如果从1996年康柏公司研究人员第一次提出“云计算（Cloud Computing）”开始算，云计算在自己23年的历程里，一直都在高速发展。
1997年，美国戈伊祖塔商学院教授Ramnath Chellappa给出了最早的云计算定义——“计算边界由经济而并非完全由技术决定的计算模式。”2006年，亚马逊的AWS拉开了“Cloud 1.0”的序幕，计算和存储的规模共享，立刻释放出了巨大的生产力。
人们将越来越多的计算机资源放进数据中心，插上网线，然后分割成不同的产品挂上网供人们选择。通过共享和云供应商的规模效应，越来越多的客户从本地化建设升级为按需供应，租用的方式让企业减少硬件和基础软件上的资本支出，企业从云供应商的规模经济中获利。
在“Cloud 1.0”这条路线运转了十多年之后，各类数据变现为核心的应用已经高度发达。典型的例子是目前任何一家云服务厂商能够提供的各类云计算服务产品，少则数百，多则上千。产品的极大丰富的同时，价格战也不可避免地出现，“Cloud 1.0”的红海化已是板上钉钉。
正是在这样的大趋势下，云服务商和云的使用者们其实都在期待着云的下一场变革：5G+云+AI。
5G+AI，注定为云掀起波澜
事实上，“Cloud 1.0”和“Cloud 2.0”之间并没有公认明确的时间边界线，但可以明确的是，“Cloud 2.0”早已启动。
“Cloud 1.0” 上云的主力是互联网企业，本身就从云中诞生。现如今绝大部分的云服务商已经开始转向产业互联网，也就是用云的力量来撬动、助力传统行业。这给云的技术门槛提出了更高的要求，因为传统行业的基础并不像互联网公司那么容易上云，“5G+AI”正是其中关键的一步。
传统行业的数据源本身就没有联网，数据的采集必须从建网开始，这个网还要足够灵活，能够适应传统行业的种种数据源形态，新一代移动通信技术5G无疑是最佳解决方案。
另外一点是“挖”这个动作本身，因为以往云端收集的数据种类简单，所以直接来编程直接设定数据处理方式即可。但传统行业的大量数据从真实世界而来，数据量庞大、数据种类繁多，单靠人类显然不行，AI必须上阵帮忙。
当然，对于中国云市场来说，“5G+AI”更加值得期待，因为在这两个领域，“数据挖掘”实际上会极大地激发出云计算中数据的价值，进而拓展出许许多多的应用。将云计算从“守业”变成“创业”，可以预想，这必将给整个云计算市场注入大量的活力。
中国在“5G+AI”上的跃进，则是另外一个重要原因。就在上个月月底，中国三大运营商和工信部同台，举行了中国的5G商用启动仪式。
今年6月拿到5G商用牌照至今，中国的三大运营商已经开通了11859个5G基站，覆盖了中国目前最重要的一二线城市。并且在年底还有望进一步加强这些城市的5G信号覆盖，并且开始向更多的二三线城市延伸覆盖。
除此之外早在2017年，国务院就印发了《新一代人工智能发展规划》。里面明确写着一个远期目标：到2030年人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心，智能经济、智能社会取得明显成效，为跻身创新型国家前列和经济强国奠定重要基础。
在各大前沿技术发展门槛愈发高的今天，系统规模和投入已经变得愈发重要，5G和AI就是最好的例子，在这一点上，中国是有先天优势的，“5G+云+AI”在中国也是如此。
如何把握“5G+云+AI”的新机遇？
5G已经被视为一个完全不同于3G、4G的移动通信技术，关键在于其整个移动通信的核心网架构都发生了变化。
一个典型的例子是，假设本来一个4G基站只可以供1000台手机（实际数字不止）上网使用，但实际使用时，手机数目只有500台，反倒是物联网设备有1000个，那么就有500个物联网设备需要通过其他方式联网。
如果换成5G基站，不仅基站本身能够提供远比1000台手机多的总上网能力，同时它还可以把本身配给100台手机的网络资源，分割之后分配给1000个物联网设备使用。最终极大地增加同一片移动网络环境下联网设备的数量。
假如能够把这一个场景的所有设备的数据汇集起来，再在虚拟世界中利用这些数据进行重构，我们是不是就能在虚拟世界中重现出一个真实的场景，并且借此在虚拟世界中对真实世界的优化进行模拟？后面这一整个环节，必须仰仗AI。
跟之前的云技术升级不同，5G和AI并不是一个简单的模块，简单加载一下就完事的。以5G为例， 联网终端的数量会大大增加、联网终端的种类和工作模式需要重新区分、更高的应用场景需要网络资源下放等等。这些由5G引入带来的强烈需求，迫使业界对云架构做出相应的调整。
