用解耦的方式做雲平台，青雲QingCloud推出邊緣計算新品與IoT解決方案

青雲QingCloud CEO黃允松在CIC?2019

在我國雲計算市場，成立於2012年的青雲QingCloud算得上是中國第一批雲計算創業企業，相比其他廠商來說，入局早是它的優勢之一。

雖然市場份額無法與阿里雲、騰訊雲比擬，但在Forrester的報告里，青雲已經連續三次被評為Strong Performer。據青雲官方數據，它正在為超90000家企業提供雲服務，它的客戶包括中國銀行、招商銀行等大型企事業客戶，也有掌眾金融、好未來等互聯網企業。

在雲計算市場，巨頭的打法其實非常簡單，他們吸引客戶的磁芯就是生態的力量。現在，大部分企業在選擇雲服務商的時候，著重考慮的一個問題可能就是：我是選A生態，還是選T生態?

誠然，巨頭這種生態的力量是份額靠後的雲計算公司無法抗拒且必須接受的，但這並不代表這些企業無路可走。但巨頭有巨頭的打法，小公司有小公司的生存方式。

青雲QingCloud就選擇了一條將雲平台各個功能進行解耦的產品化之路。

另闢新路，用解耦的方式潛入客戶雲架構

在去年的Cloud Insight?Conference（CIC）雲計算峰會上，青雲QingCloud推出了九大品牌，對外宣傳的主題是「構建全棧雲ICT的產品矩陣」。

所謂的全棧，是從IT的層次上來看，青雲QingCloud的功能組件覆蓋從基礎設施到IaaS，到PaaS，再到上面的應用管理平台，支持公有雲、私有雲、託管雲和混合雲等所有部署方式。

但實際上，對「全棧雲」的打造，青雲是把雲平台上的核心組件，如存儲、分散式資料庫、SD-WAN等解耦出來交付給客戶，即無論是在A雲還是T雲，或者其他雲，青雲任何產品拿出來都可以在上面使用。

目前，青雲這種「解耦」化的產品已經包含：青立方Qing3?超融合系統，QingStor?軟體定義存儲，KubeSphere 容器平台，iFCloud 統一多雲管理平台，光格網路EverVite 智能廣域網服務，Anybox 企業雲盤，OpenPitrix 多雲應用管理平台，RadonDB 分散式資料庫等等。

所以你會發現一個有趣的現象，當一個企業說它在使用A雲服務的時候，它很可能還使用了青雲的某一項服務。這就像你在使用H牌的手機，但其實你家裡很可能有款小米牙刷或者小米音箱。

這樣的實際案例也確實存在。例如，華泰軟體正在基於青雲的KubeSphere平台去給西飛集團開發項目；貴州智慧水利也在在藉助KubeSphere為水利水務領域的大型企業，交付集物聯網、人工智慧、大數據為一體的數字化解決方案，但這些企業的底層架構可能是ABCD雲。

青雲QingCloud市場副總裁劉靚對鈦媒體解釋道，不僅是KubeSphere這款產品，如果傳統大型企業在自己的數據中心裡部署了私有雲，那麼私有雲、託管雲以及公有雲之間的互聯互通，都可以通過光格網路的SD-WAN來實現，這比傳統的企業專線要簡單得多，性價比也更高。

市場上很多雲計算創業公司為了拿下大體量的客戶經常會提出「定製化」的服務，並且「定製化」也逐漸成為一些「高質量服務」的代名詞。但劉靚卻把這種「定製化」看做是雲服務一條「不歸路」，他認為「定製化」必然需要團隊足夠多的精力來支撐，但做為小體量的企業這種耗費功力的事情勢必會拖慢企業發展速度。

「我們在產品方面是非常有節制的，因為我們的體量和未來戰略是不能夠支撐定製化開發道路的，我們解耦出來的這些產品，一定是以高度的標準化和產品化的形式交付出來。」劉靚表示，青雲依然堅信未來各個雲平台會「合」起來，他們認為這是混合雲的大趨勢。

保持市場嗅覺，發布邊緣計算產品與IoT解決方案

雲計算的發展，也刺激了市場對邊緣計算的需求。維基百科對邊緣計算的定義是「通過數據源附近的網路邊緣側，執行數據處理，來優化雲計算系統的方法」。實際上，後半部分的「優化雲計算系統」是後來才加上的，那麼，為什麼「優化雲計算系統」可以成為亮點呢？

舉個例子，在日常通勤的時候，我們可能會習慣掃一輛共享單車解決行程的最後一公里。但你可能遇到過這樣的故障——明明掃了二維碼，但是App一直緩衝轉圈，車鎖就是打不開。

實際上這就是設備的網路出了問題，導致開鎖的指令沒有到達雲端或者沒有下達到「物（車子）」，這就是傳統物聯網架構讓設備直接上雲出現的典型問題。

而當我們在單車附近區域部署一個邊緣節點，這個掃碼開鎖的場景就會順暢許多。當手機信號不好、或者上雲的網路掛掉的時候，共享單車依然可以打開，網路通信恢復之後再將數據上傳至雲端。

