一級標題

一級標題

雲計算行業現狀與痛點

1.1 雲計算概念

雲計算是基於互聯網相關服務的增加、使用和交付模式，通常涉及通過互聯網來提供動態易擴展且經常是虛擬化的資源。現階段廣為接受的雲計算概念是美國國家標準與技術研究院（NIST）定義：雲計算是一種按使用量付費的模式，這種模式提供可用的、便捷的、按需的網絡訪問，進入可配置的計算資源共享池，這些資源能夠被快速提供，只需投入很少的管理工作，或與服務供應商進行很少的交互。

雲計算是分佈式計算、並行計算、效用計算、網絡存儲、虛擬化、負載均衡等傳統計算機和網絡技術發展融合的產物。

雲計算產業有多種分類方式，按提供的服務類型分類可分為IaaS、PaaS、SaaS三類，從IaaS 到SaaS 越來越接近“傻瓜”式軟件，利於用戶直接使用。因此，如果說技術革新對硬件使用效率提升和成本降低更多體現在IaaS 層面，SaaS 則是在享受硬件改善的基礎上，通過降價（年費方式降低使用門檻）的方式擴大了市場。

1.IaaS全稱為“設施即服務”（Infrastructure-as-a-service），提供的是服務器、存儲、網絡硬件等底層設施資源，用戶購買IaaS 產品後必須自己完成環境配備和應用程序開發，一般商業客戶很難直接使用，使用對像大多是軟件開發者，特別是PaaS 及IaaS 產品開發者；

2.PaaS全稱為“平台即服務”（Platform-as-a-service），提供的是軟件部署平台，比如虛擬服務器和操作系統，用戶不需要關注底層，只需要根據自己的邏輯開發應用程序，適合自身特點明確、IT 預算高的大型商業客戶，或應用程序開發商；

1.2 雲計算三種模式分析

一級標題

一級標題

一級標題

三種分類間的聯繫

大型企業多采用私有云、公有云、混合雲的部署方式，小型企業多采用公有云、私有云和社區雲；由於PaaS處於雲計算產業靠中間的環節，IaaS提供商可以靠硬件及技術優勢提供PaaS 服務，SaaS提供商也可以靠客戶關係為大客戶提供PaaS服務，純PaaS提供商的競爭力不強。因此，雲計算行業中，IaaS和SaaS的機會更大。

中國IaaS市場處於高速發展中。中國Iaas市場中，阿里巴巴市佔率約50%，其云計算收入增長速度可以代表中國IaaS 市場規模增長速度。阿里巴巴2015、2016、2017 年雲計算收入增長速度分別為64%、138%、121%，在一定程度上表明中國整體IaaS 市場處於高速發展通道。

研發費用是IaaS 行業的最大門檻，大多由巨頭把控

高額的研發費用和大量硬件費用只有大型公司才有能力支付，不管是國內還是國外，IaaS 都由巨頭把握；又因為IaaS 發展對技術更新有強依賴性，高收入公司才有資本投入高研發費用，所以這個行業的馬太效應非常明顯。

根據數據，2016 年IaaS 公有云市場份額前六的分別是亞馬遜、微軟、阿里巴巴、谷歌、Rackspace、IBM，除去Rackspace 是1998 年就進入IaaS行業、時間長所以擁有較大規模外，其他公司均是其他行業的巨頭，能支付巨大的研發投入。而Rackspace 2016 年IaaS 公有云收入增長5%，收入增速遠低於其他5 家公司。

亞馬遜是全球最大的雲計算公司，雲計算AWS 於2006 年推出，主要提供IaaS產品，也提供部分PaaS 產品。亞馬遜的研發費用大部分用於雲計算方面，到2017 年亞馬遜的總研發費用已經達到226 億美元，且同比增速高達41%。

在技術和價格的推動作用下，全球雲計算市場持續增長。根據Gartner的數據，包括IaaS、PaaS、SaaS、流程服務、廣告營銷在內的雲計算市場在2016年為2196億美元，到2020年預計整體規模將達到4114億美元，2016至2020年的複合增長率為17%。

圖片描述

中國雲計算市場發展更快。相比全球市場，中國市場起步較晚，市場規模較小，技術正在加速追趕全球前沿科技，加上人工替代帶來的客戶量增長，使得中國雲計算市場增速高於全球市場。根據數據，2016年中國企業雲服務整體市場規模（包括IaaS、PaaS及SaaS）約為515億元，到2020年市場規模約為1366億元。

