歲末年初，回顧剛剛過去的2020年，“新冠疫情”將成為我們刻骨銘心的記憶。

因為這場疫情，仿佛在一夜之間就重塑了我們的生活。物理世界如同封印一般，僅維持最低限度的運行，而在數字世界，我們借助智能終端和網絡的力量，將幾乎盡可能多的時間都放在了云端。

從2020年初，我們經歷了云辦公、云會議、云課堂、云蹦迪……“云上工作”、“云上生活”成為眾多企業和無數普通人能夠直接應用和切身體驗的生產生活方式。視頻直播、游戲、短視頻以及各類APP等移動應用占據了我們日常的大多數時間。

云計算，成為支撐起這些線上服務和產品的底層數字基礎設施。對于企業而言，“云服務”成為企業實現數字化轉型的標配；對于大眾而言，“云”已經不再只是一個物理世界的天氣概念，更成為日常數字生活須臾不可離開的要素。

這一年，“云計算”自身也實現了蛻變成長。如何定義“云計算的2020”，我們可以從以下這些關鍵詞中找到答案。

疫情之下，云原生的技術場景大爆發

新冠疫情關閉了線下物理世界的大門，卻給線上數字世界開了一個無比廣闊的天窗。

去年年初，疫情爆發最初的幾個月內，我國移動互聯網的單月接入流量達到了平時的2倍以上，線上流量如同洪流一般涌入各類在線應用服務當中。

舉個例子，為應對疫情中在線辦公和在線教育場景下激增的流量，基于容器服務等技術的云原生，釘釘在2小時內緊急擴容一萬臺云服務器，這個數字也創下了阿里云快速擴容的新紀錄。

疫情帶來了在線辦公、遠程教育、在線游戲、視頻流媒體等需求的井噴，極大加速了這些行業應用的云化過程。因為想要應對如此短時期激增的數據流量，采用彈性、靈活的云原生服務，無疑是最可靠的選擇。

2020年，云原生已經走進企業真實業務場景，完成從技術價值到業務價值的轉變。根據Gartner數據預測，到2022年，75%的全球化企業將在生產中使用“云原生的容器化應用”。

因此，云原生幾乎成為近兩年來云計算領域最火的一個名詞。似乎哪一家云計算廠商不提云原生都感覺自己掉隊了。在國外，云原生早已成為新一代云計算的代表性架構體系，在國內，阿里云宣布成立云原生技術委員會并在雙11核心系統首次實現全面云原生化，騰訊云則跟進推出8款云原生產品、升級云原生矩陣，華為云推出云原生產業白皮書和行動計劃。云原生架構，成為應對這場在線數字洪流危機的關鍵法寶。

相較于傳統IT架構，云原生架構的優勢在于，充分利用云計算的分布式、可擴展和靈活的特性，通過數據庫、大數據、中間件、函數計算、容器服務等開放標準的云原生產品服務，有效降低企業上云的門檻，分享云原生化的技術價值紅利。另一方面，云原生技術擁有讓系統更加彈性可靠容錯、松耦合、易管理、可觀測等美好特性，讓企業有動力克服云原生上云的難關。

談及云原生的技術價值，我們可以看到2020年的一些新技術趨勢：

1、云原生安全。在企業面臨越來越復雜的網絡攻擊的情況下，云原生安全能力正在得到釋放。無縫銜接的云原生安全能力，可以作為云服務的一種，以更高安全等級和更低使用成本，支持彈性、動態、復雜的行業場景。

2、基于“數據倉庫即服務”（DaaS）概念推出的云原生數據倉庫產品（CDW），可以支持計算、存儲節點的單獨擴展、實現在查詢計算時，不影響同步擴容或縮容，不發生延遲或中斷。

CDW從根本上解決了傳統數據倉庫的架構問題，最大化體現了云原生的架構特點。就如阿里云的云原生數倉AnalyticDB，采用存儲計算分離+多副本架構，高度兼容MySQL、Oracle，應用遷移成本低。

3、數據庫大數據一體化成為下一代數據處理的演進方向。與傳統模式不同，“數據庫大數據一體化”基于云原生基礎，可提供彈性擴展、海量存儲、一份數據多種計算模型及低成本等能力，一站式解決數據存儲、分析、消費的全鏈路用戶需求，助力業務進行數智化創新更實時在線、更全局、更簡單、更敏捷。以阿里云云原生數據湖DLA為例，目前已開始規模化落地，通過采用行列混存、MPP+BSP融合執行引擎、分層存儲等技術實現高性能在離線一體化。

云計算步入異構時代后，AI的算力擴張

在今年的科技抗疫的大背景下，我們突然意識到云計算對于攻克病毒、戰勝疫情所蘊含的巨大價值。從支持病毒基因測序、新藥研發、蛋白篩選等，到新冠疑似病例的CT診斷，以及遍布交通樞紐的行人實時測溫，背后都離不開AI算力的支持。

