当摩尔定律面临失效，云计算往何处去丨中国数度笔记

（原标题：当摩尔定律面临失效，云计算往何处去丨中国数度笔记）

经济观察网记者 陈白 从十年前的“不知所云”到如今的数字化基础设施，云计算正在成为互联网的兵家必争之地。

从互联网公司在近期披露的最新财报来看，在云计算业务方面,2021财年，阿里云全年营收601.2亿元,比上一财年400亿收入大幅增长50%。而按照腾讯发布的2021年第一季度财报,包括腾讯云在内的“金融科技及企业服务”单季收入390亿元,同比增长47%。百度最新公布的本季财报中,百度智能云的数字尤为靓丽。根据电话会议披露的数字,第一季度百度智能云营收达到28亿元,同比大幅增长55%。

巨大的市场为高速增长提供了空间。仅以公有云市场为例，相关数据显示，2020年中国公有云市场规模达到156亿美元，同比增长62.3%，增速超过北美、欧洲、东南亚等区域，是全球规模最大、增速最快的云计算市场之一。

据Gartner报告，2020年全球公共云计算市场规模总计达642.86亿美元，相比2019年的457亿美元同比增长40.7%。此外，全球云计算3A格局依旧稳固，亚马逊aws、微软和阿里云占据前三席位，三家累积市场份额超过70%。

但与此同时，变局也正在发生。

在价格不变的前提下，集成电路上的元器件的数量，大约18-24个月会翻一番，性能也会提升一倍——这是摩尔定律此前作出的判断。而从近期来看，摩尔定律实际上已经失效，随着智能手机等智能终端的渗透率逐渐饱和，以及先进制成所需要的投入成本呈指数级增加，维持摩尔定律，对于芯片厂商和晶圆厂来说变得越来越不划算。

云计算市场未来格局如何？新的技术趋势又是什么？对此，我们采访了阿里巴巴集团副总裁、阿里云计算平台负责人贾扬清以及阿里云计算平台研究员关涛。

算力的边界

经济观察网：从技术角度看，云计算未来的趋势是什么？

贾扬清：数字经济迅猛发展，不断丰富、增长的数智业务，对技术提出了更高的挑战，企业的数字化创新需要用好“大数据+AI”这个“核武器”。

经过近20年的发展，大数据已从早期的数据挖掘进化为承载数据分析、数据管理、数据协同的综合治理平台。无论是简单、易用、弹性的云数据仓库MaxCompute，还是提供一站式数据开发、管理、治理的平台DataWorks，都能成为企业数字化的“好帮手”。

对企业来说，业务要创新提高效率，仅仅把数据管的好、用的好，还不够，还需要AI技术的加持。大数据和AI密不可分，结合在一起，更能帮助企业在数字时代从容应对不确定性。

经济观察网：在你看来，云计算未来的所面对的最大挑战是什么？

关涛：数据涨的挺快，但算力涨的不行。我们知道有一个摩尔定律，就是这句话到2008年、2009年前后差不多就没了，后来发现计算量速度开始逐渐变慢，数据集变得越来越小之后，功耗需要增长，在指甲盖那么大的地方，要消耗一个100瓦甚至更高的功耗，很难实现，会发什么？会烧掉。

因为数据的增长比算力便宜的程度要快一些，这条线特别随着设备类型，LT，大数据是人产生的，未来有更多设备产生的数据，那个数据的量是人产生数据的很多倍，从这个层面上讲，一定会有数据量的增长以及对计算的需求和整个系统不匹配的问题。

以前提过一个词，就是挖矿的意思，数据的矿整体越来越大，但矿的价值越来越贫瘠，这种情况下对于挖矿的要求确实有点高，通过软件化或者硬件化的方式优化挖矿的效率，使得算力能提升，这是大数据和中台的核心问题，引擎侧和通过中台，通过资产的分类，通过资产的打标，智能分析，知道哪些是关键的，通过这种方式，把海量的数据里面最有价值的部分拿出来。这是整个中台需要做的事情，涉及到引擎的持续优化，怎么把数据做分类，使得更有价值的数据更好的使用起来。

