如果從1996年康柏公司研究人員第一次提出「雲計算（Cloud Computing）」開始算，雲計算在自己23年的歷程裡，一直都在高速發展。
1997年，美國戈伊祖塔商學院教授Ramnath Chellappa給出了最早的雲計算定義——「計算邊界由經濟而並非完全由技術決定的計算模式。」2006年，亞馬遜的AWS拉開了「Cloud 1.0」的序幕，計算和存儲的規模共享，立刻釋放出了巨大的生產力。
人們將越來越多的計算機資源放進數據中心，插上網線，然後分割成不同的產品掛上網供人們選擇。通過共享和雲供應商的規模效應，越來越多的客戶從本地化建設升級為按需供應，租用的方式讓企業減少硬體和基礎軟體上的資本支出，企業從雲供應商的規模經濟中獲利。
在「Cloud 1.0」這條路線運轉了十多年之後，各類數據變現為核心的應用已經高度發達。典型的例子是目前任何一家雲服務廠商能夠提供的各類雲計算服務產品，少則數百，多則上千。產品的極大豐富的同時，價格戰也不可避免地出現，「Cloud 1.0」的紅海化已是板上釘釘。
正是在這樣的大趨勢下，雲服務商和雲的使用者們其實都在期待著雲的下一場變革：5G+雲+AI。
5G+AI，註定為雲掀起波瀾
事實上，「Cloud 1.0」和「Cloud 2.0」之間並沒有公認明確的時間邊界線，但可以明確的是，「Cloud 2.0」早已啟動。
「Cloud 1.0」 上雲的主力是網際網路企業，本身就從雲中誕生。現如今絕大部分的雲服務商已經開始轉向產業網際網路，也就是用雲的力量來撬動、助力傳統行業。這給雲的技術門檻提出了更高的要求，因為傳統行業的基礎並不像網際網路公司那麼容易上雲，「5G+AI」正是其中關鍵的一步。
傳統行業的數據源本身就沒有聯網，數據的採集必須從建網開始，這個網還要足夠靈活，能夠適應傳統行業的種種數據源形態，新一代移動通信技術5G無疑是最佳解決方案。
另外一點是「挖」這個動作本身，因為以往雲端收集的數據種類簡單，所以直接來編程直接設定數據處理方式即可。但傳統行業的大量數據從真實世界而來，數據量龐大、數據種類繁多，單靠人類顯然不行，AI必須上陣幫忙。
當然，對於中國雲市場來說，「5G+AI」更加值得期待，因為在這兩個領域，「數據挖掘」實際上會極大地激發出雲計算中數據的價值，進而拓展出許許多多的應用。將雲計算從「守業」變成「創業」，可以預想，這必將給整個雲計算市場注入大量的活力。
中國在「5G+AI」上的躍進，則是另外一個重要原因。就在上個月月底，中國三大運營商和工信部同臺，舉行了中國的5G商用啟動儀式。
今年6月拿到5G商用牌照至今，中國的三大運營商已經開通了11859個5G基站，覆蓋了中國目前最重要的一二線城市。並且在年底還有望進一步加強這些城市的5G信號覆蓋，並且開始向更多的二三線城市延伸覆蓋。
除此之外早在2017年，國務院就印發了《新一代人工智慧發展規劃》。裡面明確寫著一個遠期目標：到2030年人工智慧理論、技術與應用總體達到世界領先水平，成為世界主要人工智慧創新中心，智能經濟、智能社會取得明顯成效，為躋身創新型國家前列和經濟強國奠定重要基礎。
在各大前沿技術發展門檻愈發高的今天，系統規模和投入已經變得愈發重要，5G和AI就是最好的例子，在這一點上，中國是有先天優勢的，「5G+雲+AI」在中國也是如此。
如何把握「5G+雲+AI」的新機遇？
5G已經被視為一個完全不同於3G、4G的移動通信技術，關鍵在於其整個移動通信的核心網架構都發生了變化。
一個典型的例子是，假設本來一個4G基站只可以供1000臺手機（實際數字不止）上網使用，但實際使用時，手機數目只有500臺，反倒是物聯網設備有1000個，那麼就有500個物聯網設備需要通過其他方式聯網。
如果換成5G基站，不僅基站本身能夠提供遠比1000臺手機多的總上網能力，同時它還可以把本身配給100臺手機的網絡資源，分割之後分配給1000個物聯網設備使用。最終極大地增加同一片行動網路環境下聯網設備的數量。
假如能夠把這一個場景的所有設備的數據匯集起來，再在虛擬世界中利用這些數據進行重構，我們是不是就能在虛擬世界中重現出一個真實的場景，並且藉此在虛擬世界中對真實世界的優化進行模擬？後面這一整個環節，必須仰仗AI。
跟之前的雲技術升級不同，5G和AI並不是一個簡單的模塊，簡單加載一下就完事的。以5G為例， 聯網終端的數量會大大增加、聯網終端的種類和工作模式需要重新區分、更高的應用場景需要網絡資源下放等等。這些由5G引入帶來的強烈需求，迫使業界對雲架構做出相應的調整。