圖片描述

圖片描述

數據來源：Gartner

圖片描述

圖片描述

數據來源：鯨準洞見

1.5 行業現狀與痛點

1.雲計算壟斷

現有云計算市場極度中心化，市場份額Google、Amazon（AWS）、Microsot Azure、阿里雲和騰訊雲等幾個科技巨頭依靠自身高度集中化的服務器資源壟斷了整個雲計算市場，借助市場力量享受高額利潤，進而導致算力服務價格高居不下

2.無激勵措施

BONIC（Berkeley Open Infrastructure for Network Computing）是目前最為主流的分佈式計算平台，為眾多的數學物理等學科類別的項目所使用，但是由於這是基於分佈在世界各地的志願者的計算資源而形成的分佈式計算平台，缺乏足夠的志願者來貢獻算力。

4.成本過高

一級標題

一級標題

一級標題

雲計算相關概念

提到雲計算，就不得不提到與雲計算相關的兩個概念：霧計算和邊緣計算。

2.1 邊緣計算

邊緣計算（EdgeComputing）很早就提出用於表示雲和設備的邊界，最早可以追溯到2003年，AKAMAI與IBM開始合作在WebSphere服務器上提供基於邊緣的服務。

邊緣計算是在靠近物或數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的分佈式開放平台，其目標是就近提供邊緣智能服務，滿足行業數字化在敏捷聯接、實時業務、數據優化、應用智能、安全與隱私保護等方面的關鍵需求。

邊緣計算將是一種新的生態模式，通過在網絡邊緣側匯聚網絡、計算、存儲、應用、智能五類資源，提高網絡服務性能、開放網絡控制能力，從而激發類似於移動互聯網的新模式新業務。邊緣計算的技術理念與特定網絡接入方式無關，可以適用於固定互聯網、移動通信網、消費物聯網、工業互聯網等不同場景，形成各自的網絡架構增強。

2.2 霧計算

霧計算和邊緣計算定義很模糊，業界一直在嘗試將這兩者區分開作為單獨的概念。對此，業界最廣為接受的概念是在邊緣計算中，數據處理在收集數據的硬件上。霧計算是當節點的一個子集發送其數據到更大的中心連接點，在連接到更大的整體中心網絡的過程中處理數據。

一級標題

一級標題

一級標題

區塊鏈技術與雲計算

3.1 區塊鏈技術與雲計算的關係

由於互聯網的普及，大量的多媒體信息（圖文音視頻等）造就了海量數據，這些數據大多是非結構化的。

分佈式計算與並行計算：分佈式計算是一種採用地理上不同的多個主機（集群）協同完成大量計算任務，從而替代巨型計算機的解決方案。並行計算是指多CPU並行處理，並行計算能夠提高計算效率，但是前提是程序算法要盡可能並行設計。

虛擬化：虛擬化是為了實現雲計算而劃分資源的一種方法，包括兩個層面：物理資源池化和資源池管理。虛擬化有兩種，一種是將多個物理資源虛擬化成一個“大”的邏輯資源，另一種是在一個物理資源上劃分出多個“小”的邏輯資源。

目前云計算採用第一種虛擬化方式較多，部署方式上使用分佈式集群，並行計算並沒有太多涉及（並行計算學術上還在研究中），然後可以處理海量數據，為龐大的接入終端群按需提供IT服務。可以簡單的理解為，分佈式這種解決方案是為了快速地處理海量數據而提出的，而該方案最終的目的或表現形式就是為了實現“用硬件換時間”，將數據分佈在多台計算機上，同時處理（並行處理）帶某種屬性的數據集。從現實來看，很多微小型互聯網公司沒有能力或必要構建自己的分佈式系統，會藉助於本地資源外的雲服務提供商，這樣可以使公司專注於產品和業務實現。

結合靈活的開發工具，DCC平台可以幫助開發者發佈軟件並賺錢，進而改變算力任務的組織和執行方式。此類平台通過實現去中心微服務和異步任務執行，成為建設未來互聯網的基⽯。得益於計算價格的大幅降低，複雜的應用（如CGI渲染，科學計算，機器學習等）將惠及每個⼈。

