淘客熙熙

主题:【原创】云里雾里的云计算 [1] -- 邓侃

共:💬620 🌺1262 新:
分页树展主题 · 全看首页 上页
/ 42
下页 末页
    • 家园 Ubuntu9.04内置云计算

      外链出处

      主要内容如下:*Ubuntu将通过完整的开源软件来提升服务器版本的云计算性能

      *Ubuntu将主要采用Amazon APIs来管理云计算,当然GoGrid APIs 也在考虑中

      *Canonical 将创建Karmic Koala的标准Amazon机器镜像,本质上就是创建"ready-to-run" 程序,作为Amazon群体的“标准版本”。

      *不想交付给Amazon?你是否更愿意通过自己的基础设施建立自己的“云”?可以试试Karmic的前任Jaunty Jackalope(很快进行代码冻结),UC Santa Barbara的开源云项目Eucalyptus, 将包含在每个安装包中。

      关键词(Tags): #ubuntu9.04#云计算
      • 家园 Ubuntu跟得真够快的

        IT技术发展真是快,半年不摸电脑,立刻会落后

        • 家园 邓大谦虚了,其实我早就听说了云计算,但在宏观上的把握比你

          差得远,还是通读了你和诸位河友的讨论后才有初步的感性认识。我目前还是比较注重于细节的跟进,所以看到一些进展还是会发上来给大家看看。在西西河让我见识到不少牛人,正在学习中。

    • 家园 我理想中的云

      邓兄大作和各位的讨论让人眼界大开,也涨了不少见识。

      现在云技术刚刚开始,云这个概念也是模糊的,因此,也就有了很多发展的方向,和很多的机会。但资源集中使用应该是趋势。就如仓储,除了少数大公司有能力建自己的仓库,很多小公司宁愿租用。而电力,不会每家都买个发电机一样,发电这种事只要交给发电厂就好了。同时,发电厂显然也需要联合起来,相互调剂供电能力,这样才能够更好地为用户提供电力服务。当然,用别人的电有停电的风险,也必须再租用足够粗的电缆。租用别人的仓库也会是冒某些风险的,比如丢货,或者泄露自己生产能力和产品序列。但利害相权后,租用仍然是个不错的办法。所以我以为,云,广义上的云技术,应该还是大势所趋。

      在我的想象中,更倾向于下面两种形式的云:

      1. google,amazon这种集计算和存储为一体的云。这种云的好处有很多,如:

      a。数据集中。凡是你愿意公开的数据,和云能够搜集到的数据,云供应商都可以利用起来进行数据挖掘,供你使用

      b。安全性高,稳定性高,弹性高。你不必考虑RAID存储,不必考虑热机双备设置多备,不必考虑load balance,更不用担心机器不够用或浪费。甚至连机房都不必建设了,所需要做的只是VPN(IPsec或SSL或其他)到云,这样就可以通过云为全球的分部,供应商和客户提供服务和数据。

      c。存储容量高,计算能力强,但更便宜。云可以大批量集中购买存储和计算设备,带来的必然是成本的大幅下降。原来$1只能买到1GB的存储容量,现在可以租用1GB一年,关键在于还不用担心数据丢失。随着云提供商的增加,这个价格还有望更低。总体算起来,租用云的TCO没有理由比你自己建机房雇人更高,但能提供你自己不可能达到的计算和存储能力

      d。数据保密性高。有人说,你的数据都放在云那儿,怎么会安全?当然,如果是军方,是保密局,是美联储,甚至是银行,打死都不愿把数据放云那儿的。但云的客户很多都只是个小商人,即使是其竞争对手也不太会花大价钱去买他的商业资料的。但如果google或者amazon敢泄露客户资料,且不说打起官司来要赔多少钱,只要这个消息一放出来,云起码就会流失一半以上的客户。以云的声誉做抵押,客户的数据保密性还是很高的。尤其好的是,一旦客户的商业平台在云上面设计建立完成,客户所有工作人员就没法接触不该接触的数据了,即使是IT人员也不例外。

