企業怎麼「上雲端「？

在大數據時代，對龐大數據量的存儲以及安全性的需求成為企業運營最有挑戰性的課題。隨著企業自身業務的多元化和應用負擔的加重，雲平台逐漸成為這個時代課題中最理想的答案。有需求就有供給，日前雲平台種類也因應對企業業務的多元化的需求而變得日益豐富。因此，企業對雲平台的靈活選擇和搭配漸漸提上日程。那麼，如果說多種雲平台的採用和部署才是雲計算正確的打開方式，企業又該怎樣去選擇適合自己的雲平台呢？

或許這也正是一些公有雲服務提供商致力於開發數據分析即服務（DAaaS），高性能計算即服務（HPCaaS）但卻進展有限的原因。以大洋彼岸的協作式癌症雲（Collaborative Cancer Cloud，簡稱CCC）為例，它是美國俄勒岡健康科技大學奈特癌症研究所正在部署的一個精準醫療雲平台，目前已經在三個地點部署了一期系統，分別是位於波士頓的DANA-FARBER癌症研究所，多倫多的OICR癌症研究所，以及奈特癌症研究所，雖然分處三地，但卻是一個實打實的私有雲平台。

同樣，由麻省理工學院、哈佛大學、波士頓大學、西北大學和馬薩諸塞大學五所研究型高校共同研發的Massachusetts Open Cloud在推進中也沒有選擇純粹的公有雲平台，他們的策略是，在同一個數據中心內、同一個雲平台之上，讓各個層面的技術提供商都可以公平競爭和提供服務。由此，你能想象出AWS上有幾十種虛擬機、幾十種資料庫、幾十種存儲系統供用戶選擇的情景嗎？

同樣是來自科研領域對雲平台的需求，卻是如此的不同，一個採用絕對的私有雲，另一個卻嫌現在的公有雲還不夠開放，還需要進一步調校。

或許這就是「多雲」之「多」的精髓所在，這個多不是指用戶一定要同時選擇或使用多種雲部署方式或雲平台（公有、私有和混合），而是指不要給自己設限，要在多種選擇中選擇合適自己不同業務及工作負載需求的雲平台。

科研用戶選云：要充分考慮數據的體量及敏感性

從數據的維度考慮雲戰略和雲平台的選擇，前文提到的CCC雲平台就做到了這一點。該平台的目標在於推進癌症領域的精準醫療科研，依照俄勒岡健康科技大學奈特癌症研究所生物物理腫瘤學副主任Joe Gray博士的話說，他們要嘗試實現兩個目標：提供針對不同癌症定製的治療方法；支持研究計劃識別各種癌症的抗擊機制。

而CCC為實現這一目標面臨的主要挑戰，就是要處理規模無比龐大的數據，其豐富程度也超出想象。在只需做個基因測量就可對癌症進行精確檢測的今天，僅一位患者就可以生成好幾個TB的信息量。除了基因數據，還有臨床數據、基因數據、各種圖像以及有關癌症的生物學信息等等。而且要為每位患者提供個性化的精準醫療服務，就需要建立龐大的資料庫，對每位個體所患癌症進行對比。為了具備足夠的統計能力來識別相關模式，必須能夠對比1萬、10萬甚至數百萬患者的癌症，以真正地達到精確性。

問題是，如何才能高效地訪問和利用全部數據？

首先，數據的收集、保護和解析速度必須足夠快，才有助於臨床治療，耗費數月時間去等比對結果對治療不利，這個過程必須在幾天之內完成，事實上奈特癌症研究所與英特爾合作項目的目標是，到2020年一切都能在1天之內完成。因此在JoeGray博士總結出來的幾大挑戰中，數據集龐大位列第一。

其次是數據分析和處理速度，再次則是安全性、可擴展性和成本。醫療對於患者隱私的保護也是重中之重，不同醫療機構之間需要共享數據以制定更加精準的臨床治療決策，但又要能夠保護患者隱私，考慮到道德因素，醫療機構可不希望大家能夠集中訪問患者信息。

經過精心設計的CCC，最終採用了這樣的架構：採用聯合計算模式，不再嘗試集中數據，而是支持數據生成機構合理控制數據並協調，整合聯合計算中心，允許諸多醫療機構無縫地將計算結果反饋給數據；硬體和開源軟體經過優化，可支持數據的快速分析；在軟體和硬體兩個層面實現數據共享安全；同時設計了可擴展的存儲資料庫，以及共享的通用解決方案以降低成本。

同樣在前文中提到的Massachusetts Open Cloud，則既面臨數據的挑戰，也有集成的難題，如波士頓大學雲計算計劃主任Orran Krieger所說，如果選擇純粹的公有雲服務，就會發現，現在的公有雲，遷移進去容易，遷移出來難，而且不同公有雲平台之間的集成更是難上加難，以目前的狀況，用戶根本無法在兩家雲提供商之間遷移大量數據。因此Massachusetts Open Cloud也選擇了一個比較定製化的，類似達成公有雲和私有雲合作的模式，除了上述原因外，也是因為它不希望被被某個公有雲服務提供商所綁定，在應用和數據上有更多的主導權和話語權。