IDC在2020發布的《中國人工智能云服務市場研究報告》顯示，2019年中國AI云服務市場規模達1.66億美元，2018至2024年CAGR將達到93.6%，AI能力已成為用戶進行云服務選型時的重要考量因素。

2020年，AI計算已經成為云計算產業發展的加速劑和助推器。對于中小企業和社會組織，直接擁抱AI技術，面臨著人才匱乏、技術門檻過高、可投入資源不足等問題。那么，通過云服務的方式，獲取AI軟件應用及AI算力就是企業數字化轉型發展的必然趨勢。

從“云化”再到“AI化”，這一趨勢背后，正是云計算以虛擬化技術為基礎實現的計算、網絡和存儲的三大資源池化。其中，以GPU、FPGA、NPU等異構加速器在云計算數據中心的增長，構成了云端的彈性的異構計算資源，可以向需要企業客戶提供彈性AI計算資源。

此前，受限于網絡帶寬和時延，異構加速器的池化規模仍然受到很大的瓶頸。由于異構加速器產品規格繁多，大大損害了資源的池化能力；內存的分配仍然限制在單臺計算節點內，造成了大量內存的碎片和浪費。隨著一些Gen-Z、 CXL等cache一致性總線和高速互聯協議的出現，這些異構計算資源以及內存的大規模池化將成為可能。

目前，國內已經有云廠商通過軟件池化的方式，首次實現GPU、FPGA、NPU等異構加速器與CPU/內存的解耦。未來3~5年內，隨著GPU、FPGA、內存等計算資源的大規模池化，計算資源將實現極致并池，引領云計算基礎設施的未來，為用戶帶來更加極致彈性的云原生計算和存儲服務器系統。

以阿里云為例，其神龍AI加速器和FastGPU等極速部署工具,就通過池化算力帶來靈活的計算調度,云服務器從特定配置向serverless方向發展。這些可幫助客戶在訓練場景下提升2倍到10倍的性能,在推理場景下提升2倍到4倍的性能,節省至少50%的成本。

云上AI計算的一個顯著變化，就是從幾年前占比80%的AI訓練、20%的AI推理，到如今的各占比一半，云端AI計算已經面向各行各業，突破傳統的單一深度學習訓練任務，變成顯著的訓練推理、云桌面、圖形圖像設計等多元化場景。

云上異構計算成為最能發揮AI效率的計算方式。

線下數字場景爆發，呼喚低代碼開發浪潮

“兩天開發一個應用”，“需求已經排到明年春天”，這聽上去像一個程序員的活。

實際上，這是一個中學老師的日常，而且不會寫一行代碼，他可以通過釘釘的無代碼開發工具，就可以搭出諸如教學管理、人事工資、學生統計等應用，實現全線上管理。

“低代碼開發”，成為幫助一個普通人進行應用開發的“潮流”技術。所謂低代碼開發平臺是指那些無需編碼或通過少量代碼，就可以快速生成應用程序的工具，其一方面可以降低企業應用開發人力成本，另一方面可以將原有數月甚至數年的開發時間成倍縮短，從而幫助企業實現降本增效、靈活迭代的價值。

今年以來，低代碼領域發展迅速，賽道內跑出了超10億美元估值的獨角獸OutSystems，微軟、亞馬遜、谷歌也紛紛推出低代碼開發平臺或通過收購布局低代碼賽道。今年6月，微軟低代碼商業應用平臺PowerPlatform正式在中國市場商用，定位連接微軟Azure、Microsoft365、Dynamics 365三朵智能云的統一工具。

阿里云也推出釘釘+宜搭的組合，提供了超過100項圖形化的開發組件，用戶“拖拉拽”開發組件，即可完成應用的搭建，不懂代碼的業務人員，如HR、財務也可成為開發者。

舉個2020年的案例。在浙江省為超過100萬公務員提供的移動辦公平臺——浙政釘上，一位基層公務員完全沒有編程基礎，就可以利用上面的“低代碼”應用開發平臺，幫助漁業執法部門開發了“漁政用船申請”的應用，此后他還幫助其他行政部門開發出“辦公設備維修”、“進出車輛審批”、“惠農政策的信息公示審批”等一系列應用程序。通過“拖拉拽”的方式就能將許多線下流程給“數字化”。

經過了無比艱難的2020的疫情之年，越來越多行業都已經意識到數字化轉型的重要性。無論是選擇云廠商們正在大力鼓吹的云原生架構來搭建自身業務，還是穩妥選擇兼顧本地和云端的混合云模式來保證更多的話語權，云計算成為企業數字化轉型的優先選擇。

回顧這一年，我們看到云計算的場景在大量涌現，AI算力需求也在爆發增長，云原生成為企業獲取云計算紅利的最短路徑。大眾也將在這些新的云應用場景中，得到更為優質的數字生活體驗。

接下來的2021，云計算又會迎來哪些新的技術趨勢和驚喜，依然非常值得我們期待。