1：Word联盟

Word联盟是一个专注Word教程的网站，它提供包括：海量Word模板免费下载，Word快捷键汇总，各种Word精美教程。同时它还支持Excel教程，PPT教程等等，它也是一个综合办公教程网站。

2：好知网

好知网是一个不仅提供多个方面，不同行业，不同专业视频教程的网站。

还提供很多免费的视频教程，包括：设计，摄影，IT互，运动联网等等，这个网站提供的视频教程质量也是很高。

3：实验楼

实验楼是一个专注IT互联网的视频教程网站，包括：后端开发，数据库，Web前端，信息安全，云计算和大数据，计算机专业课等等。

4：W3School

W3Cschool是一个专业的编程入门学习及技术文档查询应用，提供包括HTML，CSS，Javascript，jQuery，C，PHP，Java，Python，Sql，Mysql等编程语言和开源技术的在线教程及使用手册，

5：中国大学MOOC

中国大学MOOC主要专注大学课程的高质量视频教程，上面的视频教程包括各种专业，并且汇集了很多名校的课程。

8月18日下午，乐视云正式发布的消息开始在朋友圈里刷屏。在一大堆的“创新”、“颠覆”背后，还是那句“视频CDN免费、行业云免费”最吸睛。不过，在云计算已经进入发展快车道的今天，“免费”还能激起多大的浪花呢？

在云计算这个名词刚出现时，大多数人还搞不清云计算的真正内涵是什么，所以才有了“晕计算”这样的说法。不过，云计算的一个特征——“免费服务”却让很多人印象深刻，甚至很多人执拗地认为，云计算就是免费的，而且只能是免费的。“免费”的云计算让很多个人用户首先对云计算产生了亲切感，既而开始尝试。

“免费”虽然让大量个人用户有了与云计算的第一次亲密接触，但是这也让那些想进一步有所发展的云服务商在“免费”之后该如何实现赢利和可持续发展这个问题上犯了难。如果将“免费”变为“收费”，会立刻流失大量用户；如果一直坚持“免费”，服务商又无法继续生存。阿里旗下的“酷盘”关闭，已经让人们看到了只有“免费”，而没有更好的业务模式和创新的个人云盘已经举步维艰。

在云计算刚刚起步的阶段，“免费”让用户对云计算有了初步认识，也成了宣传云计算时厂商惯用的一个噱头。但是，在人们对云计算的认知越来越全面、云计算应用进入一个新阶段的今天，“免费”的吸引力已经大大降低了。

从表面看，“免费”似乎让云服务的用户获益了。但还有一句话应始终牢记：一分钱一分货。其实，“免费”就是云服务商的“免责条款”。如果服务商提供的某项服务是免费的，而使用者一旦在使用此项服务的过程中遇到问题，甚至遭受损失，你想，服务商会承担责任吗？就更不用提赔偿了。举例来说，现在大多数云盘都为个人用户提供免费的存储空间。如果你把一些重要的文件或照片存储到这些免费的云盘中，一旦发生意外而出现数据丢失的情况，那么就只能自认倒霉了。

现在的用户越来越精明，尤其是那些企业级用户，对于他们来说，当然希望享受云服务带来的低成本，但同时，他们更希望云服务商能够提供高可靠、高可用、安全、可信的云服务，即使在意外发生时，也能保证业务的连续性和数据的安全。为此，他们愿意付出应有的金钱方面的代价。以一定的成本支出获得更好的SLA，这才是企业用户选择云服务时主要考虑的问题，而不是“免费”。

这次乐视云宣布视频CDN免费，似乎是对前不久阿里云、腾讯云等宣布CDN服务大幅降价的一个延续。不过，由互联网厂商发起的这次CDN价格大战没能掀起多大的浪，蓝汛、网宿这样的老牌CDN厂商根本没回应，反倒是让一些更新的CDN厂商借机上位，比如迅雷。

CDN服务之所以能大幅下降，简单归纳：第一，CDN服务的价格本来就是“虚高”，有很大的降价空间；第二，随着技术进步和服务商市场战略的调整，CDN服务降价符合云计算的发展规律；第三，阿里云、腾讯云等大幅降低CDN服务的价格，也从一个侧面表明，对于这些云服务商来说，CDN并不是其核心价值。

免费是好事！但是在云计算应用逐步走向深入的今天，还用“免费”说事儿很可能会把一些对云不太了解的人引入误区。

云计算的本质是一种服务提供模型，通过这种模型可以随时随地、按需的通过网络访问共享资源池的资源，这个资源池的资源内容包括计算资源、网络资源、存储资源等，这些资源能够动态的分配和调整，在不同的用户之间；灵活切换划分。凡是符合这些特征的IT服务都可以称为云计算服务。

例如：作为国内领先的云计算服务商，小鸟云计算有着完善的行业解决方案和卓越的云计算技术。自主研发的纯SSD架构云服务器，以50,000IOPS随机读写速度、800Mb/s吞吐量的高性能数值刷新行业记录。其整合资源、细化资源到落地资源的服务举措，旨在打造差异化的开放式闭环生态系统，帮助用户快速构建稳定、安全的云计算环境。且云计算强大的计算能力和弹性扩展优势有效降低用户开发运维难度和整体IT成本，让用户能更专注于核心业务的创新，实现自身更多价值。

