
著者:
著者:
鯨研究所 タン・イン、ワン・ファン、チェン・ホンイー、チャン・ウェンハオ
ハッシュ研究所アルフレッド、LJ
バイキング研究所 ジン・ジャンジャン、ゼン・ユアンズオ
Shuimu Financial Technology Fund Chen Youren、Zhang Chao
協賛団体(順不同):
協賛団体(順不同):
、バビット、マーズファイナンス、ゴールデンファイナンス、ジンニウファイナンス、ジャイロファイナンス、ジンタファイナンス、
ヒップホップ ファイナンス、通貨債券、ブロック ファイナンス、ChainHeadline、BlockMasterMail
最初のレベルのタイトル
クラウドコンピューティング業界の現状と問題点
1.1 クラウドコンピューティングの概念
クラウド コンピューティングは、インターネット ベースのサービスの成長、使用、提供モデルであり、通常、動的にスケーラブルで、多くの場合仮想化されたリソースをインターネット上で提供することが含まれます。現段階で広く受け入れられているクラウド コンピューティングの概念は、国立標準技術研究所 (NIST) によって定義されています。クラウド コンピューティングは、利用可能で便利なオンデマンドのネットワーク アクセスを提供する従量制のモデルです。構成可能なコンピューティング リソースの共有プール。最小限の管理労力やサービス プロバイダーとのやり取りで迅速にプロビジョニングできます。
クラウド コンピューティングは、分散コンピューティング、並列コンピューティング、ユーティリティ コンピューティング、ネットワーク ストレージ、仮想化、負荷分散などの従来のコンピュータとネットワーク テクノロジを統合した製品です。
クラウドコンピューティング業界はさまざまな分類方法がありますが、提供するサービスの種類に応じて、IaaS、PaaS、SaaSの3つに分類できますが、IaaSからSaaSに向かうにつれて、「愚かな」ソフトウェアに近づいています。ユーザーが直接使用するのに便利です。したがって、技術革新によるハードウェアの利用効率の向上やコストの削減がよりIaaSレベルに反映されると、SaaSはハードウェアの向上を享受することをベースに、低価格化(年会費の利用敷居の低下)を通じて市場を拡大します。
1. IaaS の正式名称は、サーバー、ストレージ、ネットワーク ハードウェアなどの基盤となるインフラストラクチャ リソースを提供する「インフラストラクチャ アズ ア サービス」(Infrastructure-as-a-service)です。IaaS 製品を購入した後、ユーザーは次の手順を実行する必要があります。環境構築とアプリケーション開発を自分で行う 商用顧客が直接利用することは難しく、ユーザーのほとんどはソフトウェア開発者、特にPaaSおよびIaaS製品開発者です。
2. PaaS の正式名称は「Platform-as-a-service」(Platform-as-a-service)で、仮想サーバーやオペレーティングシステムなどのソフトウェア導入プラットフォームを提供します。最下層ですが、独自のロジックに従ってアプリケーションを開発するだけで済みます。明確な特性と高い IT 予算を持つ大規模な商用顧客、またはアプリケーション開発者に適しています。
3. SaaSの正式名称は「Software-as-a-service」(Software-as-a-service)といい、直接利用できるソフトウェアを提供します。
IaaS、PaaS、SaaS プロバイダーは相互に境界を越えることができます。現在、IaaS ベンダーは通常、さらなるリソースのパッケージ化を実行し、データベース、アプリケーション中間層パッケージ ランタイムなどを提供して、Amazon AWS などのパブリック PaaS プラットフォームを形成できます。 SaaSを提供するメーカーは、一般的な商用顧客向けに一般的なSaaS製品を提供する一方で、一部の大規模な商用顧客向けに独自の特徴を持ったプライベートPaaS製品も開発し、Oracleなどの独自のIaaS製品をいくつか持つこともあります。
1.2 クラウド コンピューティングの 3 つのモデルの分析
最初のレベルのタイトル

3 つのカテゴリ間の関係



