0
12月30日，由云原生計算基金會（CNCF）、中國信通院和華為云共同發起的云原生交流平臺“創原會”成立一周年之際，2021創原會年度峰會在深圳舉辦。
IDC報告顯示，云原生經歷六年多的發展，已經進入到大規模實踐階段，2023年將有80%的企業應用被改造為云原生應用，而這個數字在2018年才40%。
面對大規模的云原生落地，離不開云原生思想的先鋒者和實踐的探路者。這次會上也公布了2021云原生技術創新/先鋒實踐評選結果，包括中國農業銀行、深圳證券交易所、長沙政務云、北京郵電大學、中海油、智馬達（Smart）汽車、順豐科技等在內的20家單位，憑借在過去一年對推動云原生發展做出的杰出貢獻，榮獲“云原生十大技術創新/先鋒實踐”的殊榮。
以北京郵電大學為例，他們將衛星與邊緣計算、云原生相結合，與華為云合作將KubeEdge在衛星上進行了封裝，打破數據在軌處理的時延限制。北郵的王尚廣教授稱，“管理衛星不一定用互聯網的IT架構，通信的核心網也可以起到管理衛星的作用；我們的KubeEdge、云原生也能管理衛星。”
中國海油也借助云原生的技術力量，持續打造智能油田，例如通過云邊協同分析生產數據，形成多環、冗余、高速的網絡支撐，試圖構建協同高效、開放互聯，帶動自身整體數字化發展。中海油渤海油田智能建設專項工作組的副組長楊海濱表示，在建設過程中，他們也得到了不少來自華為云的專家支持。
此番評選出的云原生探索者們，基本都與華為云有著匪淺的淵源，而華為云也正是在與這批優秀先行者們的交流合作中，逐漸加深對云原生的理解，積累下大量云原生最佳實踐的經驗。
華為云CTO張宇昕提到，早在2015年，華為云就參與了CNCF、OCI等一系列云原生技術組織及標準的籌備和組建，并持續貢獻網絡、存儲、聯邦等核心特性代碼，加速了云原生技術從孵化到完善的進程。
隨著各傳統行業開始逐步落地云原生，云原生在行業實踐中不斷創新，比如將云原生技術應用于邊緣計算、AI、大數據、基因測序、業務多云多活等場景，華為云也積極將自身的核心實踐總結成為開源項目貢獻給CNCF基金會，比如面向邊緣計算場景的KubeEdge、面向高性能計算場景的Volcano、面向多云場景的Karmada等場景化的云原生開源項目，促進云原生技術生態與各行業生態融合。
而這些年來，華為云將技術、行業上的創新思想、實踐經驗進行總結、沉淀，在去年12月輸出了云原生2.0思想理念，企業云化從“ON CLOUD”走向“IN CLOUD”，新生能力和既有能力有機協同、立而不破，實現“資源高效、應用敏捷、業務智能、安全可信”，成為“新云原生企業”。
今年4月，華為云發布“分布式云×云原生”，通過公有云、全棧專屬云、混合云、邊緣數據中心、邊緣站點等分布式云部署形態，將全棧云原生能力延伸到業務需要的每個地方；并提出通過從基礎設施、架構設計、開發運維、治理運營四個層面實現“應用現代化”。
到今年9月，華為云在HUAWEI CONNECT 2021提出數字化轉型的關鍵是“用云原生的思維踐行云原生”，一切皆服務，即：基礎設施即服務，技術即服務，經驗即服務。
在該場活動上，華為云UCS也首度亮相。華為輪值董事長徐直軍表示，這是業界首個分布式云原生產品，意在加速千行百業數字化轉型，讓每個企業都能成為“新云原生企業”。雷峰網(公眾號：雷峰網)也了解到，華為云UCS已于本月進行公測。
今年10月，華為云發布云原生2.0十大新范式，即“泛在、計算、調度、網絡、萬物互聯、應用、數據、智能、安全、行業使能”，試圖基于系統性的產業思維，為政企數字化轉型提供最優解。
與此同時，華為已經率先完成自身業務的全面云原生化，沉淀下眾多寶貴的云原生實踐經驗。
華為消費者云基于云原生技術構建的HMS各項服務，HMS Core一開始就全部采用云原生的能力、架構和開發模式在不到兩年時間內，已觸達全球200多個國家的7億用戶和160多萬開發者。
而華為流程IT將內部的業務系統、研發、測評平臺部全面實現云原生化，不僅是業務全部上華為云，也在華為云的支持下完成云原生變革，實現分布式部署到全球170多個國家，服務于19萬員工，高效支持全球業務的開展。業務從原來的單一應用，成長為研發、采購、制造、銷售、服務，以及內部管理全業務上云，成為集業務之大成的“一朵云”。
在對外輸出上，華為云也與不少行業客戶進行實踐創新，例如協助新浪完成其業務平臺從傳統虛機架構向Serverless容器架構的升級，實現30秒8000核的極速擴容能力，讓新浪能更平穩應對突發事件帶來的流量沖擊。
在金融行業，不少金融機構也在華為云的幫助下，持續進行傳統業務的云原生升級。以深交所為例，聯合華為云打造的高效云原生基礎設施，統一了計算、存儲資源池，并與信創技術相結合，提升了業務的自動化運維程度、資源利用率、分配效率、安全可信。