如果这个概念还很复杂，没事，你可以直接形象化的理解为云计算就是生活中的水电厂，之前每家每户都需要自己买发动机自己打水井，现在有一个公司供水供电还便宜，这个公司就是云计算厂家。

讲完概念，接下来讲三个架构：IaaS、PaaS、SaaS，先看看科学解释。

IaaS(Infrastructure-as-a- Service)：基础设施即服务。消费者通过Internet可以从完善的计算机基础设施获得服务。例如：小鸟云服务器，纯SSD架构，行业领先的硬件计算能力，只需几分钟，便可轻松云端获取和启用，实现您的计算需求。

PaaS(Platform-as-a-Service): 平台即服务, 是面向软件开发者的服务, 云计算平台提供硬件, OS, 编程语言, 开发库, 部署工具, 帮助软件开发者更快的开发软件服务. 比如Google的GAE.

SaaS(Software-as-a-Service): 软件即服务, 是面向软件消费者的, 用户无需安装, 通过标准的Internet工具(比如浏览器), 即可使用云计算平台提供的软件, 比如Salesforce的CRM管理系统, Google的Gmail.

也可以再补充讲讲Baas，

BaaS(Backend as a Service)BaaS 是一种新型的云服务，旨在为移动和 Web 应用提供后端云服务，包括云端数据/文件存储、账户管理、消息推送、社交媒体整合等。

这个时候就要讲讲关键技术，其中以编程模型、数据管理技术、数据存储技术、虚拟化技术、云计算平台管理技术最为关键。

(1)编程模型

MapReduce是Google开发的java、Python、C++编程模型，它是一种简化的分布式编程模型和高效的任务调度模型，用于大规模数据集(大于1TB)的并行运算。严格的编程模型使云计算环境下的编程十分简单。MapReduce模式的思想是将要执行的问题分解成Map(映射)和Reduce(化简)的方式，先通过Map程序将数据切割成不相关的区块，分配(调度)给大量计算机处理，达到分布式运算的效果，再通过Reduce程序将结果汇整输出。

(2) 海量数据分布存储技术

云计算系统由大量服务器组成，同时为大量用户服务，因此云计算系统采用分布式存储的方式存储数据，用冗余存储的方式保证数据的可靠性。云计算系统中广泛使用的数据存储系统是Google的GFS和Hadoop团队开发的GFS的开源实现HDFS。

GFS即Google文件系统(Google File System)，是一个可扩展的分布式文件系统，用于大型的、分布式的、对大量数据进行访问的应用。GFS的设计思想不同于传统的文件系统，是针对大规模数据处理和Google应用特性而设计的。它运行于廉价的普通硬件上，但可以提供容错功能。它可以给大量的用户提供总体性能较高的服务。

一个GFS集群由一个主服务器(master)和大量的块服务器(chunkserver)构成，并被许多客户(Client)访问。主服务器存储文件系统所以的元数据，包括名字空间、访问控制信息、从文件到块的映射以及块的当前位置。它也控制系统范围的活动，如块租约(lease)管理，孤儿块的垃圾收集，块服务器间的块迁移。主服务器定期通过HeartBeat消息与每一个块服务器通信，给块服务器传递指令并收集它的状态。GFS中的文件被切分为64MB的块并以冗余存储，每份数据在系统中保存3个以上备份。

客户与主服务器的交换只限于对元数据的操作，所有数据方面的通信都直接和块服务器联系，这大大提高了系统的效率，防止主服务器负载过重。

(3) 海量数据管理技术

云计算需要对分布的、海量的数据进行处理、分析，因此，数据管理技术必需能够高效的管理大量的数据。云计算系统中的数据管理技术主要是Google的BT(BigTable)数据管理技术和Hadoop团队开发的开源数据管理模块HBase。

BT是建立在GFS, Scheduler, Lock Service和MapReduce之上的一个大型的分布式数据库，与传统的关系数据库不同，它把所有数据都作为对象来处理，形成一个巨大的表格，用来分布存储大规模结构化数据。

Google的很多项目使用BT来存储数据，包括网页查询，Google earth和Google金融。这些应用程序对BT的要求各不相同：数据大小(从URL到网页到卫星图像)不同，反应速度不同(从后端的大批处理到实时数据服务)。对于不同的要求，BT都成功的提供了灵活高效的服务。

(4)虚拟化技术

通过虚拟化技术可实现软件应用与底层硬件相隔离，它包括将单个资源划分成多个虚拟资源的裂分模式，也包括将多个资源整合成一个虚拟资源的聚合模式。虚拟化技术根据对象可分成存储虚拟化、计算虚拟化、网络虚拟化等，计算虚拟化又分为系统级虚拟化、应用级虚拟化和桌面虚拟化。

(5)云计算平台管理技术

云计算资源规模庞大，服务器数量众多并分布在不同的地点，同时运行着数百种应用，如何有效的管理这些服务器，保证整个系统提供不间断的服务是巨大的挑战。

云计算系统的平台管理技术能够使大量的服务器协同工作，方便的进行业务部署和开通，快速发现和恢复系统故障，通过自动化、智能化的手段实现大规模系统的可靠运营。

讲完技术，就要讲讲热门公司。

先讲国外，第一个肯定就是亚马逊Amazon的AWS，当前云计算市场领头雁，占据全球市场的百分之三十多的份额，第二个是微软的Azure，然后是IBM和谷歌。

国内的话，阿里云独占鳌头，同时值得肯定的是国内云计算市场算是阿里云开的头，才有了今天百花齐放的状态，后面的话就是腾讯云、小鸟云，还有百度云、ucloud、金山云等。