Gartner預測數據顯示，到2025年，75％的企業生成數據將在數據中心或雲之外創建和處理，今天這一比例不到20％。另外，40%的大型企業將在2021年納入邊緣計算原則，而2017年這一比例是1％。同時，物聯網和更具沉浸感的互動式用戶界面將推動30%的大型企業在2021年之前創建或使用邊緣位置。這不僅說明了物聯網與邊緣計算的關係，也透露出邊緣計算在未來的巨大需求。

憑藉對邊緣計算這一市場趨勢的把握，在青雲7月25日舉辦的Cloud Insight Conference 2019 上，青雲發布了EdgeWize邊緣計算產品，是可以進行簡單計算的邊緣計算節點。正如上文所說的，青雲正在採用解耦的市場戰略，所以EdgeWize邊緣計算產品是一個完全獨立的品牌，可以與任何品牌的雲計算平台做連接。

與EdgeWize邊緣計算產品相配套，青雲也同時推出了QingCloud IoT解決方案，即用戶在採購EdgeWize邊緣計算產品的同時，可以考慮使用其他雲平台，也可以考慮使用QingCloud IoT解決方案。據了解QingCloud IoT解決方案配套使用青雲的雲計算資源。EdgeWize收集到的數據可以上傳至IoT平台，這就形成了雲網邊端一體化的布局。

據青雲QingCloud高級產品經理王小虎表示，青雲IoT雲網邊端一體化的布局由端-邊-霧-雲四個環節組成，在這些環節每個端的業務和應用的更新和管理則在OpenPitrix上統一進行：

端，連接網路的物聯網設備，可以是一台汽車、一棟樓，一個攝像頭等等；

邊，EdgeWize對邊緣數據進行簡單的計算和篩選，SD-WAN光盒則進行智能選網，讓EdgeWize的數據能夠快速上傳至雲平台；

霧，是比邊緣計算節點計算能力稍大的邊緣節點，可以是用戶自己的設備，也可以是青雲易捷版輕量化的雲計算平台；

雲，IoT雲平台以及PaaS服務等等

王小虎舉例稱，青雲正在跟多個客戶開展IoT雲網端一體化的落地工作。如有的客戶想要提高高速收費站人工收費的效率問題，一個比較好的方案是，攝像頭拍下車，識別車輛後把桿抬起，車輛不做停留就可以走，相當於用AI識別的演算法讓車無障礙的通過。

但這個場景在落地的時候，面臨幾個問題：

1. 帶寬問題，攝像頭拍出來的圖片上傳到雲端會耗費大量資源，因為高速公路每一個卡口至少會有10個攝像頭，大的收費站每天通過160-180萬輛車，在國慶高峰期間每天的通過量是400萬輛車，以500K計算一張圖片的大小，每天整體帶寬需求起碼得達到40G左右，如果每張照片都上傳，帶寬的成本非常高。

2. 延時問題，雲端AI識別模型整個流程走下來鏈路非常長，需要先從高速路口攝像機拍相片，再到路口的識別伺服器，然後通過對象存儲直接傳輸到雲端，再走非同步處理框架，再調用AI模型，最後把識別結果發回來。這其中的每一步，一旦網路掛掉或抖動，高速路口的擋桿就抬不起來，這輛車就走不了。

3. 里程結算問題，全國的高速公路整體有一張高速公路里程結算表，在每一個人工結算的地方都有一個台式機，可以很快返回結果，雖然不需要考慮網路問題，但如果高速口一旦把某個收費站拆掉或者新增一個收費口時，全國高速公路的里程錶都要手動更新，工作量非常大。

在青雲IoT方案的幫助下，在每個高速路口的視頻伺服器後面部署了一個視頻節點伺服器即EdgeWize，然後將把AI模型放進這個邊緣節點。整個的路徑就變為了：攝像頭原有視頻管理伺服器新增視頻節點伺服器。AI識別在邊緣做計算，當下就能識別出車牌、車型等信息。這不僅節省了圖片上傳到雲端的成本，而且縮短了鏈路延時。青雲OpenPitrix還可以對各個環節進行統一管理，里程結算的更新也就便捷了許多。數據顯示，這個方案的單車通過時長已經從從原來的30秒-1分鐘縮短為了0.3秒，目前，這一試點還在不斷優化。

鈦媒體了解到，青雲IoT雲網端一體化的進程其實是經過了多年的謀劃。例如SD-WAN解決方案、OpenPitrix多雲管理平台是2018年公開發布的，而易捷版輕量化的雲計算平台及則是發佈於2017年，到2019年EdgeWize產品發布，青雲的青雲IoT雲網端一體化才算整體亮相。

如此看來，雲計算市場的激烈競爭也不是壞事，各路玩家都在使出渾身解數優化產品，雲計算創業者真正的攔路虎也不是那些巨頭，而是他們是否有勇氣對未來趨勢做個特立獨行的判斷。（本文首發鈦媒體，作者/秦聰慧）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！