面可以將原有數月甚至數年的開發(fā)時間成倍縮短，從而幫助企業(yè)實現降本增效、靈活迭代的價值。

今年以來，低代碼領域發(fā)展迅速，賽道內跑出了超10億美元估值的獨角獸OutSystems，微軟、亞馬遜、谷歌也紛紛推出低代碼開發(fā)平臺或通過收購布局低代碼賽道。今年6月，微軟低代碼商業(yè)應用平臺PowerPlatform正式在中國市場商用，定位連接微軟Azure、Microsoft365、Dynamics 365三朵智能云的統(tǒng)一工具。

阿里云也推出釘釘+宜搭的組合，提供了超過100項圖形化的開發(fā)組件，用戶“拖拉拽”開發(fā)組件，即可完成應用的搭建，不懂代碼的業(yè)務人員，如HR、財務也可成為開發(fā)者。

舉個2020年的案例。在浙江省為超過100萬公務員提供的移動辦公平臺——浙政釘上，一位基層公務員完全沒有編程基礎，就可以利用上面的“低代碼”應用開發(fā)平臺，幫助漁業(yè)執(zhí)法部門開發(fā)了“漁政用船申請”的應用，此后他還幫助其他行政部門開發(fā)出“辦公設備維修”、“進出車輛審批”、“惠農政策的信息公示審批”等一系列應用程序。通過“拖拉拽”的方式就能將許多線下流程給“數字化”。

經過了無比艱難的2020的疫情之年，越來越多行業(yè)都已經意識到數字化轉型的重要性。無論是選擇云廠商們正在大力鼓吹的云原生架構來搭建自身業(yè)務，還是穩(wěn)妥選擇兼顧本地和云端的混合云模式來保證更多的話語權，云計算成為企業(yè)數字化轉型的優(yōu)先選擇。

回顧這一年，我們看到云計算的場景在大量涌現，AI算力需求也在爆發(fā)增長，云原生成為企業(yè)獲取云計算紅利的最短路徑。大眾也將在這些新的云應用場景中，得到更為優(yōu)質的數字生活體驗。

接下來的2021，云計算又會迎來哪些新的技術趨勢和驚喜，依然非常值得我們期待。