从开创之初，就提出“服务为根，用户为本”理念的小鸟云，励志坚持为用户提供最优质的云服务。基于在云计算技术和服务领域的不断创新，小鸟云在动态数据中心、公有云等方面也开展了卓有成效的探索和实践。而对于生态圈的建立，小鸟云也将通过正式上线的云市场，打开生态拓展的重要一环。未来，小鸟云也将更加专注于用户需求，通过依托虚拟化、自动化等资源整合技术，通过云计算、云储存、云安全到云监控等全方位的云产品系列，形成生态系统，满足不同用户多维度的云业务需求。

讲完公司，最后就要提一下云计算带来的好处与坏处。

好处有降低成本、扩展性强、高可靠性、可以远程访问、模块化等。谈到坏处的时候，就提一下隐私、安全以及稳定性基本就可以了。

讲云计算就从概念、技术、公司、以及优劣势基本就可以给人讲清楚云计算的概念了。

这个世界很有趣，珍贵的东西往往是免费的，而免费的东西往往又是最贵的。

我们每天呼吸的空气是免费的，

沐浴的阳光是免费的，

父母对我们的爱是免费的

……

1、

这些既珍贵，同时也免费。

然而还有一些事物，虽然带着“免费”的标签，但却在暗地里标上了看不见的价格，所谓的免费，不过是以其它形式进行了支付。

刚刚过去的双十一，各大电商的优惠令人眼花缭乱，网友直呼套路太深。

比如，预付定金是为了提前锁定客户，满99减10是为了让顾客凑单，逛品牌抽奖是为向商家导流。为何不能痛痛快快“全场五折”？真相是直接打折，商家岂不要赔死！

背后暗藏经济逻辑是，商家设置如此高难度耗时的优惠流程，为了筛选出不在乎时间成本，却对价格很敏感的消费者，打着优惠甚至免费的旗号把他们的钱掏出来，结果这些消费者在冲动之下买了很多一辈子也上不上的东西。

这正是商家的经营之道：任何时候，贪图便宜的消费者是斗不过精明的商人的。因为，当你的时间和精力变得值钱时，你会发现免费的东西总是昂贵的，因为太浪费时间了。

再比如，很多人以为开个网店很容易，没有门面租金成本。一般情况下，线下做门店，物业加租金这个费用能达到成本价的20%~30%，而网上开店这些统统能省掉。然而，你真以为阿里巴巴做淘宝、做天猫是免费给商家用的吗？

真相是，一方面，阿里巴巴把旗下的电商平台给大家免费用，另一方面，它却控制了商家的庞大交易数据。这几年阿里巴巴进军云计算，云计算的基础，都是旗下的电商平台带来的。这些海量的数据积累，最后打造了阿里巴巴的竞争优势，带来了巨额的流量广告费和用户转化率。

到底谁是背后的大赢家，一目了然。免费是一种商业模式，放长线钓大鱼，用免费的服务来换取更多的利润。

2、

去年经常走路上班，每次经过一个名字叫××食品超市的店面门口，都会看见有很多老头老太在排队。排队干嘛呢，免费领鸡蛋，每人每天领十个鸡蛋。

这鸡蛋可不是白领的，领了鸡蛋得进去听课，听完课再发点挂面。至于课嘛，当然就是推销各种据说吃完能身体健康、长命百岁、神乎其神的保健品。

开始的时候，老头老太只是为了那点免费的鸡蛋去听课装样子，但是那些卖保健品的人洗脑功夫一流，听不了多久就把人彻底控制住了。

于是老头老太开始死命往里砸钱，几千一万地往里花，然后推销保健品的再时不时赠送个铁锅枕巾被套之类的，用小恩小惠继续哄骗。

老人们的退休金甚至积蓄都全用来买这些不知所谓的保健品。这些老人的子女也管不了，如果强制管了，还会被冠上不孝的罪名。眼看着乱七八糟的保健品堆满一屋子也无能为力。

你说，免费的到底贵不贵呢？

3、

4、

前一阵儿我家厨房的灯坏了，我妈说有个熟人就是干这个的，让他过来修不用花钱…

然后第二天请人家到家里，置办了一桌好菜，开了瓶西凤酒陪着人家吃吃喝喝，完了在旁边递钳子买电线，从吃饭到修好花了三个小时。

最后我一算账，我去找个收费的电工能花几个钱？说不定一瓶酒的价格都不到，现在找个免费的连吃带喝加起来的付出早就超出这个标准了，而且还欠下一个人情！更别说有这三小时我能挣多少钱？

5、

商家常用的免费套路有5个：

第一招：假免费

就比如很多淘宝的9块9包邮，什么袜子、热水袋或者手链什么的，你明明没有这个需要，但是看到弹窗里的9块9包邮，嗯！不买白不买！但是，真的是只出邮费吗？其实只要快递单数多，邮费并不会那么高！而且，就算我们排除各种假货的情况，你再问问自己，我真的需要这个商品吗？

