认识达内从这里开始

随着互联网的不断发展，云技术在众多企业领域都得到了不同程度的使用，而今天我们就一起来了解一下，面向基础架构容器的实现都有哪些方法。

1 新的计算形态：云原生的 Serverless Runtime 已来

云原生技术理念，是使企业用户及开发者只关注应用开发，无需关注基础设施及基础服务。与之相似的 Serverless 计算，将应用服务资源化并以 API 接口的方式提供出来，使用者只需从客户端发起调用请求即可，更重要的是，pay as you go 能够真正为用户节省成本。

Serverless Runtime 分为面向基础架构容器的实现，面向应用服务封装的实现，和事件驱动面向函数计算的实现。

云原生 Serverless Runtime 形态包含多种方式。业界各个厂商也相应地设计出了不同服务解决方案：

面向函数的 Function as a Service(FaaS) - 比如 AWS Lambda，阿里云的函数计算，提供了事件驱动的编程方式，用户只需提供函数实现响应触发实践，开发效率很高。阿里云函数计算按照调用量计费，可以根据业务流量平滑调整计算资源，在典型场景下，会有 10%~90% 的成本下降。客户码隆科技做模型预测，利用函数计算降低了 40% 的计算成本。

面向应用 - 比如 Google App Engine、新发布的 Cloud Run 和阿里云 EDAS Serverless，用户只需提供应用实现而平台负责应用弹性、自动化运维，这主要面向互联网类型应用。相比于 FaaS，面向应用的 Serverless 形态无需改造现有应用，阿里云 EDAS Serverless 为流行的开源微服务框架提供了无服务器应用托管平台，支持 Spring Cloud，Apache Dubbo，或者阿里云 HSF 框架。

面向容器 – 比如 AWS fargate，或者是阿里云的 Serverless Kubernetes 应用的载体是容器镜像，灵活性很好，配合调度系统可以支持各种类型应用，而无需管理底层基础架构。针对容器化应用，阿里云在去年 5 月推出了 Serverless Kubernetes 容器服务，无需节点管理和容量规划，按应用所需资源付费，弹性扩容。针对阿里云基础能力优化，安全，高效。极大降低了管理 Kubernetes 集群的。Serverless Kubernetes 的底层是构建在阿里云针对容器优化的轻量虚拟化弹性容器实例之上，提供了轻量、高效、安全的容器应用执行环境。Serverless Kubernetes 无需修改即可部署容器类型应用。

2 新的应用负载：容器正被用于越来越多类型应用

早容器被认为不适合传统的已有应用，但是现在状况已大为改观。容器已经开启了对 Windows 生态的支持，新发布的 1.14 版本中 Kubernetes 的 Pod，Service，应用编排，CNI 网络等绝大多数核心能力都已经在 Windows 节点上得到了支持。当今 Windows 系统依然占有 60% 的份额，比如企业的 ERP 软件、基于 ASP 的应用、大量的 Windows 的数据库等，这些传统的基于虚拟化的应用，都可以在代码不用重写的情况下实现容器化。

基于容器技术构建的新架构，会催生新的应用业务价值。云原生 AI 是非常重要的应用场景，快速搭建 AI 环境，高效利用底层资源，无缝配合深度学习的全生命周期。对于 AI 工程，云原生系统可以在四个维度上为提效：

优化异构资源调度

弹性、高效、细粒度(支持 GPU 共享)

简化异构资源管理复杂性，提升可观测性和使用效率

可移植、可组装、可重现的 AI 流程

以深度学习分布式训练为例，通过阿里云容器服务可以获得三重加强。资源优化：统一调度 CPU/GPU 等异构资源，使用 VPC/RDMA 网络加速;性能提升：GPU 64 卡 P100，加速比提升 90%，相比原生 Tensorflow 有 45% 提升;算法优化：MPI 代替 gRPC 通信、ring-allreduce 环形通信、计算和通信重叠、梯度融合等。

【免责声明】：本内容转载于网络，转载目的在于传递信息。文章内容为作者个人意见，本平台对文中陈述、观点保持中立，不对所包含内容的准确性、可靠性与完整性提供形式地保证。请读者仅作参考。