从 2006 到 2021 ，整个中国对“云计算”的认知，发生了巨大的转变。
就在 2014 年，云计算问世 8 年后，知乎上关于云计算的提问还是“如何简单浅显地解释‘什么是云计算’”、“什么是云计算”；但到了 2019 年，类似提问早已和“中小企业”、“赋能”等关键词紧密相连。
这样的提问，最直观地彰显了云计算在中国的特殊发展路径：它发展曲线险峻，又能快速迫近技术本质。从业者几乎没用几年，就从单纯的极客思维过渡到了业务思维，将云计算和产业互联网、数字化变革紧密结合在了一起。
而在这样一场“从云端到地面”的加速落地中，华为云尤为特殊 —— 相比于许多云计算企业，华为云在技术层面太高调了。无论是在华为自有的大会上，还是在对外的开放活动里，华为云的主题词几乎离不开“联创”、“共创”、“产业”、“服务”，其技术专家也极少出现在小型技术大会的讲台上。单纯从技术角度，开发者对华为云的感知并不算强。
因此也极少有人晓得，在一项发起于 2018 年的全球云计算专利数目统计里，华为是惟一排进前十的中国企业，位列第八；其开源项目 Volcano、ServiceComb 在云原生领域都有着十分广泛的应用。
而华为 2020 年度报告也显示，2020 年华为云增幅达 168 %，市场份额增长全球第一，在全球 IaaS 市场中，华为云位列中国第二，全球前五。
这就有点奇怪了，是什么样的技术战略，让华为云“悄咪咪”的就成了“全球五朵云”之一呢？是哪些打造了华为云这么硬核的技术胆气？
1 赋能千行百业的关键要素：速度与形态
我们首先来看一张图。这张图由典型领域与顾客、业务价值与特点、场景化解决方案、开天 aPaaS 平台、云原生技术赋能、华为云技术能力底座等几个关键部份组成，形象地表现了华为云的发展战略和技术支撑形态。
而从这张图中，我们也能发觉，华为云之所以这么有胆气，是因其一直以解决方案为核心导向，目标是“赋能千行百业”。客户及行业生态，在华为云的发展战略中处于十分重要的位置。
就在去年 7 月 22 日，2021 中国国际数字和软件服务交易会上，华为 ICT 产品组合管理与解决方案副总裁何霁就发表了“AI 赋能千行百业，助力数字经济创新发展”的主题讲演。而 AI 使能正是华为云仍然以来核心的三大使能之一，另外两项分别是“数据使能”、“应用使能”。
如果时间轴继续向前滚动，在去年 3 月 17 日，InfoQ 发表了一篇有关华为云的报导，描述了华为云是怎样与北京希望组（一家生物科技公司）合作完成对肺鱼的基因测序的。肺鱼是活化石，拥有迄今为止报导的最大的植物基因组（约 40Gb），相关研究成果直接推动了一篇《Nature》论文、两篇《Cell》论文的发表。
如果你以调查者的身分自居，一丝不苟的翻阅相关资料，将会发觉类似发言、案例的出现频度之高，简直令人咋舌，远超业内任何一家云计算公司。华为公司中级副总裁、中国区总裁鲁勇的一句话，可以挺好地概括华为云发展的整体战略：
“千行百业的数字化大战场，才是云服务决战的主战场。”
这种战略直接造成华为云尤其重视“速度”和“产品形态”两大关键要素，前者决定云企业能够适应产业需求，后者决定了云技术能够着力帮助产业进化。
速度自不必说，华为云 2017 年才即将对外开放服务，到明天线上服务早已超过 220 个，解决方案超过 210 个，仅在去年的开发者会议上，就一口气发布了六类轻型产品和服务：CCE Turbo 云容器集群、CloudIDE 智能编程助手、GaussDB(for openGauss) 数据库、可信智能估算服务 TICS、华为网盘古系列大模型 (包含全球最大规模的英文 NLP 大模型及 CV 大模型等)、多样性估算基础软件。