第二招：补贴式免费

比如什么满49包邮啊，或者是满100减20补贴券。他在购物车提醒着你，然后为了包邮，你凑单买了更多无用的东西。

第三招：限时免费

在2013年各家网盘大战期间，突然有一天，各大论坛和微博传出消息：“百度云网盘的支付系统，疑似出现了重大 bug，所有付费套餐的价格变成了原来的 1/1000，1 毛钱就可以买一年会员！”

这个所谓的bug直到几十小时之后，才被修复。而各类网民，也包括我自己，不管之前用没用过百度云，都赶在这段时间里去抢注了会员。

虽然百度一直没有承认，但业界普遍认为，这其实就是百度云的营销策略。用所谓的1毛钱，制造限时免费的假象，迅速捆绑用户。几天后，百度云就宣布用户量突破了7千万人。

第四招：直接免费

最典型的例子是当初美团外卖和饿了么的疯狂的烧钱补贴大战。那场大战真是，锣鼓喧天，鞭炮齐鸣，红旗招展，人山人海，外卖小哥都快跑断腿了。

但渐渐的，当这些网站收割完毕后，你就会发现，补贴越来越少，运费越来越高。但你已经形成了路径依赖，习惯了网上点餐，也只能一边叹气一边付费。

所以，这种模式有个形象的称呼：养猪模式。把用户养肥了再杀。

这一招，滴滴在拓展市场的时候也用过，各种烧钱的优惠券铺天盖地砸向用户，逐渐培养起来了人们接受共享汽车的经济模式，到后来滴滴叫车的价格也不再便宜了。

那些养成滴滴叫车习惯的用户，尽管车费提高，还是手贱地一直用下去，毕竟可以在家坐等叫车上门接送，胜过在寒冬腊月在马路上苦哈哈地打车吧。

最后一招，更狠：二段收费

这种套路常见于网络游戏中。比如王者荣耀，就是基本英雄免费，而皮肤道具收费。又比如打印机和拍立得，机器本身不贵，但墨盒和相纸费用很高，通过你重复购买这些消耗品来获取利润。

以上这五招，想想，你被几招骗过？

这样的例子还有很多：

▽

你在视频网站免费看电视剧，非会员就必须忍受60s的广告；

你下载了盗版的电子书，结果排版混乱、错字连篇；

为了一次免费吃霸王餐的机会，你花了一个上午的时间去app里抢那个秒杀；

去酒吧消费，瓜子、花生免费，但酒水饮料却比普通超市高出许多。因为多吃花生必然产生干渴，能带动酒和饮料的消费；

节假日上了免费的高速公路，就要陷入无止境的拥堵。

......

免费不过是以另一种形式付费，而代价是你的时间、你的体验、你的精力。

当初免费的，后来全变成了最贵的。

她那时候还太年轻，不知道所有命运赠送的礼物，早已在暗中标好了价格。——斯蒂芬·茨威格 《断头皇后》

云计算在企业中的应用，除了具有成本效益以外，其他优势包括：简化IT管理和维护、内置安全性以及易于部署的模式等。因此，企业都开始尽量充分利用它来实现业务目标。那么，随着云计算的发展还会有哪些热门趋势呢？

云计算：服务模式重新定义

云计算是一种业务模式，服务商在定制的环境中处理客户的完整基础架构和软件需求。随着云计算的发展，云服务和解决方案也将随之增长。软件即服务（SaaS）预计到2020年将以18%的年均复合增长率增长，平台即服务（PaaS）的采用率将在2020年达到56%，而2017年为32%。2018年基础设施即服务（IaaS）的全球市场规模将达到175亿美元。

随着企业云服务的采用，云文件共享服务将会增加，而消费者云服务也将会随之增长。在云计算领域，亚马逊领先于微软、IBM、谷歌及其他技术巨头。2022年，亚马逊AWS营收将达到430亿美元。

混合云解决方案

2018年，云到云连接将不断增长。通过允许数据和应用程序共享，从而实现公有云和私有云融合的云计算环境被称为混合云。当前，多个云提供商都开放了平台上的APIs，以连接多个解决方案。API有助于同步多学科和跨功能的流程。

为满足业务需求，企业将连接到云解决方案，进行大量定制，并保留其内部解决方案。就控制数据流而言，内部部署是网络安全性更好的选择。

众包数据存储

传统的云存储不安全、速度慢且成本高，因此2018年将实现Google Drive和DropBox等众包数据存储。企业也正在使用这种类型的存储来生成更多的众包数据。例如，谷歌和亚马逊正在为大数据、数据分析和人工智能等应用提供免费的云存储，以便生成众包数据。

云安全漏洞

云应用越多，云安全性将变得更加脆弱，这是一个众所周知的事实。2018年全球信息安全支出预计达到930亿美元，2017年为864亿美元。在不久的将来，安全问题盛行，云计算行业将期待更多网络安全公司提出新的云安全措施。实现云安全服务的自动化、加速和集成可以重新定义云安全措施。

物联网（IoT）和云计算

云和物联网（IoT）是不可分割的，因为物联网需要云来运行和执行。物联网是一套完整的管理和集成的服务，允许企业大规模从全球分散的设备连接、管理和摄取物联网数据，对数据进行实时处理和分析，实施操作变更，并根据需要采取行动。亚马逊Alexa与谷歌Assistant等AI助理的炒作和越来越多的采用已经让企业看到了物联网的机会，因此云计算的使用将和物联网一起不断发展。