大企業は主にプライベート クラウド、パブリック クラウド、ハイブリッド クラウドの導入方法を採用していますが、小規模企業は主にパブリック クラウド、プライベート クラウド、コミュニティ クラウドを採用しています。PaaS はクラウド コンピューティング業界の真ん中にあるため、IaaS プロバイダーはハードウェアとクラウドに依存できます。提供できる技術的利点 PaaS サービスの場合、SaaS プロバイダーは顧客との関係に依存して大規模顧客に PaaS サービスを提供することもできますが、純粋な PaaS プロバイダーはそれほど競争力がありません。したがって、クラウド コンピューティング業界では、IaaS と SaaS に大きなチャンスがあります。
中国のIaaS市場は急速に発展している。中国の IaaS 市場におけるアリババの市場シェアは約 50% であり、そのクラウド コンピューティングの収益成長率は中国の IaaS 市場の成長率を表すことができます。 2015 年、2016 年、2017 年のアリババのクラウド コンピューティング収益成長率はそれぞれ 64%、138%、121% であり、中国の IaaS 市場全体が高速開発チャネルにあることをある程度示しています。
研究開発費は IaaS 業界の最大の敷居であり、そのほとんどは巨大企業によって管理されています
高額な研究開発費と多額のハードウェア費用は、国内外を問わず大企業のみが支払うことができ、IaaS は巨大企業によって管理されており、IaaS 開発は技術アップデートに大きく依存しているため、高収入企業は高額な研究開発費を設備投資しており、この業界におけるマシュー効果は非常に明白です。
データによると、2016年のIaaSパブリッククラウド市場シェアの上位6社は、Amazon、Microsoft、Alibaba、Google、Rackspace、IBMであり、1998年にIaaS業界に参入し、古くから大規模な規模を誇るRackspaceを除くと、他の企業はすべて他の業界の巨人であり、巨額の研究開発投資を支払うことができます。しかし、Rackspaceの2016年のIaaSパブリッククラウド売上高は5%増加しており、売上成長率は他の5社に比べて大幅に低かった。
Amazon は世界最大のクラウド コンピューティング企業であり、2006 年にクラウド コンピューティング AWS が開始され、主に IaaS 製品を提供しており、一部の PaaS 製品も提供しています。アマゾンの研究開発費のほとんどはクラウドコンピューティングに使われており、2017年までにアマゾンの研究開発費総額は226億ドルに達し、前年比成長率は41%にも達している。
アリババは中国最大のクラウドコンピューティング企業で、2015年7月、国際事業拡大、クラウドコンピューティング、ビッグデータ分野の基盤と最先端技術開発を目的として、アリババクラウドに60億元の戦略的投資を発表した。 、今後3年間で1000億元を投資し、クラウドコンピューティングの基礎技術の研究開発を含む研究開発センター「達磨研究所」を設立する予定だ。
1.3 クラウドコンピューティング市場規模
世界のクラウド コンピューティング市場は、テクノロジーと価格によって成長を続けています。 Gartner のデータによると、IaaS、PaaS、SaaS、プロセス サービス、広告マーケティングを含むクラウド コンピューティング市場は、2016 年に 2,196 億米ドルで、全体の規模は 2020 年までに 4,114 億米ドルに達すると予想されており、複合的な成長率を示しています。 2016 年から 2020 年までの割合は 17% です。
画像の説明

データ出典: WIND、中国招商証券
中国のクラウド コンピューティング市場は急速に発展しています。中国市場は世界市場に比べてスタートが遅く、市場規模が小さいため、世界の最先端技術に追いつくために技術の進歩が加速しており、手作業による代替による顧客数の増加と相まって、成長率は上昇傾向にあります。中国のクラウド コンピューティング市場の割合は世界市場のそれを上回っています。データによると、中国の企業向けクラウドサービス(IaaS、PaaS、SaaSを含む)全体の市場規模は2016年に約515億元で、2020年までに市場規模は約1,366億元に達すると予想されている。
画像の説明

データ出典: WIND、中国招商証券