AI也是如此，国内几大互联网巨头这一两年都先后公布了自己的AI大架构，从芯片，到训练和推理框架，再到应用开发等等。这一套架构如何跟被5G改变之后的云架构再次结合，也是一个重中之重。
我们也可以更通俗地来理解一下：5G让我们可以构建更广泛、更一体化的通信网络，为数据搭建“桥梁”；AI让我们有了“自动化机床”，让大规模、高速的数据处理成为可能。但“桥梁”上依旧需要组织、运输数据的“汽车”，“自动化机床”也要需要有人管理，并且安放到“工厂”中的合适位置。这些缺失的职能，其实都应该由云计算系统来完成。
适应新机遇的云系统长啥样？
通常来说，在云计算领域，大家都习惯“硬件先行”，系统的构造往往是在硬件铺设完毕之后才来研究。但这一次是个例外，继9月底在2019全联接大会上进行发布之后，华为上周五在“华为云城市峰会2019”现场正式宣布，面向5G+云+AI时代的新一代云操作系统——瑶光（Alkaid）智慧云脑正式投入商用。
“瑶光”这个名字本身就极具含义，它是北斗七星中“勺子柄”顶端的那一颗，正如古人用“勺子柄”判断哪边是北方一样，“瑶光”智慧云脑也是一个极具未来远见的云端系统，也是华为的“抢滩”之作。
我们先从“瑶光”智慧云脑的基础特性开始看，华为云官方将其总结为5点：
1.全域调度：让云来到身边2.动态协商与治理：确定性背后的分秒必争3.多目标优化：让“鱼”和“熊掌”可兼得4.多样算力智能匹配5.全栈可信：提供更中立安全的云服务
将这5点展开来看，其实更有感觉。第一点“全域调度”实际上针对的是5G、IoT即将带来的全新网络环境。即便是在3G、4G时代，不同硬件生态之间的互联网边界也是存在的。而云为了能承载千亿联接并作出及时处理与响应，让设备向云靠近的做法显然不会适应时代发展，这时通过瑶光赋予边缘站点更多能力、让云边协同起来管辖各自区域，才能让云离我们更近。
第二点“动态协商与治理”，可以说是一个颇具挑战性的需求，传统云计算中延时从来都不会放在最重要的位置，更不用说时延的稳定性与确定性。但如果我们返回到5G的特性来看，为了满足更多、更新的应用需求，例如自动驾驶、VR/AR等，数据传输的延时变得极其重要，而数据端到云的过程中有数以千计的涉及处理交互的模块，保证每一环节的精准、稳定则是充满挑战的。
第三点“多目标优化”，是“5G+云+AI”所提出来的另一个潜在需求，因为5G的出现，网络的覆盖会变得前所未有的宽广，但同样地网络的结构也会变得更复杂。要应对如此庞大的网络管理、多样化的优化需求，人力必然无法完成。让AI代替我们完成这个任务就顺理成章了。
第四点“多样算力智能匹配”，这一点最直接，数据挖掘过程中很可能会用到不同的算法、不同的策略，因此也会对计算力提出不同的需求。云供应商必须具备同时提供多种不同计算力的能力。
第五点“全栈可信”，是最容易被人所忽视的一点，自底向上全栈的可控、可信、可靠是云厂商的生命线，而华为是公有云厂商中为数不多拥有企业基因及经验的厂商，故在“全栈可信”这一点上依托底层鲲鹏、企业级可靠性保证、全球50+合规认证的华为云则显然更有底气。
华为云对于这几点显然是想清楚了的：
1.全域调度万级站点、百万级主机的分布式云形态，带宽成本节约与10倍服务部署效率的提升；时延低至5毫秒；2.毫秒级调度与决策、微秒级IO处理能力；3.建模自研A-DNN算法，利用Atlas900最强计算集群，突破多目标最优化求解的难题；4.鲲鹏、昇腾在内的业界最丰富的算力资源和不同粒度的算力封装，满足灵活多变的业务诉求；5.全球50+合规认证、已上线云服务100%安全特性覆盖。
正如华为云CTO张宇昕在发布会上所说：“瑶光作为面向5G+云+AI时代打造的智慧云脑，是华为云技术布局未来云战略方向的关键一环，并希望面向未来，引领整个云服务产业的智能升级，加速万物互联智能世界的到来。”
因为华为目前已经在关键的5G通信领域取得了相当多的专利、并且目前也是全球市场范围内能提供5G产品和解决方案数量最多，也是最完善的IT基础设施厂商。另一方面，华为也已经在AI芯片、AI服务器上投入颇多，并且已经取得了昇腾系列芯片这样良好的成绩。这些能力必然会被华为集成在其“瑶光”智慧云脑当中，并且成为更加具体的服务为更多的客户服务。
从这一个逻辑来看，华为推出“瑶光”并不是在赌博，而是充满自信的。
文章来源：虎嗅APP百家号