无服务器云计算

云计算的主要优势之一是按照消费模式的易于支付。在无服务器云计算中更为明显。无服务器应用将为那些专注于网络安全和恶意软件防护的企业提供即时支付型付费模式。触发式日志，数据包捕获分析和使用无服务器基础架构的流量信息将变得更加普遍，并允许中小型企业获得与大型企业一样的规模效益和灵活性，这也归功于即时支付型付费模式。

编辑：Nistone乐石科技（云计算解决方案专业服务商）

关于Adobe放弃中国公司的原因众说纷纭，最近我读到了一篇很有趣的文章，这篇言之凿凿的文章认为市面上的其他说法都说不到点上，归根到底还是Adobe公司“不适应行业发展，云计算不彻底”。文章中还列出了一个“典型的案例”：微软的Office还在卖高价，而Google的docs则都采用云的方式实现了免费，所以Adobe应该尽快向Google看齐。这可真是“妙招”啊，看起来，Adobe应该采用云的方式，尽快走上免费的路径，这样一来公司就能财源滚滚，飞黄腾达了。按照这样的逻辑，那么Adobe就不应该只放弃中国公司，而是放弃全球所有的公司才对。

对于类似“对过去割舍不下，对未来犹豫不决，于是错过了云计算的大好时机”的观点文章，我并不觉得新鲜，我唯一觉得好奇的是，云为什么突然成为一切事物最重要也是终结解决方案了呢？

我想起了过去曾经有一个关于“云计算”的趣闻：甲骨文公司和其创始人兼首席执行官拉里•埃里森（Larry Ellison）在2008年曾表示，“我完全搞不懂那帮家伙在说些什么，简直就是一派胡扯。它（云计算）到底是指什么?省省这种愚蠢的概念吧。”于是，那一年的重磅新闻是，埃里森根本没有弄明白云。尤其是那些竞争对手据此得出结论：埃里森会因为持这一固执和愚蠢观点而成为大家的笑柄。不过，历史和市场现实最终表明了，埃里森实质上帮忙创建了这个所谓他“没有弄明白的行业”，并在这个行业已经努力了将近20年。

实际上，“云计算”这个词在2004年还不曾存在。但需要注意的是，在此7年多以前，甲骨文就在编写可用于内部部署或在互联网上使用的通过SaaS提供的融合应用。云计算的支持者将“云”追溯用到NetSuite和其他一些公司上，可后来据埃里森表示，是他创建了第一家云公司—NetSuite，“虽然我没有叫它‘云’，因为那个时候没有人使用这个词。我创建了NetSuite，我拥有它，我自己不仅是一个投资者——我一直都没有出售任何我拥有的NetSuite股票。”

埃里森为什么会在2008年言辞激烈的反对“云概念”。因为在那个时候，整个IT业界对“云计算”都是趋之若鹜，却鲜有人能给出“云计算”的正确含义，对于多数人来说，云计算已成空谈。在那一年埃里森在一次分析师会议上还曾不无嘲讽的表示，“我们已经重新定义了云计算，它将囊括我们所做的一切。最近发布的一切新产品新服务都是云计算。事实上，如果有哪个行业比女人们的时尚业更赶潮流和时尚，那非计算机业莫属了。”

历史总有惊人的相似，最近一两年，“云计算”的概念再度被炒得火热，人们急于跟上潮流，把什么都冠上云计算的概念，它成为了一个包罗万象的词语，现在任何一家科技企业推出新产品后，也不管合适不合适，都会给自己产品贴上云计算的标签，可不少产品与云计算根本就沾不上边。基于“云计算”的解决方案更是被视作一剂“包治百病”的良药，可实际上，它并没有做到。

我承认，我从来就没有喜欢过“云”的概念，因为它源自对于不同通信服务的解释，主要是帧中继（Frame Relay），这是一种用于连接计算机系统的面向分组的通信方法。它主要用在公共或专用网上的局域网互联以及广域网连接，但历史上出现过的一团糟局面很快就被人忘记了。

上世纪80年代末，“云”(cloud)一词就成为了互联网的隐喻，微软的PowerPoint有时就把互联网称为“云”。随着过去10年间Google和其它网络公司开发出可以同时在多台服务器上运行的软件，“云”一词又增加了新的含义。接下来，云计算概念便如雨后春笋般冒出来。Sun公司公布了一个叫做“SunCloud”的产品，微软管自家的云计算服务叫做“Azure”，词典里的解释实际上是“万里无云”。苹果也不甘人后，其MobileMe产品里虽无云计算之词，但有云计算之形，包括现在闹得沸沸扬扬的苹果iCloud艳照门，才让人们意识到，原来“云”里面也有危险，这也使得人们对于厂商提供的云计算服务不得不重新进行审视。

从广义来说，云计算的所指显然与互联网有关：即信息在其它电脑上存储和处理——好比在云端——然而结果显示在你的屏幕上。云计算难以定义的部分问题于科技业界总是陷入某种术语行话之困。其实许多公司很早就在提供类似于云计算概念的“网络分布式平行计算”，又常被冠以“解决方案”、“端对端”和“可扩展升级”之名。相比之下，“云计算”显然听上去更诱人。戴尔公司曾在宣称对“云”商标或者“云计算”等等这类的称呼的所有权上出现过惨败，这件事成为一个巨大的丑闻，戴尔随后放弃了这一词语并将它还给公众。