画像の説明

データソース: ガートナー
画像の説明

データソース: Whale quasi-insights
1.5 業界の現状と問題点
1. クラウドコンピューティングの独占
既存のクラウド コンピューティング市場は非常に集中化されており、市場シェアは Google、Amazon (AWS)、Microsot Azure、Alibaba Cloud、Tencent Cloud が、高度に集中化されたサーバー リソースに依存することでクラウド コンピューティング市場全体を独占しており、高い収益がリードしています。コンピューティングパワーサービスの価格が高額になる
2. インセンティブがない
BONIC (Berkeley Open Infrastructure for Network Computing) は現在最も主流の分散コンピューティング プラットフォームであり、数理物理学やその他の分野の多くのプロジェクトで使用されていますが、世界中に分散したボランティアのコンピューティング リソースに基づいて形成されています。プラットフォームにはコンピューティング能力を提供できる十分なボランティアが不足しています。
3. コンピューティングリソースの不足
将来的には DApps が隆盛することが予想されますが、現在の一般的なブロックチェーンでは DApps を実行するためのコンピューティング能力が非常に限られており、既存のクラウド コンピューティング インフラストラクチャでは、完全に分散されたインフラストラクチャを実行する必要がある DApps のニーズを満たすことができず、ストレージ容量が不十分で、プロトコルの読み取りレイテンシが高いため、より要求の厳しいアプリケーションに対応するには追加のコンピューティング リソースが必要になります。
4. コストが高すぎる
最初のレベルのタイトル
クラウド コンピューティング関連の概念
クラウド コンピューティングに関して言えば、クラウド コンピューティングに関連する 2 つの概念、フォグ コンピューティングとエッジ コンピューティングについて言及する必要があります。
2.1 エッジコンピューティング
エッジ コンピューティング (Edge Computing) は、クラウドとデバイスの境界を表すものとして長い間提案されてきましたが、その起源は、AKAMAI と IBM が WebSphere サーバー上でエッジベースのサービスを提供するために協力し始めた 2003 年に遡ります。
エッジ コンピューティングは、オブジェクトやデータのソースに近いネットワークのエッジでネットワーク、コンピューティング、ストレージ、アプリケーション コア機能を統合する分散型オープン プラットフォームであり、最適化、アプリケーション インテリジェンス、セキュリティ、プライバシー保護の主要な要件です。
エッジ コンピューティングは新しいエコロジー モデルとなり、ネットワーク、コンピューティング、ストレージ、アプリケーション、およびインテリジェンスのリソースをネットワークのエッジに統合することで、ネットワーク サービスのパフォーマンスとオープン ネットワーク制御機能を向上させることができ、モバイルと同様の新しいモデルを刺激します。インターネット、ビジネス。エッジ コンピューティングの技術概念は、特定のネットワーク アクセス方法とは何の関係もなく、固定インターネット、モバイル通信ネットワーク、消費者向けモノのインターネット、産業用インターネットなどのさまざまなシナリオに適用して、独自のネットワーク アーキテクチャの強化を形成できます。
2.2 フォグコンピューティング
フォグ コンピューティングは、Cisco によって先駆的に開発された最近の概念です。クラウドと比較すると、データが生成される場所に近く、データ、データ関連の処理、アプリケーションがほぼすべてクラウドに保存されるのではなく、ネットワークのエッジにあるデバイスに集中するためです。クラウドコンピューティングの概念を拡張し、IoTを実現する仕組みとしてシスコなどが提唱し、世界的な普及を目指している。
フォグ コンピューティングは、クラウド データ センターとセンサーに近いモノのインターネット (IoT) デバイス/センサーの間の中間層として機能する分散コンピューティング モデルです。フォグ コンピューティングの概念の導入は、モノのインターネットの応用において従来のクラウド コンピューティングが直面する課題に対処することも目的としています。