通過P2P網絡連接電腦，使應用所有者和個體用戶（算力“請求方”）可以從其他用戶租用算力（算力“供應商”）。這些算力資源可以完成對計算時間和計算能⼒有⼀定要求的計算任務。在當下，算力資源被中心化雲服務商把控，受制於封閉網絡，外部⽀付系統和死板的運營模式。去中心化雲算力設施可以做到基於以太坊（或同類公鏈）的⽀付轉賬系統，可以實現算力買家(請求方)，賣家（供應商）及軟件開發者之間的直接支付。

3.2 DCC的優勢

1.除了自由的服務器、帶寬等資源外，還將計算需求分佈到系統中的眾多節點中去，把用戶的先知資源利用起來，創造價值。

2.通過整合社會閒置的計算資源，來為企業或個人提供去中心化算力服務，基於Token經濟，構建計算機算力買賣方市場。

3.相比傳統的雲計算服務，其降低了雲計算服務的門檻和使用費用，有利於雲計算的普及。

3.3 商業模式

3.3.1 Token經濟模型

雖然市面上的分佈式算力平台項目眾多，但是總的技術框架卻是大同小異，下面就以一個大概的框架來大概的描述這個Token經濟模型。

請求節點

這個節點一般由一些有計算需求的商家或是科學研究所來充當，一般實驗室或是自有的計算機數量已經不太符合他們目前的計算需求了，需要通過超算或是其他性價比較高的計算資源如全球分佈式算力來達到目的。請求節點可能會被按照要求先將自己的需求文件（數據）按照規格先model好在進入網絡（ELastic）或是有其他節點來做做這個簡單歸類的工作。

以下為需要貢獻計算資源的節點

歸類節點

這個節點由CPU算力貢獻用戶來參與，通過分佈式算力平台針對對某種計算目的項目進行分類來設定一些比較簡單的分類算法來達到將數據歸類和model的效果，這樣子的目的是能夠將這些原本不規則的數據能夠更好處理同時能夠傳輸到專門處理該類數據的處理節點去。

處理節點

這個節點專門用於對特定類別數據的處理。由於從歸類節點或是從請求節點過來的數據的類別有千百種，對於特定的數據應該處理的方式或者說應該使用的model也不同，對於一些較為複雜的項目，對於能參與到這個項目中的機器和人要求較高。以下舉兩個例子：

在醫藥領域，如一些醫藥方面的數據如影像數據，對於這類數據的處理一般需要至少具備一定醫學知識的人員才可對這部分的數據進行處理計算得到合要求的數據。

AI和機器學習領域，這類別的數據訓練和處理更多的需要是大學的科研設備或者是有編程經驗的開發者們來當這個節點，因為需要使用特定的數據處理模型如KNN或是decision tree等，這些普通的CPU或是GPU貢獻者已無法滿足這類別數據的處理需求。

驗證節點

這個節點對於從多個處理節點傳輸過來的對於相同數據的處理結果進行判斷和篩選，一般只需要設備CPU貢獻即可。一般會將同一份數據處理任務下達到多個數據處理節點，這樣就可以在之後進行投票做判斷哪個數據才是符合要求的。這樣做雖然會造成數據冗餘但是為最後結果的正確性得到了極高的保障同時配合榮譽機制等可以有效的解決數據造假問題。

3.3.2榮譽系統

由於這個平台將不再是通過志願的形式進行分佈式貢獻算力，那麼如何衡量每個人的算力貢獻便是一個新的問題。積分制和成員的段位可以是一個較好的方法來衡量一個用戶的貢獻多少。

有一種可能是按照完成的任務單元的數量來進行積分，但是因為在未來可以在分佈式算力平台上運行的項目可能目的或是運行方面的差異會很大，如當某一個數據包在某台機器需要大概一個小時的時間完成，而另外一種數據包在同台機器上運行則需要20倍的時間才能完成，這樣便會造成同一個任務單元所得到的獎勵相同但是工作量卻不一樣的事情發生，這樣顯然，用完成的任務數目來計量用戶的貢獻計算量是不可行的。同樣的，用完成處理一個任務所需要用到的cpu時間來衡量貢獻也是不可行的。既然通過一些特定的參數來概括一個用戶所產生的貢獻是不可行的，那麼就需要使用一些算法來達到準確記錄每個用戶所實際完成的計算量以期達到公平準確的分發獎勵。因此，對於貢獻量的考量便應該從多個角度來參考。