过去几年里IT厂商的新闻发布会或是举行专访，有个议题但凡被谈及，很多跑IT的记者都会忍不住要大打哈欠，原因无它，就是听得太多的缘故。没错，这个议题就是云计算，云计算我想将来大家很快就会明白，之所以叫“云”，那是因为还太遥远的缘故。多年前我还曾遭到一大群云计算人群的责备，他们指责我持续而又让人反感的反对这一概念。我不得不说服他们许多远程服务器概念上的应用（我更喜欢这么称呼这些应用）实际上是很有用的。可是，为什么非要把它们称之为“云”呢？云究竟在哪里？它不在天上也不能吸收水分，为什么是“云”？

这些抱怨中好多源自我早期对客户端-服务器计算这个概念的反对，为什么？因为客户端-服务器是一种重回小型计算机和所谓分布式计算的倒退。主要的不同在于从结构上由广域网代替了局域网。但基本的原理是相同的：抢夺个人的控制权，这种方式我认为是一种倒退式的互联网革命。

所以，不要欺骗自己了，在一个倾向反对集权控制的社会是不赞成这样一种思想的：那就是人们本应当通过完整的桌面子系统完全掌控自己的计算需求，从硬盘到打印机再到遥控设备。不管这种集权控制的代价有多高！

从这方面来说，让我们来看一下互联网都做了什么。互联网完全颠覆了始于台式电脑的革命，将我们带入了一个中央集权控制的环境，你不能控制到Google的连接，不是吗？所以折中的办法是我们可以快速的连接到各种信息，你可以远程运行程序，可以远程备份，还有云！云计算！就像是旧时代我们在主框架上的操作那样。互联网还给我们带来了什么？持续不断的大规模消灭新闻媒体、僵尸网络、病毒、保护我们自己的需求，当然，还有更为强大，无所不能的政府机构。

当然，互联网也给了我们很大的诱惑，它许诺了更好的未来。是的，当你开车回家的路上可以打开咖啡壶然后为你准备一杯咖啡。好的，还有文件可以来回的传送，每个人都能成为发布者，我们可以发送电子邮件，聊天以及进行电子商务。可也正是上面条目中的最后一条毁了它。在20世纪90年代，一些业界的有识之士称商业利益有可能毁了互联网，看起来这些人一直都是正确的。是的，潘多拉的盒子一打开之后就没法合上了，现在我们唯一能做的事情就是随波逐流罢了。

有一件事是可以确定的：他们正在试图说服我们云会继续发展，实际上云不过是经过包装的30年前老旧的基于主框架的分布式计算。很多厂商正在试图欺骗我们，现在老有人站出来说，云计算代表着产业发展方向，企业用户转向云计算平台已势在必行，而说这些话的人很多时候不过是在进行市场营销而已。实际上，普通消费者和企业用户都应使用自己的电脑和服务器，而不要轻易使用所谓的云计算服务，如果你使用了网络应用软件，等于你已经受制于人。这种情况与使用专利性软件时会受制于人并无实质区别。

云是将服务器虚拟化，形成虚拟资源池，相比于以前的物理机更加节省资源成本，便于管理。云是计算、存储、网路资源池化的概念。我们每天使用的搜索引擎、邮箱、网盘，就是很标准的云，而这大多都是免费的。云是对互联网的升级，意味着互联网并不仅仅是存储数据，而是为你提供某种服务。云计算、云存储、云服务、云平台等就是利用云通过一堆机器经过网络组合到一起的不同形式，是云下面的子概念。总的来说就是，云服务=云平台，云服务=云计算+云存储！

云计算

随着互联网的发展，云服务和应用也变得越来越复杂，需要支持更多的用户、需要更强的计算能力、需要更加稳定安全等等。用传统的方法比如配备更加完备的IT运维部门将会耗费大量的精力和财力，而且对于大公司来说需求仍会难以满足，对于那些中小规模的企业，甚至个人创业者来说，创造软件产品的运维成本就更加难以承受了。而“云计算”出现以后就可以完美的解决这个问题。

将应用部署到云端后，就不必再关注那些令人头疼的硬件和软件问题，它们会由云服务提供商的专业团队去解决。使用的是共享的硬件，只要按照你的需求买了这个云服务就可以使用了关于软件的更新，资源的按需扩展都能自动完成。云计算具有大规模分布式、虚拟化、高可用性和扩展性、按需服务更加经济及安全五大特点。

云服务和云平台

云计算将我们传统的IT工作转为以网络为依托的云平台运行，而云服务则是在这个云平台上发布出来的供用户使用的产品服务。云平台比较通俗的可以理解为云计算服务商有N多服务器和存储设备，用信息技术将其整合为一种提供存储服务的平台，这个平台以租赁的方式对外提供服务。

云服务常规上是指通过网络以按需、易扩展的方式获得所需服务。简单来说，云服务可以将企业所需的软硬件、资料都放到网络上，在任何时间、地点，使用不同的IT设备互相连接，实现数据存取、运算等目的。

云服务的两种主要形式：公有云 & 私有云

公有云（Public Cloud）：SaaS、PaaS和IaaS

公有云是最基础的服务，成本较低，是指多个客户可共享一个服务提供商的系统资源，他们毋须架设任何设备及配备管理人员，便可享有专业的IT服务，这对于中小企来说，无疑是一个降低成本的好方法。