フォグ コンピューティングとエッジ コンピューティングの定義は曖昧であり、業界はこの 2 つを別の概念として分離しようとしています。この点に関して、業界で最も広く受け入れられている概念は、エッジ コンピューティングでは、データ処理はデータを収集するハードウェア上で行われるというものです。フォグ コンピューティングとは、ノードのサブセットがデータをより大きな中央接続ポイントに送信し、そこでデータがより大きな中央ネットワーク全体に接続されながら処理されることです。
最初のレベルのタイトル
ブロックチェーン技術とクラウドコンピューティング
3.1 ブロックチェーン技術とクラウドコンピューティングの関係
インターネットの普及により、大量のマルチメディア情報 (グラフィックス、テキスト、オーディオ、ビデオなど) によって膨大なデータが作成され、そのほとんどが非構造化されています。
分散コンピューティングと並列コンピューティング: 分散コンピューティングは、地理的に異なる複数のホスト (クラスター) を使用して協力して多数のコンピューティング タスクを完了し、それによってスーパーコンピューターに代わるソリューションです。並列計算とは、複数のCPUによる並列処理のことで、並列計算により計算効率は向上しますが、プログラムのアルゴリズムは可能な限り並列に設計することが前提となります。
仮想化: 仮想化は、クラウド コンピューティングのリソースを分割する方法であり、物理リソース プーリングとリソース プール管理の 2 つのレベルが含まれます。仮想化には 2 つのタイプがあり、1 つは複数の物理リソースを 1 つの「大きな」論理リソースに仮想化するもの、もう 1 つは 1 つの物理リソースを複数の「小さな」論理リソースに分割するものです。
現在、クラウドコンピューティングでは、第一の仮想化方式が多く採用されており、導入方式は分散クラスタを使用しており、並列コンピューティングはあまり関与していない(並列コンピューティングは学術的にはまだ研究中である)、端末群はオンデマンドでITサービスを提供している。分散ソリューションは、大量のデータを高速に処理するために提案されていると簡単に理解できますが、そのソリューションの最終的な目的または現れは、複数のコンピュータにデータを分散させて同時に処理(並列処理)することで、「ハードウェアの時間の交換」を実現することです。 ) 特定の属性を持つデータセット。現実の観点から見ると、多くの中小規模のインターネット企業は独自の分散システムを構築する能力や構築する必要がなく、企業が製品とビジネスの実装に集中できるように、ローカル リソースの外部にあるクラウド サービス プロバイダーに依存します。
DCC プラットフォームを柔軟な開発ツールと組み合わせることで、開発者はソフトウェアをリリースして収益を得ることができ、それによってコンピューティング タスクの編成と実行の方法が変わります。このようなプラットフォームは、分散型マイクロサービスと非同期タスクの実行を可能にすることで、将来のインターネットを構築するための基盤となります。複雑なアプリケーション (CGI レンダリング、科学技術コンピューティング、機械学習など) は、コンピューティング価格の劇的な削減のおかげですべての人に恩恵をもたらします。
コンピュータは P2P ネットワークを介して接続され、アプリケーション所有者と個々のユーザー (計算能力「リクエスタ」) が他のユーザー (計算能力「プロバイダー」) から計算能力を借りることができます。これらのコンピューティング リソースは、一定のコンピューティング時間とコンピューティング能力を必要とするコンピューティング タスクを完了できます。現在、コンピューティング リソースは集中型のクラウド サービス プロバイダーによって制御されており、閉鎖的なネットワーク、外部の支払いシステム、厳格なオペレーティング モデルの影響を受けています。分散型クラウド コンピューティング施設は、イーサリアム (または同様のパブリック チェーン) に基づく支払い転送システムを実装でき、コンピューティング パワーの買い手 (要求者)、売り手 (サプライヤー)、およびソフトウェア開発者間の直接支払いを実現できます。