而在 9 月 23 日的 HC 全连接会议上，华为云又发布了新的成果，在“全球一张网”概念下，数据中心全球可用区降低了 16 个；SparkRTC 发布，可靠性是业内标准的“四个 9 ”——99.99%；FunctionGraph 升级，支持 Serverless 有状态函数；华为云 Stack 8.1 版本发布；AI 领域更新了盘古抗生素分子大模型和天筹 AI 求解器；此外，GaussDB、区块链服务都迎来了升级……
这样的产品迭代速率不堪称不惊人。
而“产品形态”也是一样，华为云的 IaaS、PaaS、SaaS 层服务 2020 年就早已接近完备，在去年的 HC 大会上，又公布了开天 aPaaS 服务，主要开放支付、搜索、浏览、地图、广告五类数字业务根引擎。
aPaaS（application Platform as a Service），意思是应用程序平台即服务，Gartner 对其所下的定义是：“这是基于 PaaS（平台即服务）的一种解决方案，支持应用程序在云端的开发、部署和运行，提供软件开发中的基础工具给用户，包括数据对象、权限管理、用户界面等。”
aPaaS 是 PaaS 的一种方式，和近两年起火的低代码有着强关联，又是云计算深入千行百业的必经之路。
数字化变革步入一定阶段，PaaS 层面的服务开始显得越来越重要，但即使是在 IaaS 层高度隔离，平台工具极大完备的明天，传统的 PaaS 层服务还是不能完全适应企业的 IT 需求。
如果一个企业要求一名销售总监，在 3 小时内开发一套多样化的 CRM 系统，在往年是完全不可能实现的，而在 aPaaS 平台上只是基本操作。如果某个行业没有专有特点，也不需要专门的代码审计，aPaaS 完全可以适应需求。
而且，并不是只有小企业才须要 aPaaS，大企业也没有必要为各个部门的各个系统都配备研制团队和运维人员，把开发工作交给 aPaaS，维护工作交给云，是比较理想的经营模式。几年间，关于低代码的争辩甚多，也颇为激烈，都基本离不开技术价值、技术构架、技术人才梯队等几个关键词。
但实际上，无论你赞成与否，相关应用都在以惊人的速率下沉到一线市场。所以，aPaaS 几乎象征着云计算厂商，开始真正开始脱离“唯技术论”思维，在产品开发层面，形成了真正的业务思维。
华为云此次发布的 aPaaS 平台覆盖领域包括互联网、政府、政务、金融、制造等，共计 50 个场景，几乎全部是 aPaaS 的强应用场景，API 20,000 个，数量相当可观。我们可以从华为云后续放出的对外数据，来进一步观察它在企业服务层面的布局和思路。
2 核心驱动力：云原生 2.0 与三大使能
无论是速率还是形态，这种产品层面的策略，反映的是一家云计算公司对云原生的理解。而对于华为云来说，这种理解可以简单概括为“云原生 2.0”，由华为云在 2020 年末提出。
云原生 2.0 是相对于“云原生 1.0” 而言的，我们耳熟能详的 CNCF 云原生体系，在这个语境里，基本都属于云原生 1.0，它的代表技术包括容器、服务网格、微服务、不可变基础设施和声明式 API。
CNCF 云原生技术图谱
但从本质上来谈，云原生 1.0 仍然是以资源为核心的，它存在三个断层：
多云之间的断层：当下的容器编排对阵雨多集群的支持并不友好，管理员须要对不同集群进行冗长的配置；
软硬件间的断层：容器服务的布署多基于虚拟机，有较大的性能耗损和功能冗余；
资源和场景间的断层：云原生面向资源和云服务本身，不面向场景，对于在某些场景有需求的企业而言，上云的疗效差强人意。