私有云（Private Cloud）：虽然公有云成本低，但是大企业（如金融、保险行业）为了兼顾行业、客户私隐，不可能将重要数据存放到公共网络上，故倾向于架设私有云端网络。私有云的运作形式，与公共云类似。然而，架设私有云却是一项重大投资，企业需自行设计数据中心、网络、存储设备，并且拥有专业的顾问团队。企业管理层必须充分考虑使用私有云的必要性，以及是否拥有足够资源来确保私有云正常运作。

云存储

云存储官方定义是一个以数据存储和管理为核心的云计算系统。

即是指通过集群应用、网格技术或分布式文机房集中监控系统件系统等功能，将网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作，共同对外提供数据存储和业务访问功能的一个系统。云存储设备横向扩展的方式让存储系统具有了无限扩展的能力，能够实现控制器与硬盘的同时扩展，即性能与容量可以同时实现线性扩展，云存储一般可以分为私有云存储、公有云存储。

通过云存储模式，私有网络的资源和数据得到链接，并且这些资源和数据放到了公有云服务提供商共享公共网络上。这些数据一方面创造着无限价值，但是另一方面一旦发生某云计算平台泄漏了用户的数据隐私，或是数据在云端存储的过程中由于设备故障而导致大量丢失，亦或是数据在传输过程中被其他用户任意篡改，这种后果所造成的后果是难以估量的。因此，在云时代，关于这些方面的问题也是非常值得注意的。

目前，华为云正在云服务领域积极拓展，并向各大企业承诺三不原则，上不碰数据，下不碰应用，以及不做股权投资，并且其长期服务于大企业的经验以及具有自主研发优势的ICT技术，也令华为云拥有自身独特的市场竞争力，是目前国内领先的云服务提供商。

企业上云已经成为了一种流行趋势。但是如果缺乏适当的监控和管理会可能会导致一些常见的错误，甚至会让你付出承重的代价。

下面列出了四个常见的成本陷阱。

错误1:资源的过度配置

使用云计算资源的组织可能会盲目使用过多的资源，包括存储，计算，数据库等。这样好比是，为一辆摩托车购买了一个四车位的车库。

所以，使用一个合适的云成本治理工具非常有必要，而且需要有人每天都在查看账单。

错误2:使用不再免费的免费资源

云计算提供商常常会推出一些优惠措施。一些云用户会进行注册免费试用，但这些试用到期后，却忘了关闭试用，于是一大笔账单就出现了。所以长点心眼吧，天下没有免费的午餐。

错误3:忘记关闭资源

总有一些资源是只需要偶尔开启的，而且一般价格不菲，如果使用过后不及时关闭，那就等着卖房抵债吧。

错误4:忽略云应用程序会导致流量激增

应用程序中的一个错误导致CPU负载激增，从而对系统产生极大的负面影响。云系统也是如此，应用程序中的错误会导致网络、CPU或存储使用量的激增，从而产生惊人的高额账单。

不过，所有的这些问题都可以通过一些规划和一些成本管理措施来进行消除。

机器之心发布，机器之心编辑部。

2018 年 7 月 4 日-5 日，百度在国家会议中心举办第二届 AI 开发者大会。在今年的开发者大会上，百度发布了 PaddlePaddle3.0，既升级了核心框架，又提供了 EasyDL 快速应用平台、AutoDL 网络结构自动化设计，以及 AI Studio 在线实训平台。本文从功能简介，实战建模及 AI 能力应用等角度介绍了 AI Studio。

AI Studio 是百度推出的一站式开发平台：一个囊括了 AI 教程、代码环境、算法算力、数据集，并提供免费的在线云计算的一体化编程环境。用户不必纠结于复杂的环境配置和繁琐的扩展包搜寻，只要打开浏览器输入 aistudio.baidu，就可以在 AI Studio 开展深度学习项之旅。

据介绍，运用 AI Studio 开发者可以实现自定义的 AI 建模能力而无需考虑硬件成本、运维成本、人力成本。相比于在其他云平台上花钱买计算资源和存储空间跑模型来说，AI Studio 提供全套免费服务（计算资源免费，空间资源免费，项目托管免费，视频教程也免费）。

1.功能简介

第一次进入主页，首先的感觉是这是个类似 Kaggle 的数据竞赛平台，但是仔细看来，AI Studio 强化了工程项目的概念，一大亮点就是 AI 学习项目这个版块，里面包括大量真实场景的工程项目（图像识别，情感分析，个性化推荐等）；另一个重要组成就是比赛了，众所周知构建良性循环的产、学、研社区是行业发展的重要组成部分，不过目前 AI Studio 组织的比赛还刚起步，希望后续比赛多多，大家在这里都能学到知识，交到朋友，最重要的是，可以在学习的同时给自己赚点零用钱花花。

Figure 1 AI Studio 特性

AI Studio 主要功能有项目类的项目大厅，创建项目，样例项目，共享项目等四大部分，有数据科学比赛，有各种经典数据集和自定义数据集，有详尽的机器学习和深度学习的教程及视频公开课等。下面就简单的来介绍一下：

Figure 2 AI Studio 主要功能

1.1. 菜单栏

1.1.1.项目大厅

作为 AI Studio 的主页，集成百度积累的经典 AI 学习项目，自我的项目管理及共享项目列表。整个平台都是以项目为核心的，也凸显了 AI Studio 的定位，就是以技术及资源输出帮助个人开发者，中小企业快速拥有 AI 能力以更好的服务自身业务。

