



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。
 0赞
 0赞好文章,需要你的鼓励
 推荐文章
 推荐文章
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。