AI也是如此，國內幾大網際網路巨頭這一兩年都先後公布了自己的AI大架構，從晶片，到訓練和推理框架，再到應用開發等等。這一套架構如何跟被5G改變之後的雲架構再次結合，也是一個重中之重。
我們也可以更通俗地來理解一下：5G讓我們可以構建更廣泛、更一體化的通信網絡，為數據搭建「橋梁」；AI讓我們有了「自動化工具機」，讓大規模、高速的數據處理成為可能。但「橋梁」上依舊需要組織、運輸數據的「汽車」，「自動化工具機」也要需要有人管理，並且安放到「工廠」中的合適位置。這些缺失的職能，其實都應該由雲計算系統來完成。
適應新機遇的雲系統長啥樣？
通常來說，在雲計算領域，大家都習慣「硬體先行」，系統的構造往往是在硬體鋪設完畢之後才來研究。但這一次是個例外，繼9月底在2019全聯接大會上進行發布之後，華為上周五在「華為雲城市峰會2019」現場正式宣布，面向5G+雲+AI時代的新一代雲作業系統——瑤光（Alkaid）智慧雲腦正式投入商用。
「瑤光」這個名字本身就極具含義，它是北鬥七星中「勺子柄」頂端的那一顆，正如古人用「勺子柄」判斷哪邊是北方一樣，「瑤光」智慧雲腦也是一個極具未來遠見的雲端系統，也是華為的「搶灘」之作。
我們先從「瑤光」智慧雲腦的基礎特性開始看，華為雲官方將其總結為5點：
1.全域調度：讓雲來到身邊2.動態協商與治理：確定性背後的分秒必爭3.多目標優化：讓「魚」和「熊掌」可兼得4.多樣算力智能匹配5.全棧可信：提供更中立安全的雲服務
將這5點展開來看，其實更有感覺。第一點「全域調度」實際上針對的是5G、IoT即將帶來的全新網絡環境。即便是在3G、4G時代，不同硬體生態之間的網際網路邊界也是存在的。而云為了能承載千億聯接並作出及時處理與響應，讓設備向雲靠近的做法顯然不會適應時代發展，這時通過瑤光賦予邊緣站點更多能力、讓雲邊協同起來管轄各自區域，才能讓雲離我們更近。
第二點「動態協商與治理」，可以說是一個頗具挑戰性的需求，傳統雲計算中延時從來都不會放在最重要的位置，更不用說時延的穩定性與確定性。但如果我們返回到5G的特性來看，為了滿足更多、更新的應用需求，例如自動駕駛、VR/AR等，數據傳輸的延時變得極其重要，而數據端到雲的過程中有數以千計的涉及處理交互的模塊，保證每一環節的精準、穩定則是充滿挑戰的。
第三點「多目標優化」，是「5G+雲+AI」所提出來的另一個潛在需求，因為5G的出現，網絡的覆蓋會變得前所未有的寬廣，但同樣地網絡的結構也會變得更複雜。要應對如此龐大的網絡管理、多樣化的優化需求，人力必然無法完成。讓AI代替我們完成這個任務就順理成章了。
第四點「多樣算力智能匹配」，這一點最直接，數據挖掘過程中很可能會用到不同的算法、不同的策略，因此也會對計算力提出不同的需求。雲供應商必須具備同時提供多種不同計算力的能力。
第五點「全棧可信」，是最容易被人所忽視的一點，自底向上全棧的可控、可信、可靠是雲廠商的生命線，而華為是公有雲廠商中為數不多擁有企業基因及經驗的廠商，故在「全棧可信」這一點上依託底層鯤鵬、企業級可靠性保證、全球50+合規認證的華為雲則顯然更有底氣。
華為雲對於這幾點顯然是想清楚了的：
1.全域調度萬級站點、百萬級主機的分布式雲形態，帶寬成本節約與10倍服務部署效率的提升；時延低至5毫秒；2.毫秒級調度與決策、微秒級IO處理能力；3.建模自研A-DNN算法，利用Atlas900最強計算集群，突破多目標最優化求解的難題；4.鯤鵬、昇騰在內的業界最豐富的算力資源和不同粒度的算力封裝，滿足靈活多變的業務訴求；5.全球50+合規認證、已上線雲服務100%安全特性覆蓋。
正如華為雲CTO張宇昕在發布會上所說：「瑤光作為面向5G+雲+AI時代打造的智慧雲腦，是華為雲技術布局未來雲戰略方向的關鍵一環，並希望面向未來，引領整個雲服務產業的智能升級，加速萬物互聯智能世界的到來。」
因為華為目前已經在關鍵的5G通信領域取得了相當多的專利、並且目前也是全球市場範圍內能提供5G產品和解決方案數量最多，也是最完善的IT基礎設施廠商。另一方面，華為也已經在AI晶片、AI伺服器上投入頗多，並且已經取得了昇騰系列晶片這樣良好的成績。這些能力必然會被華為集成在其「瑤光」智慧雲腦當中，並且成為更加具體的服務為更多的客戶服務。
從這一個邏輯來看，華為推出「瑤光」並不是在賭博，而是充滿自信的。