一旦明晰了问题所在，那么云原生 2.0 的特性也就呼之欲出了：
它要能解除厂商锁定，跨云实现容灾和弹性伸缩，跨云实现多个 Kubernetes 集群间的自由迁移；它还要向上支持异构硬件，向上屏蔽硬件差别，用裸金属服务器承载容器服务，提升性能和资源借助效率。
这是最基本的，也最容易理解的两个特点。硬件层面，华为云裸金属服务器的推出特别之早，2018 年以前就有一定的市场应用。软件层面，华为云在明年 4 月宣布阵雨多 Kubernetes 集群应用编排项目 Karmada 开源，实现了关于云原生 2.0 的设想，实现了跨云的容器服务编排调度。
Karmada 兼容 Kubernetes 原生 API，能以模块化的形式提供应用多集群布署、高可用调度、故障迁移、多集群服务发觉和流量整治、多云集群生命周期管理等能力集，面向多种典型的用户场景预置策略集，并不是只做空集群应用分发。
此前，业界对这类服务持普遍的消极心态：一个云厂商，要发布一个解除厂商绑定的产品，敢信么？
Karmada 的开源在很大程度上打消了这些担忧，华为云 CTO 张宇昕还表示，Karmada 未来会考虑捐献给 CNCF，而且 Karmada 本来也是以 CNCF 的开放整治理念为目标来开发的。那还担忧哪些呢？先用上去再说吧。
Karmada 架构设计
你可能会想，不对啊，前面只说了两点，资源和场景之间的断层如何解决呢？
资源和场景间的断层问题比较复杂，可以说，PaaS 层以上的大部分服务都在尝试解决场景问题，包括前文提及的华为云 aPaaS 平台。而要把资源和场景更好地联接上去，对于华为云而言，主要依赖“三个使能”：AI 使能、数据使能、应用使能。
AI 使能
AI 使能的重要程度，从本次 HC 大会的产品发布来看，就可见一斑 —— 其一是盘古抗生素分子大模型，其二是天筹 AI 求解器。
盘古抗生素分子大模型是盘古大模型的一个组成部份，其他大模型还有华为网盘古 NLP 中文大模型；华为网盘古估算视觉大模型；华为网盘古抗生素分子大模型；华为网盘古科学估算大模型；遥感专用框架 LuojiaNet；鹏城盘古 NLP 中文大模型；鹏城生物药业大模型等。
在很长一段时间里，AI 的模型训练都是依赖于小场景下的数据集，很难大规模复制，也未能实现较为通用的模型训练。盘古大模型是把诸多小模型做泛化复制，形成一个小型的预训练模型，可以把训练效率提高 10 - 100 倍，从根本上解决 AI 的产业化问题。
AI 求解器则是将运筹学和 AI 相结合的商用求解器，啥意思呢？当我们借助 AI 解决智慧城市场景下的交通规划问题、电商场景下的货运运输问题，遇到的阻挠可能并非来自代码，而是来自物理，企业要将万级到千万级的约束条件和变量，转换成为对万级到千万级变量方程组的求解。如果要借助 AI 真正实现数字化变革，数学规划求解将是一个主要障碍。
天筹 AI 求解器就是在这一领域取得了突破性的进展，速度最高可提高 100 倍。美国亚利桑那州立大学有一位 Hans Mittelmann 教授，长年在其个人网站上做物理规划求解器的评测榜单，因为评测到位，被求解器业界奉为其软件性能排行的事实标准。天筹 AI 求解器目前是 Hans Mittelmann 单纯形求解器榜单的第一名。
数据使能
数据使能最容易理解，市面上有太多的云存储、数据库、数据湖等服务，核心聚焦点一直是性能，产品表现和企业的研制能力密切相关，我们这儿也不再过多赘言。
在 HC 大会上，GaussDB 公布的升级分为三个方面：
复杂查询场景优化，90% 的逻辑估算在分布式存储层完成，TPC-H 测试性能最高可达行业同类产品的 34 倍；
