IT市场一直以来专业分工非常明确，芯片、存储、主板都有专业的厂商负责。在云计算普及早期也遵循这样的原则，然而随着云计算的普及，云服务商体量越来越大，为了追求更好的性能和更低的成本，它们开始涉足更多领域，从服务器的定制逐渐深入到主板到定制底层的CPU等芯片，到今天自己独立设计芯片。

 

在不久前AWS举办的re:Invent大会上，AWS推出了下一代微处理器Graviton 2，该处理器将为EC2实例提供支持，是由AWS根据Arm参考架构设计的。Graviton 2采用7纳米制造工艺，其核心技术来自于 4年前被亚马逊收购的Annapurna Labs，这是一家以色列芯片代工厂，4年前被亚马逊收购。Annapurna去年推出第一代Graviton，此前Annapurna还研制了Inferentia，AWS去年公布了这款针对机器学习进行优化的处理器，今年已经宣布Inferentia被用于 Inf1实例。

 

与AWS之路相似，今年的云栖大会上阿里巴巴旗下的平头哥发布了基于RISC-V的处理器IP核玄铁910，虽然这并不是一款通用CPU，而是主要应用于5G、人工智能以及自动驾驶等领域的一款芯片，但芯片自研显然已经成为阿里的技术路线之一。另外，有媒体报道阿里达摩院正在研发一款神经网络芯片——Ali-NPU。

 

处于国际贸易争端风口浪尖上的华为，目前已经研发了自由的鲲鹏和昇腾两大芯片系列，今年发布了发布鲲鹏云服务，鲲鹏云服务基于华为自研的芯片和硬件设备、支持多款国产服务器操作系统。

 

AWS和阿里云等云服务商都在做的还有服务器的定制。众所周知，虚拟化是云计算的核心技术之一，而虚拟化会带来一定的性能损失，随着容器流行，不少业务变成了虚机+容器，双重的虚拟化加大了性能的损失;另一方面，部分计算密集型业务或者一些传统业务希望直接跑在裸金属服务器上。为降低服务器计算性能损失，同时也方便统一管理，不少云服务商都设计了自己的服务器架构。比如，AWS的Nitro架构和阿里云的神龙架构，它们将虚拟机的管理程序转移到专门的硬件上，用专门的硬件来管理资源的调度。目前它们都已经在广泛使用，采用这种架构后虚拟机性能甚至超过了物理机。

 

云原生技术备受关注

 

今天大多数公有云的用户买的是IaaS服务，最常见就是买云主机，主要原因在于，IaaS允许用户能以一种非常简单的方式上云：购买云主机，把应用搬到云主机中(不做或者做不多的修改)。其使用体验和自己的服务器上使用区别并不大，学习成本低，而收益(节省成本、弹性等)则很明确。因此 IaaS很快就成为最受欢迎的云服务模式。

 

但云主机并不是上云的唯一途径，在很多场合PaaS可能更为合适。与购买云主机相比，直接使用PaaS服务(比如数据库服务RDS)运维更简单、也更安全。比如，购买云主机还是不能完全摆脱系统的运维问题，而PaaS服务则只需关心云服务本身;而且PaaS服务在弹性伸缩上可以做得更好，成本更节约。另外，PaaS服务对外暴露的只有服务自己，大大减少了被攻击的机会，有更高的安全性。只是这种PaaS服务对应用的架构和开发都有一定要求，要求用户具有一定技术能力，也具有一定的学习成本，需要一段适应期。

 

谈到PaaS的崛起就不得不提及云原生技术，这也是今年的一大技术热点。云原生技术将会对软件行业产生深远的影响，从软件需求设计到研发到发布到构建分发到运维等，会重塑整个软件生命周期。在云原生技术中，容器和K8s是核心支撑性技术。其中，容器为应用的快速开发和弹性奠定了基础，而K8s为容器的大规模模式和运维提供了保证。

 

Gartner曾预测，到2022年全球有75%的企业会使用基于云原生的容器技术构建它们的应用系统。而市场也有了一些迹象，IDC 发布的2019年第一季度公有云市场数据，IaaS市场增速有所减缓，同比增长74.1%;PaaS市场依然保持高增长，增速为101.9%。