云计算定义
美国国家标准与技术研究院（NIST）2011年定义：云计算是一种模型，可以实现随时随地、便捷地、按需地从可配置计算资源共享池中获取所需的资源（例如，网络、服务期、存储、应用程序及服务），资源可以快速供给和释放，使管理的工作量和服务提供者的介入降低至最少。这种云模型由五个基本特征、三种服务模型和四种部署模型构成。
云计算的5个基本特征
按需使用、随处访问、多租户和资源池、可测量的使用、可恢复性
云计算的3种服务模式
IaaS、PaaS、SaaS
云计算的4种部署模型
混合云、私有云、公有云、社区云
云计算关键技术
1. 快速部署
有两类快速部署方案。并行部署技术，将传统的顺序部署方式改为并行执行，同时执行多个部署任务，将虚拟机同时部署到多个物理机上。并行部署技术会受限于服务器的I/O能力和网络带宽。协同部署技术，将虚拟机镜像在多个目标物理机之间的网络中传输，能提高部署速度。协同部署技术受限于目标物理机之间的网络带宽总和。
2. 资源调度
资源调度是指，在特定的资源环境下，根据一定的资源使用规则，在不同的资源使用者之间进行资源调整的过程。有两种途径进行资源调度：调整计算任务的资源使用量和转移计算任务。
3. 多租户
多租户技术指的是大量用户共享同一堆栈的软硬件资源，每个用户按需使用资源，能对软件服务进行客户化配置而不影响其他用户的使用。典型的多租户技术产品是SaaS应用，例如Saleforce.com。该公司的客户能对其基于Web的SaaS平台本身进行扩展。技术难点在于数据隔离、客户化配置、架构扩展、性能定制。
4. 海量数据处理
对大规模数据的计算和分析，通常数据的规模可达TB甚至PB级。一个典型的例子是搜索引擎。每一次搜索的执行要爬取网络上所有门户的内容。算法上往往采用并行计算模型，如River编程模型和MapReduce编程模型。River编程模型通过往分布式队列发送数据，实现进程间的通信。它与MapReduce一样，试图在计算资源不均衡的极端环境下提供良好的平均性能。River的做法是通过精心调度磁盘与网络资源，实现计算耗时的平衡。MapReduce的思路有所不同，它利用附带限制的编程模型，将问题分割为大量的小任务。然后将它们动态地安排到可用的worker上，使更快的worker处理更多的任务。另外，这个编程模型也使我们能在作业接近尾声时为任务安排后备，在计算资源不均衡的情况下极大地缩短了计算耗时。
5. 大规模消息通信
分为同步消息通信和异步消息通信。要求足够稳定、能够伸缩、保证安全、效率高。
6. 大规模分布式存储
分别在分布式文件系统和云存储服务两个层面上来实现大规模分布式存储。前者有Franqupani和GFS等产品，后者有Amazon S3和BigTable等产品。
7. 许可证管理和计费
IT基础设施的许可证管理与计费管理分为按需付费和按使用计费。大量供应商未制定云计算环境下的计费模式，较成熟的是Amazon的EC2和S3按使用量计费模式。
云计算技术挑战
1. 安全性
正确理解云计算特有的安全问题，有赖于传统观念的转变和政策法规的保障。云中安全涉及云用户使用过程中的安全设置，云的安全则是云供应商应该确保的基础设施层面的安全设置。基于网络的使用，注定云中每个节点都可能受到攻击。这是一个无法改变的事实。
2. 可用性
可用性指软件系统在一定时间内正常工作的时间占总时间的比重，通常用百分比来衡量。云计算环境能在最大程度上减少资源的不可用对业务系统的影响。通过技术创新，保证即使软硬件出问题，服务仍然可用，是云计算的一个理想目标。
3. 可伸缩性
通过资源的增加或减少来应对负载的变化，并保持一致的性能。分为垂直扩展和水平扩展。垂直扩展是指在现有的服务节点上增加或减少资源，即彻底改变物理服务器的配置。水平扩展是指在现有节点上增加或减少服务节点数，即数量上的翻倍或减少。注意，伸缩和扩展是同义词(对应于scale)。
4. 信息保密
信息的内容不应该被未授权的人得到，是说的云中信息的保密性。在云中，非法用户的访问难度较大，数据在云中的大规模分布式存储机制中，完整的数据实体被打散存储在不同的服务器上，每个数据块可包含不同的数据实体。解决信息保密的根本方法是从逻辑上甚至物理上将多个用户的数据进行隔离。
5. 高性能
云环境所承担的计算、存储和通信方面的负载远大于传统的计算环境。服务器虚拟化技术、大规模数据处理技术、分布式存储技术等用来应对高性能的挑战。服务器虚拟化技术保证了CPU开销较小，但是内存性能开销较大。大规模数据处理技术如MapReduce有特定的适用性。分布式存储技术则需面对网络不可控的环境。
6. 标准化
云计算的标准化工作还在酝酿中。行业标准便于维护多个云之间的数据同步、应用版本同步、应用在多个云之间的相互操作。
云使能技术
现在的云是由一些主要的技术组件支撑着的，这些组件使得云计算的关键功能和特点得以实现。这些技术有：宽带网络和Internet架构、数据中心技术、虚拟化技术、Web技术、多租户技术、服务技术。尽管云计算的发展进一步推动了这些技术中的某些领域的进步，但是，这些技术在云计算出现之前就已经存在并成熟了。
无连接分组交换
