云计算：工业互联网发展的曙光

云计算是推动工业互联网发展的一项关键技能力量，乃至可以这样讲，如果没有云计算，以及在云计算平台上所运行的大数据技能，工业互联网就不会存在。

云计算原理上异常简单，早期的it行业给客户做方案建议书的时候，都习惯于将接入互联网端的电线和设备引入到一个云彩里，告诉客户那就代表互联网，以及背后的计算能力，实际上就是告诉客户这个计算能力已经不在本地了，我们可以从我们并不知道的远端找到这个庞大的没有不能的、没有不包的运算能力。这其实就是2006年谷歌公司执行官埃里克·施密特引入的“云计算”的形象概念。

按照美标准与技能研究院（nist）的定义，云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的包括网络、服务器、存储设备、应用软件和服务在内的计算资源共享池，这些资源能被快提供，需要投入很少的管理工作，或与服务供应商进行很少的交互。

从技能层面，云计算实际上是过去已经存在了很久的三种技能的延伸和发展，分别是并行计算、网格计算和普及计算。所谓并行计算，就是若干台大型计算机在同一个地点并行完成大的工程量。所谓网格计算，就是分布在各个地方的计算能力，通过网状协同的方式共享计算能力。普及计算就简单，它希望利用每个人手里强的移动计算终端，整合出一个很强的计算能力，然后将计算能力释放给大的群体。这三种概念的整合形成了云计算的技能方向和技能基础。总之一句话，就是计算和存储能力的虚拟化。

作为消费者和使用者，不用在乎计算能力是在哪里，是在这个城市的互联网数据center（internet datacenter，idc）里，还是在大洋彼岸的一个机房。或者乃至是在一个闲置的计算单元，用某种方式接入到了云计算平台里，这些不重要，重要的是消费者可以任意时间任意地点用低廉的价格获取这些计算能力。

价格之所以低廉，是因为这些共享的计算能力并不需要在同一时间提供给任意人，也就是说我们可以将冗余的计算能力分享给多的人使用，这样摊在每个用户身上的成本就大为降了。

除此之外，云计算还有一个重要的好，那就是集中管理下的安好性的抬高，有人会从数据安好性上质疑云计算，但本相上它可以在避开单点故障的基础上用高的安好等和管理手段来避开那些在分布式运算中可能会出现的安好问题。因此，很高的运行效率，低廉的收费，便捷的接入和高的安好性，就成为云计算吸引大众的关键所在。阿里在几个购物节中所凸出来的强的在线交易能力，也依赖于他们在云计算和虚拟化技能方面的大投入，以及多年的实践。从另外一个侧面也回应和印证了，在系统稳定性和安好性上面云计算的强保。

对于工业系统来说，如今的云计算技能，还只是刚刚开始。如今的工业系统就恰似十几年以前，当it系统开始尝试着破各自的局域网壁垒，开始共享数据，构建大的idc时的情景。在商业领域已经出现了多个以云计算作为基础的庞大公司，除了美的亚马孙、ibm、谷歌之外，中国的阿里、百度，乃至小米、360都是活跃在商业云计算领域里面的佼佼者。但是综观工业领域，这样的企业一家也没有出现，这的确是让人感到困惑的事情，但同时也意味着这里蕴含着大的机会。

对于工业互联网来说，云计算至少会带来三个大的优处，同时也蕴藏着三个未来可能会出现的大的产业机会。一个机会，工业领域里常用的设计软件、管理软件、数据平台、运营平台，都可以放在虚拟化的云计算平台上进行管理，进而这些软件开发商和服务提供商可以用服务的方式提供公共的软件服务，乃至运营支持，这就是有名的saas（software-as-a-service，软件即服务）模式。如今的产品数据管理（pdm）和延伸到整个产业价值链里面的产品生命周期管理（plm），都需要一个稳健的信息支撑平台。而非结构化的数据，特是那些vedio数据和图片数据需要的存储容量和计算能力是大的。中小型的制造型企业，通常负担不起这一笔大的软件投入以及系统建设和维护的投入，它们的出路在哪里？云计算是好的解决方案。

要知道在商业云计算领域，现在一个pb的数据容量，一年的运营和维护费用达两百五十万~300万元人民币。而一个pb，也就是1000个tb的数据量，对于medical、机械设计这些需要大量图片和三维信息的行业来说，是一个基本的数据应用量，因此对于这些企业，使用云计算服务是需要的，而且是很紧迫的。对于很多工业企业来说，如今的障碍就好似十几年以前it公司不敢将数据放在idc上一样，它们对数据安好的顾虑，以及获取的稳当性还有所担心。那么新锐的云计算企业，特是那些工业软件企业，可以做一些尝试，谁先开辟这个领域，就将获得丰厚的先期回报。

还有一个重大机会，那就是基于云计算平台的整合型产业趋势。近期中国的电子商务大头和云计算平台大头阿里开始进入medical领域，并且试图开始整合drug的流通和销售。根据阿里的信息官表示，在阿里的物流平台上有多达35亿条medical的购销信息，因此对drug的跟踪、来源的分析，质量的监控，只要依据这些数据就可以做到。其实比单纯drug销售大的一个市场是在线medical市场，要知道在线medical这个领域不管是来自c.t，还是mr的数据 传输量，都是天量的。如何进行好的传输、分析和存储，是每个希望提供远程medical或者在线medical企业的大苦恼。

从根上，medical诊断依赖的就是对信息的处理，如果从本质上把握了这个趋势的话，其实出现一家通过对medical信息进行整合，从而完成行业重造的云计算企业，一点也不奇怪。

第三个机会，当然也是大的机会就是关于大数据。所这些数据的重新挖掘、分析并且提供额外的价值，是每个工业企业都须抓住的云计算的重大利好机遇。

2014年，ge公司就曾经尝试和业界云计算的两个大头——美存储大头emc公司，还有虚拟化软件的前排——vmware共同投资成立了一家大数据分析公司pivotal，ge作为数据的提供者，在里面占有10%的股份，并且希望在未来累计投入20亿美金的投资，来共同开发对工业数据的大数据分析，然后提供给客户多的增值服务。

这只是大幕的开启。需要注意的是云计算也好，大数据也好，在工业互联网时代的出现，不会以单纯的产品或技能的形态出现。可能的形式是服务，也就是说云计算的平台和大数据的服务，将会有可能重造我们过去所熟知的工业产业。消费者或者企业所获得的除了过去生硬的机器和产品之外，将会附加得到多增值性的服务，包括运营性的服务。在这个领域只有当大量的企业在数据业务方面进行了密集和持续的投入之后，才会产生爆性的破，因此适时的布局将会是明智的选择。