微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 周宏仁:云计算就是网络计算 是否虚拟化不是本质问题

周宏仁:云计算就是网络计算 是否虚拟化不是本质问题

2014-05-22 09:27
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2014-05-22 09:27 CNET科技资讯网

当云计算从云中落地时,在“接地气”的同时似乎又有这样一种趋势,似乎它变得无所不能。在第六届中国云计算大会第二天上午的主会场演讲中,中国大数据专家委员会顾问、国家信息化专家咨询委员会常务副主任周宏仁却将云计算轻描淡写:云计算就是网络计算,就是互联网计算,是否采用虚拟化技术不是本质问题。如果告诉公众云计算就是网络计算或者互联网计算,他们就不会一头雾水,也不会上当受骗。

周宏仁:云计算就是网络计算 是否虚拟化不是本质问题

周宏仁回顾了网机、网格、算厂等一系列网络计算各类形式和载体的发展历史,因为这样那样的原因,这些雏形都失败了。这些的失败,可能只是时机不到,当历史的车轮转到2006年,这一年的3月亚马逊推出弹性计算云服务概念,同年8月谷歌推出云计算概念,让云计算出现在我们的视野中,但是云计算的概念不是全新的概念,而是人们关于网络计算的探索和发展的必然结果。

这时候的云计算,是一个放大了的客户/服务器局域网体系结构,但是客户虽然还是客户,但是已经是可以使用任何终端设备上网的客户;而且客户可以是人,也可以是物;这时候的服务器,不是过去的一台或者几台,而是几万台、几十万台甚至上百万台。

周宏仁的演讲没有很炫的PPT,与其相得益彰的是其平实的话语,这一如现在的云计算发展的现状,该到了剥掉繁华,回归本源的时候了。

他认为云计算可能包含云服务、云存储、云计算三种服务形态。其中云服务最受欢迎,最典型的就是苹果通过智能手机提供软件的下载服务,目前苹果平台提供的软件下载服务已经达到250万个。事实上早在云计算概念提出之前,谷歌和百度提供的搜索引擎服务就是一种云服务;现在各种各样提供互联网服务的企业都多少提供云服务;而云服务就是基于互联网的服务,电子邮件也是一种云服务,网络时代,各种基于互联网的信息和商业服务都带有云的特质。

对于云存储,就是基于网络的存储,或者叫做对象存储更形象。对象存储把数据看做对象而不是文件,适合于照片、歌曲、影像。

而对于云计算服务,周宏仁认为如果把计算放到云上,其发展相对迟缓,这里有理念、安全的原因。

从理念上来讲,计算能力作为一种公共事业,不符合信息化发展的客观实际,实际上比云发展更快的是计算机终端的发展。计算已经无处不在,不在云上,而在地上。

云计算并非所有领域都适用,它可能更适合学校学生以及社会低收入人群。而对于私有云,可能某些企事业单位非常有用,例如为了确保其数据和信息的安全控制,为了严格限制员工对计算机的使用,同时又为了降低成本来使用私有云服务。对于公有云的问题,云计算是否一定意味着巨大的经济效益,还需要实事求是地认真分析。

具体到云安全,周宏仁没有当前很多产业界人士那般的轻松。他认为云安全就是网络安全,挑战依旧非常严峻,无论是政府还是企业,核心信息完全不可能放到公有云上。但是非敏感信息的“云”还是大有前途,云服务和云储存提供巨大的市场空间,只是要注意个人隐私的保护。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-