不是技術也能看懂云計算大數據人工智能嗎,人工云 _不是技術也能看懂云計算大數

今天要講這三個話題，一個是云計算，一個大數據，一個人工智能，為什么要講這三個東西呢？因為這三個東西現在非常非常的火，它們之間好像互相有關系，一般談云計算的時候也會提到大數據，談人工智能的時候也會提大數據，談人工智能的時候也會提云計算。所以說感覺他們又相輔相成不可分割，如果是非技術的人員來講可能比較難理解說這三個之間的相互關系，所以有必要解釋一下。
一、云計算最初的目標
我們首先來說云計算。云計算最初的目標是對資源的管理，管理的主要是計算資源、網絡資源、存儲資源三個方面。

文章插圖
1 管數據中心就像配電腦
什么叫計算、網絡、存儲資源？比如你要買臺筆記本電腦，是不是要關心這臺電腦是什么樣的CPU？多大的內存？這兩個就被我們稱為計算資源。
這臺電腦要上網，就需要有個可以插網線的網口，或者有可以連接我們家路由器的無線網卡。您家也需要到運營商比如聯通、移動或者電信開通一個網絡，比如100M的帶寬。然后會有師傅弄一根網線到您家來，師傅可能會幫您將您的路由器和他們公司的網絡連接配置好。這樣您家的所有的電腦、手機、平板就都可以通過您的路由器上網了。這就是網絡資源。
您可能還會問硬盤多大？過去的硬盤都很小，大小如10G之類的；后來即使500G、1T、2T的硬盤也不新鮮了。(1T是1000G)，這就是存儲資源。
對于一臺電腦是這個樣子的，對于一個數據中心也是同樣的。想象你有一個非常非常大的機房，里面堆了很多的服務器，這些服務器也是有CPU、內存、硬盤的，也是通過類似路由器的設備上網的。這時的問題就是：運營數據中心的人是怎么把這些設備統一的管理起來的呢？
2 靈活就是想啥時要都有，想要多少都行
管理的目標就是要達到兩個方面的靈活性。具體哪兩個方面呢？舉個例子來理解：比如有個人需要一臺很小的電腦，只有一個CPU、1G內存、10G的硬盤、一兆的帶寬，你能給他嗎？像這種這么小規格的電腦，現在隨便一個筆記本電腦都比這個配置強了，家里隨便拉一個寬帶都要100M 。然而如果去一個云計算的平臺上，他要想要這個資源時，只要一點就有了。
這種情況下它就能達到兩個方面靈活性：
時間靈活性：想什么時候要就什么時候要，需要的時候一點就出來了；空間靈活性：想要多少就有多少。需要一個太很小的電腦，可以滿足；需要一個特別大的空間例如云盤，云盤給每個人分配的空間動不動就很大很大，隨時上傳隨時有空間，永遠用不完，也是可以滿足的。空間靈活性和時間靈活性，即我們常說的云計算的彈性。而解決這個彈性的問題，經歷了漫長時間的發展。
3 物理設備不靈活
首先第一個階段是物理設備時期。這個時期客戶需要一臺電腦，我們就買一臺放在數據中心里。物理設備當然是越來越牛，例如服務器，內存動不動就是百G內存；例如網絡設備，一個端口的帶寬就能有幾十G甚至上百G；例如存儲，在數據中心至少是PB級別的(一個P是1000個T，一個T是1000個G) 。
然而物理設備不能做到很好的靈活性：
首先是它缺乏時間靈活性。不能夠達到想什么時候要就什么時候要。比如買臺服務器、買個電腦，都要有采購的時間。如果突然用戶告訴某個云廠商，說想要開臺電腦，使用物理服務器，當時去采購就很難。與供應商關系好的可能需要一個星期，與供應商關系一般的就可能需要采購一個月。用戶等了很久電腦才到位，這時用戶還要登錄上去慢慢開始部署自己的應用。時間靈活性非常差。其次是它的空間靈活性也不行。例如上述的用戶需要一個很小很小的電腦，但現在哪還有這么小型號的電腦？不能為了滿足用戶只要一個G的內存是80G硬盤的，就去買一個這么小的機器。但是如果買一個大的，又會因為電腦大，需要向用戶多收錢，可用戶需要用的只有那么小一點，所以多付錢就很冤。4 虛擬化靈活多了