随着更多量数据进来，一定是更优的，数据有1+1大于2的特性，把两个几乎不太匹配的数据放在一起，可能产生更好的价值。数据面越来越宽，数据来源越来越多。以前看到的二维的关系数据，现在有非常多的数列化的数据进来，M6可以帮你生成很多新的东西出来，这些都是数据不同的来源。

这背后的算力匹配确实是非常大的挑战，它带来的挑战有一个核心的点，很多公司资源增长率就是30%，但数据增长率是80%，如果持续投资很多钱，去追逐这个算力，显然是有问题的，因此，为什么我们说要建立中台，中台能够使得数据可以资产化，能做到很好优化的使用，以及使用我更好的平台做好优化，这两点是要做到的。

数字化转型的阶段

经济观察网：基于阿里的数字化经验，你如何理解数字化转型？

贾扬清：企业数字化转型一般分为三个阶段：第一个是做线上化和数字化，第二个做中台化和资产化，第三个做数据智能化和管理自动化。三个阶段依次而来。

很多企业建了中台，并不太成功，很多时候是跳跃的，缺乏线上化数字化转型的过程，中台并不是帮你直接做线上化和数字化，是需要你从额外技术做起，中台可以是一个发动机。当有足够多的数据，能形成中台之后，资产化变得很关键，有一定资产之后，资产管理变得非常重要。

在IT时代，数据就是数据，存储数据还需要付出成本；但在DT时代，数据已经成为资产。

经济观察网：数据如何完成从成本向资产的转变？

关涛：把数据变成资产，资产做治理有三个要素，我们也是通过阿里在数字化转型里面来总结的三方面经验，缺一不可。

第一条要有一套组织体系，当一个企业介入数字化时代的时候，组织要做数字化转型。第二个，数据资产的一套方法论，标准是什么，流程是什么，企业进入数字化驱动之后流程和这些流程不相同。第三个，有一个平台工具的体系，能支撑起这套组织，人是一个层面的安排，方法论是规章制度，是一张纸可以贴在墙上，怎么把纸上的东西落实在日常工作中，有一套系统做。

数据资产和资产治理，是典型的目前互联网企业都会有数据上组织层面的东西，把用户的角色分成三类，一个是平台运营方，通常情况下是这家公司的CTO，或者大公司的某一个BU某一个部门的负责人，比如淘宝的淘系的负责人，就会处在这个角色上，做的几个事，非常宏观看整个数据资产，包括数据资产的业务视角对它的探索，包括全面掌控整个资产的状态，同时看数字的投入和收益，淘宝超过万台服务器，每年年成本是多少，在上面驱动了我的业务增长多少，每年投多少资源在数字化体系内，由这个平台决定的。

中间两类分开说，一个是数据开发人员一个是算法开发人员，两类角色在很多公司是明确的开发的岗位，在阿里内部我们在推行更多的使得非研发人员，包括用这些数据，两边角色很模糊，阿里内部有百分之二三十人的直接用这个平台，这七八万人不都是开发岗位，很多运营岗位，HR的同学，其实都可以会写一点数字化的东西，但是你的工具能力足够强的时候，实际能够帮助你用平台的数据，如果做记者，过几年需要数字化了。我们这边做财务的同学，包括很多做运营的同学，这是必备的武器。第三个，运维的人员，保证系统的端到端流程的稳定性。这是一个组织层面。

第二条线，前面谈的是组织，后面谈的是一套数据治理和数据资产的方法论，有两种，这个方法论是海外体系的方法论，2017年DAMA的方法论，把数据治理作为核心，分成十大规则，包括数据的架构，建模、存储体系、安全、数据集成、文档管理、主数据，是更偏银行系统的概念，数仓、源数据，每个体系有一个细分，不给大家做额外细化了，这是整个数据资产和治理方法论的系统。