3.2 DCC の利点
1. 無料のサーバー、帯域幅、その他のリソースに加えて、コンピューティングのニーズがシステム内の多くのノードに分散され、ユーザーの予測リソースが価値を生み出すために利用されます。
2. 社会の遊休コンピューティングリソースを統合することにより、企業または個人に分散型コンピューティングパワーサービスを提供し、トークンエコノミーに基づいたコンピューターコンピューティングパワーの買い手市場と売り手市場を構築します。
3. 従来のクラウド コンピューティング サービスと比較して、クラウド コンピューティング サービスの敷居と利用料金が引き下げられ、クラウド コンピューティングの普及に貢献します。
3.3 ビジネスモデル
3.3.1 トークン経済モデル
市場には多くの分散コンピューティング パワー プラットフォーム プロジェクトが存在しますが、全体的な技術的枠組みは似ており、トークン経済モデルを大まかに説明するための一般的な枠組みは次のとおりです。
リクエストノード
このノードは通常、コンピューティング ニーズを持つ一部の販売業者や科学研究機関によってサービスされています。一般に、研究所内のコンピューターや個人所有のコンピューターの数は、現在のコンピューティング ニーズを満たしていません。スーパーコンピューティングや、世界的に分散されたその他のコスト効率の高いコンピューティング リソース目標を達成するための計算能力。要求側ノードは、ネットワーク (ELastic) に入る前に、まず仕様に従って独自の要件ファイル (データ) をモデル化するか、他のノードにこの単純な分類作業を実行させる必要がある場合があります。
次のノードはコンピューティング リソースを提供する必要があります
分類ノード
このノードには、CPU コンピューティング能力を提供するユーザーが参加しています。分散コンピューティング能力プラットフォームを通じて、特定のコンピューティング目的のプロジェクトを分類するために、いくつかの比較的単純な分類アルゴリズムが設定され、データ分類とモデルの効果を達成します。この目的は、これらの元々不規則なデータをより適切に処理し、同時にこのタイプのデータの処理を専門とする処理ノードに送信することができます。
処理ノード
このノードは、特定のカテゴリのデータの処理専用です。分類ノードや要求ノードからのデータは数千種類あるため、特定のデータを処理する方法や使用するモデルも異なります。より複雑なプロジェクトの場合は、このプロジェクトに参加できるマシンとそこにいる人々は高い要求を持っています。以下に 2 つの例を示します。
画像データなどの一部の医療データなどの医療分野では、一般に、そのようなデータを処理するには、少なくとも一定の医学知識を持つ担当者がデータのこの部分を処理および計算して、必要なデータを取得する必要があります。
AI や機械学習の分野では、この種のデータ トレーニングと処理には、KNN やデシジョン ツリーなどの特定のデータ処理モデルを使用する必要があるため、より多くの大学の科学研究機器やプログラミング経験のある開発者がこのノードとなる必要があります。通常の CPU または GPU の貢献者は、このタイプのデータの処理ニーズを満たすことができなくなります。
バリデーター
このノードは、複数の処理ノードから送信された同じデータの処理結果を判定およびスクリーニングするため、通常はデバイスの CPU の貢献のみが必要です。一般に、同じデータ処理タスクが複数のデータ処理ノードに送信されるため、どのデータが要件を満たすかを後で投票で判断できます。そうすることでデータの冗長性が生じますが、最終結果の正確性が高く保証され、名誉メカニズムと協力してデータ詐欺の問題を効果的に解決できます。
3.3.2 名誉システム
このプラットフォームではコンピューティング パワーを自主的な配分によって配分しなくなるため、各人のコンピューティング パワーへの貢献をどのように測定するかが新たな問題となります。ポイント システムとメンバー ランクは、ユーザーがどれだけ貢献したかを測定するより良い方法となります。