秒级伸缩，应用 0 感知；
云原生多主构架，升级到 16 个主节点的写入。
三个指标在业内都是较为引人瞩目的。
应用使能
令人困扰的反而是应用使能。应用使能最常出现的场景是物联网，用于描述怎样快速上线一个物联网应用的使能问题，比较具象。而在华为云，有一套专门的解决方案对应着“应用使能”，叫做 ROMA。
抛开比较繁琐的产品介绍不谈，ROMA 的功能可以概括为：数字化资产管理，提供应用的开发、运维、托管和集成服务。ROMA 主要分为三个模块，分别是：
1.ROMA Factory：应用鞋厂，提供 DevOps 服务；2.ROMA Connect：应用与数据联接，实现跨云、跨地域、跨业务、跨设备集成；3.ROMA Exchange：应用资产中心，实现资产的盘点、管控，共享、变现。
根据这种特性，我们很容易推测出，ROMA 最适宜解决政府及公共事务场景下的技术问题，比如新老应用并存、数据孤岛、应用开发成本偏高等。
ROMA 解决方案构架图
像 ROMA 这样的服务，在华为云内部虽然比比皆是，它们纷纷归类到应用使能、AI 使能、数据使能三个范畴中，向上对齐的是具体的需求场景，向下依托的是具体的云原生服务，比如云容器引擎、应用编排服务、云存储、云数据库、应用中间件、AI 基础平台……
这些都是对资源和场景间的断层问题的解答，也是云原生 2.0 理念的彰显。当然，云原生 2.0 涉及的问题还有好多，比如应用敏捷、业务智能、安全可信，但万变不离其宗，如何更好地面向场景，以应用为中心最大化输出云资源，才是个中关键。
3 全栈底层技术能力底座
无论 SaaS、PaaS 层怎么深入用户场景，公有云的技术胆气还是来自于基础层。对于华为云而言，就是擎天构架和数据中心、加速网路。
为了做好擎天构架，华为云用了八年。擎天构架共分为两大模块：
软硬协同系统：连接数据中心、硬件和下层软件，从极简数据中心、多样性算力、擎天系列卡、极速引擎、极简虚拟化五个维度进行软硬协同创新；
智慧云脑：面向云、AI、5G 时代构建的分布式云操作系统，依托全域调度能力实现云边端的协同与整治。
华为云 Stack、包含 x86、鲲鹏、昇腾 AI 在内的多样性算力选择、裸金属容器、边云协同能力，都是基于擎天构架建立的，命名为“擎天”可以说是毫不夸张。
比擎天更底层的就是数据中心和云网路了，它直接决定一个公有云跨地域的、物理层面的服务边界在那儿。
华为云的理念是“全球一张网”，意思是通过一个帐号、一个入口、一份帐单，一点接入，通达全球。向上用统一构架整合伙伴云、公有云、混合云、边缘云，向下在中国、拉美、南非、欧洲、俄罗斯、亚太、中东强化数据中心和网路建设。
乍一听似乎没哪些，但我们可以通过一个具体的案例，来感知一下这些云服务能力。华为云在张家口 Region 构建了一个“全球最大渲染基地”，可以用数目高达 30 万核的云渲染能力，加速一部 90 分钟 3D 电影的渲染工作 —— 原来可能须要六个月，现在只须要两周。
没有哪些技术服务能比这更实际了，实现最大程度的降本提效，永远是数字化变革的核心底层需求之一。
4 结语
在刚才结束的 2021 华为全连接会议上，华为中级副总裁、华为云 CEO、消费者云服务总裁张平安发表了“深耕数字化，一切皆服务”的主题讲演 。“基础设施即服务，让业务全球可达，技术即服务，让创新触手可及，经验即服务，让优秀得以复制。“在笔者看来，这段总结十分到位，既是彰显了华为云的实力，也蕴含着对未来服务千行百业智能化的愿景。
这与华为云所有的技术、产品进化方向都是一脉相承的。或许，以此为基础的科技向善，才是让一家企业能常年保持高速发展的真正缘由吧。