數據的安全、處理的性能和穩定也是生產者「剛需」

與科研機構面臨的業務和應用負載需求相似，對生產製造行業的一線，特別是高度數字化、信息化、智能化的製造業企業來說，其研發、生產、物流運輸、售後維護等關鍵業務流程，都是由數據將物理世界的生產實踐與數字化界面上的決策和指令串聯在一起的，對數據存儲、傳統和處理的性能要求都很高，很多環節上都是實時的或近乎實時的要求，且涉及到了很多關鍵業務系統。因此對他們來說，在考慮雲策略時，數據的安全，數據處理的性能和穩定也都是「剛需」。

以北汽集團為例，由於要在「新能源業務」上遵循《北京市示範應用新能源小客車生產企業及產品審核備案管理細則》，實現對整車、動力電池、驅動電機等進行實時監測的能力，同時滿足企業數據保存時間不少於3年，並執行備份以確保數據安全，進而為北京市新能源小客車示範應用安全有序開展提供有價值的檢測信息等要求，北汽新能源於2012年搭建了可承載5萬輛車、48TB存儲空間的車輛監控平台。這在當時完全可以滿足其遠程監測需求，但之後銷量逐年提升加劇了對原有平台的壓力。於是北汽新能源期望實施新的監測方案，充分地利用數據，實現批次車輛故障查詢分析、批次車輛質量問題統計、車輛故障點定位等功能，以求不斷提升電動新能源汽車的研發和創新能力。

北汽新能源希望收集、存儲和處理的這些數據，無論是對政府、車主還是它自身而言，都是寶貴的資源。但是從數據的維度來看，其安全，處理性能，都難以在公有雲上實現。因此，它部署了一個自有的，基於英特爾架構的車輛監控平台，該平台能滿足北汽新能源車輛監控平台的所有業務數據處理需求，可使其承載10萬台新能源汽車的數據存儲、管理、查詢和分析，整個平台的可擴展能力將得到大幅度增強，使得北汽新能源可以靈活擴展監控平台的性能和存儲能力以滿足不斷增長的數據量處理需求。

無獨有偶，另一家先進的製造企業，航空維修領域的翹楚Ameco也採用基於英特爾架構的自有IT基礎設施來實現航空維修系統的升級，也是因為性能和穩定性是該系統升級的首要考慮因素。該公司北京飛機維修工程有限公司IT部門負責人表示：公司不能接受系統長時間宕機，因為2000多名工程師需要訪問系統，任何一個時間點都有多達800名用戶同時在線訪問。所有工程師非常依賴該系統調配飛機維護的相關信息，因為系統內存儲著飛機的文件檔案和歷史維護與維修資料，還有工程師的任務工單，在工程師完成所分配的工作后還需對系統中的工單狀況進行更新。

多雲戰略，隨數據資產的重要性而定

正如這些發生在真實科研和生產製造一線的應有實例所展示的，用戶考慮雲戰略和部署方式時，從數據資產的角度來考量是非常必要的。即使是那些因為資金和IT人才比較有限，不得不優先選擇公有雲實現快速起步的小型企業和初創公司，在業務和數據規模成長到一步地步，希望利用技術尋求差異化競爭優勢、打算深入挖掘數據中潛在機會時，都有必要考慮是否要採取多雲的策略，圍繞關鍵且敏感的數據資產，構建自主可控的私有雲或自有的IT基礎設施，讓其與承載著自家非關鍵業務和工作負載的公有雲並駕齊驅，形成混合雲的模式。

而這樣的企業一旦生意做得更大，或者在現階段已經是業務規模大到令人艷羨的企業，數據對於他們就會有更為重要的意義。畢竟國與國之間，尚且不能允許關鍵數據放在境外伺服器上。企業與企業之間，同樣也是將數據拿在自己手裡更好。這時候就要以私有云為主，公有云為輔的混合雲模式。而所謂混合雲，就是平時以私有云為主，並不依賴公有雲，但在需要更大彈性，滿足突發需求時，可以無縫切換到公有雲。

而這種多混合雲戰略也是英特爾一直推崇的。就英特爾自身來講，英特爾IT在進行雲策略的選擇時，綜合考慮了信息安全、控制、成本、位置、應用要求、容量和穩定可用等各方面的要求，確立了加速邁向聯合、可互操作的開放式混合雲的多雲戰略。通過私有雲、公有雲和混合雲託管選項為英特爾內部的應用負責人們提供了豐富的選擇和出色的靈活度。

企業如此推進雲策略，才稱得上是經過數據的維度思考了，對雲平台的部署方式和戰略意義也有了更全面、深刻的思考。

歡迎加入我們小密圈，感謝您的支持!