完了したタスク単位の数に応じてポイントが付与される可能性がありますが、将来的に分散コンピューティングパワープラットフォーム上で実行できるプロジェクトは、特定のデータパケットがいつ送信されるかなど、目的や運用が大きく異なる可能性があるため、あるマシンでは完了までに約 1 時間かかりますが、同じマシン上では別のデータ パッケージの完了には 20 倍の時間がかかります。これにより、同じタスク単位は同じ報酬を得ることができますが、ワークロードが異なります。明らかに、これを使用するのは現実的ではありません。完了したタスクの数を使用して、ユーザーによるコンピューティングへの貢献量を測定します。同様に、タスクの処理を完了するのに必要な CPU 時間によって貢献度を測定することは現実的ではありません。特定のパラメータを通じてユーザーの貢献度を要約することは現実的ではないため、公平かつ正確な報酬の分配を実現するには、各ユーザーが実際に完了した計算量を正確に記録するためにいくつかのアルゴリズムを使用する必要があります。したがって、拠出金の額の検討については、多角的に参考にする必要がある。
3.3.3 ポイントシステム
より実現可能なポイント システムでは、ノードの寄与を計算するためにいくつかの側面を包括的に考慮する必要があります。
デバイスのパフォーマンス指標
パフォーマンスが異なるデバイスでは、同じデータ パケットを実行および処理する際のリソース使用量とコストが異なります。重み付けに適切なパフォーマンス スコアを取得するには、さまざまなデバイスで標準化されたパフォーマンス テストを実施する必要があります。
送信された結果の正しい数
分散コンピューティング パワー プラットフォームでは、需要側が最も懸念するのは、得られる結果の品質です。デバイスによって得られた結果が要件を満たしていないか、悪意のあるユーザーによって生成された無効な結果である場合、プラットフォームの評判は失われます。巨大な。ではどうすればよいかというと、提出された正解結果の数に応じて採点し、正解した結果には褒美を与えて昇級し、間違った結果には罰則に基づいて降格すればよいのです。
考えられる問題:
パフォーマンステストは許可されていません
特に、Windows バージョンのクライアントと Linux バージョンのクライアントを同じコンピュータにインストールするなど、複数のオペレーティング システム プラットフォームが存在する場合、ベンチマーク テストの結果が大きく異なる場合があります。
騙しやすい
最初のレベルのタイトル
DCCプロジェクトの分析
ブロックチェーン関連のクラウド コンピューティング プロジェクトは、主にブロックチェーンの分散技術を使用して、分散した複数のコンピューター ノードを接続し、分散コンピューティング リソースのリース サービスを提供します。
4.1 DCCプロジェクト一覧

4.2 主要プロジェクトの項目別比較

最初のレベルのタイトル

DCCプロジェクト投資ロジック
1. プロジェクト技術の革新
分散コンピューティングに関連するブロックチェーンプロジェクトも同様の考え方を持っており、遊休リソースを統合・活用することで企業や個人に分散型コンピューティングパワーサービスを提供し、トークンエコノミーに基づくコンピューターコンピューティングパワーの買い手市場と売り手市場を構築します。したがって、技術革新は特に重要であり、できるだけ早く技術を改善し、テストネットワークを通じて着陸を実現し、競争での優位性を強調することが容易です。
2. 効率的な組織と調整のプラットフォーム
ブロックチェーンを介してコンピューティングノードを連携するプロジェクトは、細分化された分野のプラットフォームにうまく対応したいと考えており、独自のシナリオを見つけるだけでなく、従来のクラウドコンピューティングプロジェクトと効率性を競う必要もあり、より効率的で低コストの基本チェーンの選択が重要となります。目立つ重要な部分です。
3. 経済的インセンティブモデル設計の革新
優れた経済モデルの設計は、プロジェクトの長期的な運営を決定します。市場には多くの DCC プロジェクトがありますが、それらの経済モデルの枠組みは基本的に同じであり、均質性は比較的深刻です。既存の経済モデルの安全性を重視し、インセンティブモデルを革新し、より利用者やユーザーに沿ったものにすることによってのみ、競争に長く生き残ることができます。
4. コミュニティ運営能力
