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

AI Chips 口味眾多,混搭聯名時尚風

飛飛
隨著通訊市場進入 5G 開通初始階段,AI 市場的發展也愈發如火如荼。AI Accelerator 的競爭朝向從硬體到軟體/軟體到硬體建構出完整的 OT-CT-IT 生態系。這也就是說,如:NVIDIA、Intel 等硬體商,開始發展自身的 AI Instance;而像 Google 這樣軟體起家者,則反向跨足 AI Chip 硬體。相對的,有道是現成的最好用,因此如 NVIDIA 用上了可謂 AI 生態系競爭對手的 Tensorflow 框架;或是 Google Clouds 反之用上了 NVIDIA 的 GPU;或者像 Intel 直接採取併購策略。可以說,不僅是 AI 晶片發愈多元,AI 生態系更是混搭聯名現正夯。
智慧製造

新世代核心處理 AI Accelerators 創意玩

飛飛
AI Neural Network 所開啟具里程碑指標的Machine Learning / Deep Learning,將電腦功能從單純資料處理協助工具,帶入全面擬人化小助手的新境界。 與此同時,在其螢幕背後的核心計算機資料處理概念及體系,也開始全面解構,搖身成為如同新境實戰王國電玩遊戲的創意競逐遊樂場。
智慧製造

AI Mobile Robots 腦袋裡都裝些什麼?

飛飛
自主移動的兩大關鍵字:決策、動態。決策的前提在於具備適足條件,據以評估而後反應/作動。想像一下如植物固定不動的視角,對環境的感測也就自然是以自我為中心的絕對位置。要達成如動物般自主移動,其視角的空間感就因距離、方向而更偏重於相對位置,因此其決策所倚賴的適足條件也就從感測提升到 Interference 推理、Alogirthem 演算層次的空間測距、視覺辨識、經驗累積值等綜合性訊息處理。