端到端（发送方-接收方）数据流被分割为固定大小的包，由网络交换机和路由器进行接收和处理，通过排队转发，从一个中间节点传递到下一个节点。每个包中有必需的地址信息，如Internet协议地址（IP地址）或者介质访问控制地址（MAC地址），这些信息在源节点、中间节点和目标节点进行相应的处理和路由。
基于路由器的互联
路由器是连接多个网络的设备。该设备用来转发数据包。即使是同一个数据流的连续数据包，路由器也是根据网络拓扑信息，在源节点和目标节点构成的路径上定位下一个节点，将数据包分别转发出去。路由器知道数据包的源信息和目标信息，能管理网络流量，并为数据包传输估算最有效的转发。
连接云用户和云供应商的通信路径可能会包含多个ISP网络。Internet的网状结构通过多个可选择的网络路由，将Internet主机（终端系统）连接起来，等实际运行时再决定选择哪个路由。因此，即使同时出现多个网络故障，仍然可以保持正常通信。但是，使用多个网络路径会引起路由波动和延迟。
数据中心技术
与地理上分散的IT资源相比，彼此邻近的IT资源有利于能源共享、提高共享IT资源使用率以及提高IT人员的效率。这些优势使得数据中心的概念得以自然推广。现代数据中心是指一种特殊的IT基础设施，用于集中放置IT资源，包括服务器、数据库、网络与通信设备以及软件系统。数据中心常见的技术有虚拟化、标准化、模块化、自动化、远程操作与管理技术等，其组成部件包括配套设施、计算硬件、存储硬件、网络硬件等。
Google云计算技术
Google以其先进的技术在云计算发展中处于领先位置
•在facebook公开设计资料的开源模式冲击下，google于2015年宣布加入openstack
•Google在云计算拥有著名的GFS、Bigtable、MapReduce三大技术
GFS
针对数据密集型应用的分布式文件系统；
运行在廉价硬件环境上并拥有较高的容错性
SoC、FPGA、ASIC和DSP
一般说来， SoC称为系统级芯片，也有称片上系统，意指它是一个产品，是一个有专用目标的集成电路，其中包含完整系统并有嵌入软件的全部内容。同时它又是一种技术，用以实现从确定系统功能开始，到软/硬件划分，并完成设计的整个过程。Intel Cyclone V SoC FPGA 是 Intel PSG（原 Altera）于 2013 年发布的一款在单一芯片上集成了双核的 ARM Cortex-A9 处理器和 FPGA 逻辑资源的新型SoC 芯片，相较于传统的单一 ARM 处理器或 FPGA 芯片，Intel Cyclone V SoCFPGA 既拥有了 ARM 处理器灵活高效的数据运算和事务处理能力，同时又集成了 FPGA 的高速并行处理优势，同时，基于两者独特的片上互联结构，使用时可以将 FPGA 上的通用逻辑资源经过配置，映射为 ARM 处理器的一个或多个具有特定功能的外设，通过高达 128 位宽的 AXI 高速总线进行通信，完成数据和控制命令的交互。由于片上的 ARM 处理器是经过布局布线的硬线逻辑，因此其能工作的时钟主频较高，因此单位时间内能够执行的指令也更多。
FPGA( Field Programmable Gate Array)即现场可编程门阵列，它是在PAL、GAL、PLD等可编程器件的基础上进一步发展的产物，是专用集成电路(ASIC)中集成度最高的一种。作为专用集成电路(ASIC)领域中的一种半定制电路，FPGA既解决了定制电路的不足，又克服了原有可编程器件门电路数有限的缺点。毫不夸张的讲，FPGA能完成任何数字器件的功能，上至高性能CPU，下至简单的74电路，都可以用FPGA来实现。
ASIC(Application Specific Intergrated Circuits)即专用集成电路，是指应特定用户要求和特定电子系统的需要而设计、制造的集成电路，与通用集成电路相比具有体积更小、重量更轻、功耗更低、可靠性高、性能高、保密性增强、成本降低等优点。目前用FPGA/CPLD来进行ASIC设计是最为流行的方式之一。
DSP是在模拟信号变换成数字信号以后进行高速实时处理的专用处理器，它采用的是哈佛设计，即数据总线和地址总线分开，使程序和数据分别存储在两个分开的空间，允许取指令和执行指令完全重叠，也就是说在执行上一条指令的同时就可取出下一条指令，并进行译码，这大大的提高了微处理器的速度。一个数字信号处理器在一块不大的芯片内包括有控制单元、运算单元、各种寄存器以及一定数量的存储单元等等，在其外围还可以连接若干存储器，并可以与一定数量的外部设备互相通信，有软、硬件的全面功能，因此其本身就是一个微型计算机。
按照用途可分为通用型DSP芯片和专用型DSP芯片，通用型DSP芯片适合普通的DSP应用，如我们最常用的TI公司的一系列DSP芯片属于通用型DSP芯片;专用DSP芯片是为特定的DSP运算而设计的，更适合特殊的运算。在近20多年的时间里，DSP芯片的应用已经从军事、航空航天领域扩大到信号处理、通信、雷达、消费等许多领域，被誉为信息社会革命的“旗手”。一听这名字就知道DSP特别有前途。
现在音视频处理、移动通信甚至整个通信行业流行的解决方案都是FPGA+DSP，其中FPGA做逻辑控制，DSP做浮点算法。如果算法不是很占资源，可以直接用FPGA来做(FPGA里面有DSP模块，即乘法器)
评论记录：
回复评论：