在這些對內、對外的實踐過程中，華為云逐漸沉淀、提煉出了自己的云原生觀點，其中之一便是“用云原生的思維踐行云原生”。
華為云CTO張宇昕
張宇昕分析稱，這當中包括了四大關鍵詞：
一是全數字化。過去數年的轉型討論中，對于是否應實現全面數字化、全面云化其實仍在存在爭議，但如今趨勢已經清晰可見，數字化其實不只與IT應用有關，還包括技術設施、網絡、設備、編碼等，是一場涉及云網邊端的、從應用到基礎設施的全面數字化。
二是全云化。企業往往會顧慮自身的數據重要性、監管要求的嚴苛程度，敏感的業務或數據更傾向于自己掌握，而不是擁抱云，但如今人們也更多意識到，在云上仍然可以保障數據安全，保證企業對關鍵的業務、應用、權限的控制。云上的經驗共享和技術貢獻，能夠達成的安全、可靠、可信，比企業單打獨斗的構筑要來得更快、更強。
三是AI驅動。做數字化轉型，正是為未來用AI為企業提升質量、降本增效，用AI來增益企業的能力、擴大企業的能力邊界。
四是一切皆服務。無論是數字化、云化還是AI，這些能力如果封閉在行業內部是得不到發展的，仍然碎片化。如果每個企業把自己的能力、行業know how開放出來，即技術和經驗都是服務，為其他所用，彼此就能擁有更多的能力和技術變現的方式。
不過盡管不少企業與業者已經對數字化、云化達成共識，但轉型的過程其實十分痛苦，也充滿挑戰。而在張宇昕看來，“云原生恰恰是企業應對數字化轉型當中不確定性的最佳選擇。”這不僅僅是技術選擇，也是做了生產方式、商業模式的轉型，做了觸達用戶方式的轉型。
他以多個關鍵問題，拆解了這道關于不確定性的謎題：
第一：企業數字化深入轉型后，希望云離他們越來越近，企業業務向邊緣延伸，云的能力也向邊緣延伸，云原生能否支持、如何支持這一點？
為此，華為云采用分布式云原生的服務，改變過去算力集中在個別大中心、大資源池的供給模式，不需要應用去感知算力的存在，而是算力隨時隨地供應；多元算力自動匹配應用的要求，例如圖像處理型的需求匹配GPU，人工智能的應用匹配NPU、TPU，高并發、多連接的需求則匹配核數多的算力。
第二：當業務分布全球，駐點之間數據需要流動、業務需要協同，要保證數據傳輸的可靠性、安全性，流量的治理情況也發生了變化。應如何做到智能流量的分發？數據越來越多、應用越來越豐富，應用和數據怎么進行協同？
如果做到按需智能化的分配帶寬，從而使得帶寬的保障、成本做到最優，這是新的模式。通過云原生的技術，也可以提供有更輕量級的計算框架，有更輕量級的調度能力，把更小顆粒的應用數據計算放在數據所在的地方，實現近數據計算。這些新的能力都在分布式云原生上來構建，從而支持企業能夠更深入、更全面地應用云。
第三：數據孤島式、碎片化分散在各系統，如今企業、政府都在做這種數據的大集中，做大量的數據準備、數據清洗，再來構建新的數倉、構建新的應用，為的是釋放數據價值，但前期會消耗大量人力，華為自身也有類似經歷。
但在云原生上，可以通過云原生數據湖，通過湖倉一體實現了數據的集約化，統一的數據管理，打造所有數據融合、輕量級的計算框架。另外通過DataOps平臺，打造數據治理自動化、智能化生產線，包括一鍵入湖、數據準備、數據關系圖譜的建立和排序，把數據做成服務，做資本化的洞察。
同時，也可以把AI加持到數據處理中，通過學習的方式來識別數據里的固有模式和經驗，提升數據處理效率，減少人工干預。至此，過去數據治理的勞動密集型、人力密集型、任務工作量大的問題才算是被解決。
第四：有時企業覺得已經用了DevOps、數據治理、人工智能，仍然覺得內部有很多斷點，為什么？
智能化時代，企業的智力資產是軟件資產、數據和模型。在軟件資產，也就是應用，可以通過DevOps這條流水線提升軟件生產效率。在數據，DataOps這條生產線實現自動化、消除孤島，把它變成湖倉一體的數據湖。在模型，也就是經驗的總結，通過大量的數據訓練總結、沉淀經驗，也是一類資產，這條相應的生產線是ModelOps。
未來的企業，這三大資產維度必須集成起來，方能發揮其價值，三條技術流水線未來也會有機融合，使得信息資產能夠進一步互聯互通、協同增值。
云原生從1.0到2.0的躍遷，不僅意味著云計算的進化，更是對企業現代化應用的建設、交付與運維的重新定義，重塑企業看待自身生產線與資產的視角。
可以預測，在未來企業加快數字化轉型過程中，云原生一定會變成現代業務的基礎應用，其廣度和深度會遠遠超過當年的虛擬化，最終變成企業應用現代化之旅的堅實底座。而如華為云這樣的踐行者，也將引領云原生在千行百業形成前所未有的巨浪。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