ブロックチェーンプロジェクトにとってコミュニティは非常に重要なリソースであり、チームのコミュニティ運営能力の強さがネットワーク効果の形成を左右し、プロジェクトの推進と分散コンピューティング能力の向上を左右します。運営と保守、技術サポート、その他の側面を含め、プロジェクトの発展に多大な貢献をしました。
5. サービス品質が商用レベルに達するかどうか
最初のレベルのタイトル
DCCプロジェクトの今後の動向
1. 技術の向上に伴い、実際に実施されるプロジェクト数は増加
ブロックチェーンベースのクラウド コンピューティング プロジェクトは、技術的に成熟しておらず、完全ではなく、一部のプロジェクトはまだテスト ネットワークで実行されており、安定性と速度は従来のクラウド コンピューティング サービスよりもはるかに劣っています。応用事例やサービスシナリオなど、大規模な商業利用にはまだ程遠いが、ブロックチェーン技術と分散コンピューティング関連技術の同時発展により、急速に上陸プロジェクトが現れることが予想される。
2. セキュリティの向上は重要な開発方向です
クラウドコンピューティングモデルでは、ユーザーデータがデータセンターにアップロードされますが、その際にデータのセキュリティが重要な問題となります。電子金融口座のパスワードから、検索エンジンの履歴、スマートカメラの監視に至るまで、これらの個人データをデータセンターにアップロードするプロセスにはデータ漏洩のリスクが伴うため、DCC が主なパフォーマンスを達成するにはセキュリティの向上が必要になります。
3. 知的財産権が適切に解決されている
セキュリティ上の懸念と密接に関係しているのは、専有データと知的財産に関する懸念です。クラウド コンピューティングでは、すべてのユーザー データをデータ センターにアップロードする必要があり、商業機密とみなされる一部の重要な情報は、高品質のセンサーによって取得される産業データを通じて取得される可能性があるため、知的財産の問題に対する合理的な解決策が非常に重要です。 DCCの開発は大きな影響を与えました。
4. 帯域幅のコストが大幅に削減されます
システム内で接続されたセンサーは大量のデータを生成します。このような場合、このすべての情報をクラウドに送信するには時間がかかり、法外なコストがかかります。一方、分散コンピューティングでは、セキュリティを維持しながら高スループットのコンピューティングが可能になり、帯域幅のコストが大幅に削減されます。 。
5. 自律性の向上
遅延と弾力性の問題があるからこそ、エッジ コンピューティングの独立した意思決定がクラウドの特性に依存しないことが、IoT アプリケーションにおける決定的な利点となっています。したがって、緊急事態においては、DCC プラットフォームは、自身と実行中のプロセスを同時に監視し、プログラミングすることもできるため、自身のセキュリティと安定性を確保しながら分散化の特性を完全に実現できます。
6. 技術アーキテクチャが標準化される
主要な技術的進歩は、初期の競争力のあるアーキテクチャに属します。現在、DCC では多くの実験とソリューションが行われており、今後 5 ~ 10 年以内に特定の業界標準が徐々に出現し、業界全体の急速な発展ももたらすでしょう。
7. ブロックチェーンとクラウド コンピューティングは限定的な統合を実現します
ブロックチェーン技術は確かに理論的には完全に安全で民主的なネットワークを構築できますが、ユーザーが「安全」のために支払える代償は限られており、将来的にはブロックチェーンとクラウドコンピューティングの統合は避けられず、小規模なノードクラウドが登場するでしょう。重要なノードのブロックチェーン化、さらには限定的なバックアップ シナリオも含まれます。
1. このレポートは、専門的なデータ調査分析組織である Jingzhun (ID: rong36kr) のオリジナル作品であり、「著作権法」によって保護されており、法律に従って編集および注釈の権利を有しています。
【重版のお知らせ】
1. このレポートは、専門的なデータ調査分析組織である Jingzhun (ID: rong36kr) のオリジナル作品であり、「著作権法」によって保護されており、法律に従って編集および注釈の権利を有しています。
3. 商業転載、二次編集転載は禁止します。
3. 商業転載、二次編集転載は禁止します。