      2. 分散式的计算云,类似于SETI@Home。我一直就梦想着把家里的几台破旧计算机构建成一个超级计算机,但一直没有找到合适的软件可以实现这个功能。而SETI@Home和Grid Computing让我看到了希望。试想,如果有这么一个软件,安装后可以把全公司所有计算机都组织起来,当有的计算机执行比较轻松的作业的时候,其计算能力就可以分享给其他计算机做比较复杂的运算。对于一个有数百,甚至数千台计算机的一个组织,原来从98升级到XP,从XP升级到Vista,基本上公司里的PC都需要升级一遍,甚至有人需要安装Photoshop了都需要升级PC,而现在,说不定原来运行XP的机器完全可以支持Vista,甚至可以支持在Vista上运行Photoshop。同样,服务器集群也需要这样的软件用于平衡负载。只有当全公司的计算能力达到一定的阙值,公司才有必要投资升级IT硬件。这样的分散式的计算云可以节省大量投资硬件的钱,而且丝毫不会影响用户体验和效率。

      个人觉得,无论怎么忽悠云的概念,但有现实意义的云,应该是更适于用户体验的。

      • 家园 此文总结得甚好

        关于分散的云,更像是grid computing。

        Grid computing和Cloud computing最大的区别,在于cloud computing基本上要求云里各个计算机的情况,admin比较清楚,基本上是homogeneous。而grid computing更强调heterogeneous,也就是各个计算机每个都不同。

        • 家园 简单的来说,个人觉得cloud computing

          其实就是cluster. Grid似乎6、7年也时髦过一段儿,后来就不死不活的样子了。

      • 家园 google 收购了一家3D模型公司 sketchup

        以后就可以把计算生成3D甚至3D动画的主要计算工作

        放到云上,而本地只用到sketchup 客户端。

        • 家园 孤狗对sketchup的收购我认为是一个败笔

          SketchUp适合用来做设计,也就是把心目中的建筑具体化。比如,一个人想设计一幢房子,他可以通过SketchUp任意修改房子的形状,增减门窗数量及修改它们的形状。但用来建孤狗的三维模型就有点勉为其难了,因为孤狗的三维模型是对实物建模,没有多少发挥想象力的空间,所以很多SketchUp的功能根本用不上。而最重要的是:SketchUp对形状不规则的建筑物基本束手无策。

          我的感觉是:孤狗缺乏真正懂三维建模的人才,凭着财大气粗,买了SketchUp,但没人对孤狗三维建模的发展方向有一个明确的认识。

          反观微软的虚拟地球,采用的是航测技术,三维建模进行得如火如荼,规模早已大大超过了孤狗。

        • 家园 这个很早就收购了

          不过3D rendering如今需要的计算能力也没那么强了,很多计算能力都用来处理细节去了。

        • 家园 哈哈,google会哭死的,如果这么作

          如果是免费,那google更加要哭死

          计算密集型的工作按照现在云的商业模型是根本不可能滴。现在云主要作一些非cpu intensive的,而storage intensive的操作。这对计算机本身投资不高,计算能力大部分闲置。但是对于3D建模这种cpu intensive的服务,云是不敢提供的。投资回报比太低了(不见得要用户付几千美元算一个model吧)

      • 家园 电力跟云彩还是不一样的

        老叫花还是喜欢鸡的比方。以前大型机中型机小型机,是去国营饭店里吃鸡,吃的到吃不到还要看root的脸色;后来有了微机,是自己打了鸡自己做,做的好吃不好吃都是自己的事情;现在云彩这个事情,是要把我好不容易养的一群鸡都交给现代化养鸡场,这个事情我总觉得有点不靠谱。

        • 家园 现在城市中还有每家每户自己养鸡的吗

          不都是由大型养鸡场配送到各超市里

          你的这个比喻反证了自己的结论。

          • 家园 你们想像的都是目前的大型公司

            拥有自己的IT部门,有IT预算,有CIO...相当于

            有能力自己建立自己的发电厂,自来水厂自给自足。

            云计算解决的是并不是此前无法实现的功能,而是

            要把过去这些可以独门独户分别解决的功能,变成

            公共服务。

            当然,过去拥有自己IT部门的大型公司不会立即对

            公共服务感兴趣,但最开始有强烈欲望的是过去没有

            自己发电厂的中小公司。很多中小公司过去是无力

            支付IT成本的。现在可以低成本享受与大公司类似的

            超级计算能力。

          • 家园 当发电机刚发明的时候就是一家一户用的

            你们说的虚拟机集群,cluster, grid,都是大户自己

            建立自己的发电厂。中小公司是建不起发电厂的。

分页树展主题 · 全看首页 上页
/ 42
下页 末页


有趣有益,互惠互利;开阔视野,博采众长。
虚拟的网络,真实的人。天南地北客,相逢皆朋友

Copyright © cchere 西西河