Akash Network

區塊鏈是如何改變雲計算的

  • Maly Ly
  • 5 min read

當下的雲計算市場是高度整合的,四大雲服務供應商,亞馬遜網路服務,微軟 Azure,穀歌雲和阿裡巴巴雲,截至 2019 年底佔據整個市場 70% 的份額。

在這種寡頭壟斷的市場結構中,競爭越來越少,隨著時間推移,需要雲計算的組織的選擇和靈活性越來越少 1。 在早期,隨著規模的擴大以及雲基礎設施和計算需求的增長,這些組織被 CSP 的技術框架和合同所束縛。

到 2020 年,預計超過 80% 的企業工作負載將在雲計算中,市場權力濫用和扭曲的風險將增加,並在一系列行業產生廣泛的漣漪效應2

供應方普遍效率低下

在雲容量供應方面,巨大的低效率是值得注意的:平均而言,全球數據中心的總容量利用率只有70%。 擁有數據中心的公司,特別是那些沒有作為供應商參與雲計算市場的公司,公司為了擁有需要的雲計算能力要平均多支付 30%3。 這種效率低下的分配為提高利用率、攤銷成本和降低雲計算價格提供了巨大的機會。

人工智能和機器學習加速了對雲計算的需求

人工智能(AI)和機器學習(ML)正在推動計算能力的加速增長。 AI 和 ML 公司對所有行業的經濟影響怎麼強調都不過分。 預計到 2030 年,它們將額外創造 15%的全球 GDP。 AI 和 ML 市場的增長是巨大的,預計未來 5 年的年收入將超過 2000 億美元,而幾年前僅為 200 億美元。 僅美國就有 2100 多家 AI 公司,中國有 1000 多家,英國、加拿大和印度緊隨其後,分別有 400 家、300 家和 150 家 4

這種增長對基礎設施的需求是巨大的:到 2025 年,通過人工智能演算法處理的數據量將達到 1.4 澤位元組(ZB) (1 ZB 等於1萬億 GB)。

雲計算對 AI 和 ML 公司的主要好處

雲技術給 AI 和 ML 公司帶來了很多好處,特別是對於早期的初創公司:

  • 啟動成本和規模:標準的按次付費模式消除了昂貴的啟動投資,並適用於基於數據量的峰值工作負載模式。 雖然較低的啟動成本對任何處於早期階段的公司都是有益的,但靈活適應峰值工作負載的能力對 ML 公司尤其有價值,例如在培訓數據模型時。
  • 易於訪問:雲允許各種規模的公司輕鬆做 ML實驗,並在專案投入生產和新服務需求增加時適應容量的擴展。
  • 易用性:通過雲計算,企業可以獲得高級 ML 選項和工具,而不需要大規模的高級人工智慧和數據科學專業知識。 這使得 AI/ML 組織可以先在小型團隊中試驗 AI 工具,以驗證其好處,隨後才在公司內大規模應用。

公司從雲計算中獲得的主要收益隨著公司在 AI/ML方面的經驗,A /ML專案的數量和規模以及公司為解決AI/ML問題而聚集的內部技術專長發展而發展。

為什麼區塊鏈會改變雲計算

通過區塊鏈技術,可以大大提高雲計算對公司整個生命週期的好處。 事實上,區塊鏈的主要優點是能夠解決不利的市場動態,減少供應方面的低效率,增強可用性、可擴展性和降低公司的總成本。

市場效率:通過區塊鏈技術,雲計算能力的市場向擁有剩餘資料能力的公司和個人開放。 區塊鏈允許他們成為雲容量的供應商,需要雲容量的公司/使用者可以靈活地購買剩餘容量,價格只是主流雲服務供應商的一小部分。 其結果是高效利用資料中心容量,以及使每千百萬位元組雲計算容量的市場價格顯著降低。

安全性和透明性:區塊鏈的底層協定和共識機制確保了每個交易和底層資料的獲得最高級別安全性,並為每個參與者建立了透明性和可問責性。 通過分散式帳本,一個永久的審計追蹤系統被創建出來,保護每個參與者的匿名性,同時保留每一筆交易記錄。

去中心化的好處:區塊鏈的去中心化安全特性增強了雲計算的整體安全性。 啟動世界各地未使用的資料中心容量,可以使雲計算容量最接近使用者及其技術和設備,從而減少延遲和並加快災難修復。

接下來是什麼

雲計算在 2020 年達到了一個新的高峰,這在很大程度上是由於 AI 和 ML 技術的加速增長,這些技術需要巨大的計算能力。 區塊鏈提供了一個強大的解決方案,解決目前影響定價、創新、使用者和供應商成本結構的低效率問題。 在 Akash 網絡,我們利用區塊鏈建立了世界上第一個去中心化無伺服器計算的點對點雲市場,使任何數據中心和任何擁有電腦的人都可以輕鬆地銷售他們未使用的計算力。

隨著以區塊鏈為動力的雲產品的出現,將會有更安全、更靈活、成本明顯更低的可替代四大 CSP 的產品。 利用率更高的數據中心將更好地利用其資本支出並進行攤銷,而氦氣熱點和 Akash Supermini 伺服器之類的家庭創新技術將使個人用戶能夠參與到市場中。

  1. 研究 2019,“預測 2020:雲計算
  2. LogicMonitor 雲展望 2020:雲研究的未來
  3. 數據中心動態白皮書,“避免資料中心和網路機房基礎設施規模過大帶來的成本
  4. 麥肯錫全球研究所,“來自人工智能前沿:建模 AI 對世界經濟的影響

Latest Stories

Featured