3.3.3積分系統

比較可行的積分系統應該綜合考量一下幾個方面來對一個節點的貢獻進行計算：

設備的性能指數

不同性能的設備在運行處理同一個數據包時所造成的資源使用以及成本不同，應當針對不同的設備進行一個標準化的性能測試來得到一個合理的性能分數來進行進行加權。

提交結果的正確次數

在一個分佈式算力平台中需求方最在意的便是獲得的結果的質量如何，如果設備得到的結果是不符合要求或是由惡意用戶產生的無效結果那麼對平台的名譽損失是巨大的。那麼可以做的便是按照提交正確結果的次數來進行評級，正確的應該進行獎賞升級，而錯誤的結果則應該基於懲罰降級。

可能會出現的問題：

容易導致作弊

一級標題

一級標題

一級標題

DCC項目分析

4.2 重點項目逐項對比

一級標題

一級標題

一級標題

DCC項目投資邏輯

1.項目技術的創新性

與分佈式計算相關的區塊鏈項目，大體思路一致，都是通過整合和利用閒置資源，為企業和個人提供去中心化算力服務，基於Token經濟，構建計算機算力買賣方市場。因此在技術上的創新就尤為重要，盡快在技術上完善，通過測試網絡實現落地更易在競爭中突顯優勢。

2.高效的組織協調平台

通過區塊鏈協調計算節點的項目想要成功對應細分領域的平台，除了找到自己的場景，還需要與傳統雲計算項目比拼效率，選擇更加高效低成本的基礎鍊是其脫穎而出的重要一環。

3.經濟激勵模型設計的創新

好的經濟模型的設計決定了一個項目的長期運行，雖然市面上有很多DCC項目，但其經濟模型框架基本一致，同質化較為嚴重，那麼在保證現有的經濟模型的安全性前提下，激勵模型上具有創新性且更合用戶和使用者心意才能在競爭下長存。

5.服務質量是否能達到商業級別

一級標題

一級標題

一級標題

DCC項目未來趨勢

1.技術提高，項目實際落地數量增多

基於區塊鏈的雲計算項目在技術上並不成熟完善，部分都還是在測試網絡運行，穩定性和速度上較傳統的雲計算服務差很多，同時這些項目並沒有典型的應用案例或服務場景，離大規模商用還較遠，可以預見隨著區塊鏈技術和分佈式計算相關技術的同步發展，將會快速出現落地類項目。

2.安全性的提高是重要發展方向

雲計算模型中，用戶的數據上傳到數據中心，而在這個過程中，數據安全性就成了一個重要問題。從電子金融賬戶密碼、到搜索引擎歷史再到智能攝像頭監控，這些個人的隱私數據在上傳到數據中心的過程，都蘊含了數據洩露的風險，因此安全性的提高將會是是DCC需要實現的主要性能。

3.知識產權得到合理的解決

4.帶寬成本將大幅降低

5.自治能力提升

系統內連接的傳感器會產生大量數據，在這些情況下，將所有這些信息發送到雲將花費很長時間和過高的成本，而分佈式計算可在保證安全性的同時實現高吞吐量的計算，將大量降低帶寬成本。

5.自治能力提升

正是由於延遲和彈性問題，使得邊緣計算自主決策不依賴於雲的特性，成為在物聯網應用中的決勝優勢。因此，在應急情況下，DCC平台能夠同時監控自身及其正在執行的進程，還可以對其進行編程，這樣就可以完全實現去中心化的特點同時還能保證自身的安全性和穩定性。

6.技術架構將實現標準化

1、本報告為鯨準(ID:rong36kr)旗下專業的數據研究分析機構【鯨準研究院】原創作品，受《著作權法》保護，依法享有彙編權及註釋權；

1、本報告為鯨準(ID:rong36kr)旗下專業的數據研究分析機構【鯨準研究院】原創作品，受《著作權法》保護，依法享有彙編權及註釋權；

【轉載須知】

1、本報告為鯨準(ID:rong36kr)旗下專業的數據研究分析機構【鯨準研究院】原創作品，受《著作權法》保護，依法享有彙編權及註釋權；

3、禁止商用轉載，禁止二次編輯轉載。

3、禁止商用轉載，禁止二次編輯轉載。