智慧製造2019.06.18

雲端時代的虛擬化技術進行式

飛飛

物聯網 雲端服務 創新

雲是屬於第三方代管的運算平台。這樣做的好處是可以依情況迅速彈性變更 IT 資源,想用多少算多少,也能減低不少設備維護成本;更能從共享實體設備的量化觀念,經第三方服務供應商角色的經濟角度,提供較進階設備規格,獲得較優勢的資源效率,還能省卻種種品項採購的麻煩與冗長流程,減少可能的閒置設備。

 

 雲運算蓬勃發展的同時,虛擬化概念與建基於 Open- 開源與自由運用工具的技術也似相呼應著成為 IT 的新興市場發展。IT 架構漸為解構,市場上從各層級切入的資料處理技術與管理平台架構愈發多元,給予企業等組織開發、建構及維護自身 IT 系統上,更具便利性、效率化及經濟成本的愈發多元選擇。

 

VM

以一句話來說,Virtue Machine 就是虛擬硬體資源。VM 技術透過 Hypervisor 程序,作為實體硬體與虛擬硬體的中介,虛擬架構出包括運算、記憶、儲存及網路相關硬體資源,提供開發人員運作 app 應用程式/軟體;在此虛擬環境中,OS 作業系統被配置於 Hypervisor 的下一層,囊括於其虛擬環境。建構虛擬於實體之上,可穩定幕前使用端所需虛擬運作環境,分別於幕後實體硬體的維護之外;如此,像是硬體升級或擴增等作業,都能讓使用端在不受影響的情況下進行。

 

Containerization

容器技術乃透過 OS 的 kernel 內核連結,所有封裝的 Containers 共享作業系統,從而相較 VM 在布建或布局上都更為輕巧、具更有效率的應變能力。容器技術的發展,也是有鑑於 VM 是以虛擬整套硬體資源為單位,因此仍然具備資源閒置的可能,如有任何移動或擴增,也必須以整套硬體資源為單位;此外,VM 啟動時等同硬體的開機,也因而還需時較久。容器直接建置於 OS 的下一層,能夠輕易展開或縮減,也便於打包移動;同時,啟動應用程式的時間當然也更快。Containerization 技術目前可透過 Docker、LXC 等軟體達成,並運作於 bare metal servers/無 OS 的硬體上、透過 hypervisors 或 cloud infrastructure 之中等三種結構點/環境,在部署上具相對彈性的特點, 也可說是與 VM 並不互相衝突。至於時常聽到的 Kubernetes / K8S (或是知名度遠較低的 Mesos) 則為部署、管理 Containers 的平台,協助更輕鬆移動容器封裝的應用程式於多重公共雲或在地建置的環境。Netflix 即是採用經雲運算平台內 Containerization 技術所封裝的 microservices 微服務提供影音播放服務。

 

Serverless

此為雲運算平台業者所發展的其一服務。一般而言,如果我們開發 web 相關應用程設式,還必須設定其相關運作所需網路資源,並先架構好伺服器以供執行與測試; Serveless 的核心理念就在於「你專心編碼開發,其他的統統交給我」。因之,所謂的  Severless  指的其實是透過提供第三方提供並自動配置伺服器相關設備與資源,讓使用端開發人員專注於 coding 等核心事務的方便服務,以便其簡化開發流程、縮短相關時程。Serverless 的編碼亦可協作 Microservice 架構,與之並用 。

 

雲運算平台有像 Open Stack 這樣的開源資源,也有提供持續更新、升級並優化平台服務的付費供應商,像是目前最主流的三大平台: Amazon 的 AWS、Google 的 Google Cloud  Platform、Microsoft 的 Azure。無論是雲運算服務,還是虛擬化技術都是新近浮現市場的技術新發展,像是 Serverless  最早出現於 2012 年,及至 2015年才漸漸興盛;即使較早的商業化雲運算平台,也晚至 2006年才出現,因此所有相關技術都處於仍持續各種發展可能,彼此的可行整合應用也還在持續建構,像是 Kubernetes 的相對快速掘起,促使其同時獲得三大主流平台青睞,均提供相應的 engine 方便使用端開發人員融合運用。

 

迎接 5G 開通後的智慧物聯網時代,更多元的 IT 管理工具,將能為企業管理提供更細緻的資訊流層面,回饋企業不同層面的市場觀察、策略調整與內外管理;反向說來,透過日後物聯發展的實務需求,也可預見將或多或少牽動著雲運算平台與虛擬化技術的未來無限發展。

 

延伸討論

智慧製造

Edge AI 準備好了,創意商機起飛

飛飛
在軟體作為使用者介面的時代,軟體是為大量生產的現成品。使用者以既有功能為工具,或解決問題;或協助工作;或實現自我創意。使用者回饋通常透過日後不定期的更新、迭代或新產品才將之納入。換句話說,軟體的設計仍偏向開發端決定。物聯網不只是物物相連,其中 AI 智慧可說是直接邀請參與者加入軟體設計,並透過經驗值自動達到持續客製化,以建構資料流的相對低廉成本(長期遞減)方式,提供以個別使用者為中心的可客製化產品。
智慧製造

AIoT 資料流生態系, Edge AI 上場了!

飛飛
AI 的關鍵核心在於 Machine Learning 機器學習,尤其是 Deep Learning 深度學習,將機器運算層次從線性思維走向立體化處理,變革資料處理的機器運算概念,更從而徹底改變自 IT 產業堀起以來將近百年的基礎運算硬體組構,並連帶物聯網的願景,自此硬體組構衍生全新 AIoT 資料流生態系。在如今 5G 規格底定、全球邁入正式開通的時點上,AIoT資料流生態系也已經從 Cloud AI 延伸到 Edge AI。
智慧製造

I/O 也能虛擬化?

飛飛
Virtualization 是 IT 資源擴展的新興潮流;透過 isolation 隔離技術,能夠在相同的 IT 實體資源下,增生多套虛擬運作環境,相當適合雲端系統,也能在成本考量下,回應物聯網所可預見爆增需求的資料流及運算資源。