1.1.2.数据集

数据集包括一些经典的公开数据集, 像 MNIST，IMDB，CIFAR10，Penn Treebank，MovieLens 等；也包括一些开放的百度数据（中文短文本语料，信息抽取数据）。不过相比 Kaggle 近万份数据集来说，仍然有很大的发展空间，但是个人感觉 AI Studio 的数据集还是要比 Tianchi 的数据集规整很多的。当然，用户也可以上传自定义数据进行模型开发。

1.1.3.比赛

这个模块应该是所有玩数据的人最感兴趣的了吧。我之前在 Kaggle 参加过一些项目，总的来说，Kaggle 在比赛这块做的真的很好，赛制清晰，社区完善，每次参加比赛都能有很大的提高。相较 Kaggle，AI Studio 的比赛数量还不多，不过以上提到的功能都有，另外就是 AI Studio 提供云端训练平台，这样大家的武器库相对平衡，能够更公平的进行竞赛。

Figure 3 AI Studio 比赛页面

1.2. 创建项目

AI Studio 以项目为单元进行开发。创建项目，添加数据集，运行开发环境（notebook kernel），就可以开始构建自己的模型进行开发生产了。目前，环境仅支持 Python2.7（期待更多的环境，Python3，R 等），算法框架包括 PaddlePaddle 和 sklearn 等。

Figure 4 AI Studio 创建项目页面

1.3. 教程&资讯

关于教程，PaddlePaddle 关于机器学习的教程应该是中文里最好的教程之一，不仅有机器学习、深度学习的视频公开课和教程文档（获取），而且包含了大量的各个方向的深度学习实例，比如图像分类，词向量，个性化推荐，情感分析，语义角色标注以及机器翻译等，不仅从原理层面进行深入浅出的讲解，更提供模型代码逐行进行实操，可以说为 Everyone can AI 提供了强大的后盾。

1.3.1.样例工程

样例工程即是提供的机器学习经典应用场景及历届比赛的 notebook，我们可以把各个项目 fork 到自己的项目下进行开发学习。对于急于构建 AI 能力的中小企业，这个模块是最大福音了，很久之前看过 Tensorflow 的文档，只有几个典型问题的教程及代码，而这里包括了大量的基于不同场景的 AI 模型可供拿来即用。

1.3.2.共享项目

顾名思义，AI Studio 也提供项目共享功能供大家互相学习。在开源的时代，能够培育成熟活跃的社区是平台发展的必要因素，这也是 Tensorflow 能够在深度学习领域中快速推广的重要原因。

1.3.3.我的项目

这里是开发者自己的项目列表，不再赘述。

2.实战建模

AI Studio 以项目为核心，创建项目的同时可以自定义上传数据，也可以选取平台已有数据集；目前，环境仅支持 Python2.7，算法库包括 sklearn 和 PaddlePaddle。不需要费心在开发环境上，能够安心构造模型，将建模工程云服务化应该是未来趋势（能够方便中小企业快速构建 AI 能力）。在 AI Studio 各项目之间是独立分配资源的，可以同时调试多个项目模型，这点还是非常赞的。

我这里创建了两个共享项目，查看代码直接 fork 项目开箱即用（需百度账号登录：Titanic 项目，个性化推荐项目），代码详见附录及共享项目。第一个项目是最最基础的数据科学的入门问题 titanic 预测是否生还（自主上传数据，调用 sklearn 随机森林模型）；第二，利用已有数据（MovieLens）及 PaddlePaddle 构建个性化推荐模型。一个小问题就是创建项目后进入项目页面，进入运行状态还需要点击运行项目，这里感觉有点冗余；运行的项目就是一个简洁的 notebook 开发环境，该有的功能都有，个人感觉速度比 Kaggle 要好很多（不知是不是我的网速渣）。

Figure 5 AI Studio 项目界面

开发环境主体是由 notebook 形式组成，熟悉 jupyter 的同学可以无缝衔接，比 notebook 好的一点就是项目的数据集都会形成列表，简单一键获取数据路径。菜单栏更简洁，基本功能都有，可以保存 notebook，有个有意思的地方是在创建项目的时候环境只能选 Python2.7，但这里 kernel 选择会出现 Python3。

Figure 6 AI Studio 开发页面

3.群雄逐鹿

作为一站式 AI 建模开发平台 AI Studio，如何在强手如云的 AI 开发平台市场杀出一条血路呢？最重要的途径就是完善比赛社区的理念，通过 PaddlePaddle+AI Studio 的方式抢占数据科学竞赛这个领域，这里就简要比较一下几家数据竞赛平台（AI Studio、Kaggle、天池、DataCastle 等）。以下将从对开发者的能力提升，平台比赛的公平性和比赛收获等三个方面阐述。

3.1. 能力提升

可以说参加数据建模比赛是最好的提升自身能力的方式了，在比赛中，不但能够了解各行各业的业务形式，数据结构，也能真实的验证我们对特征和算法的不同理解，而良好的社区环境和代码共享机制为自身能力的提升提供了温床。在这方面，Kaggle 因为成立最早有很强的人才和代码沉淀，投靠 Google 后，更是愈发的体现了其中的优势。天池和 DataCastle 在社区建设上也投入了大量的精力，但是与 Kaggle 还是有较大的差距，不过在中文社区中应该算是佼佼者。AI Studio 显然有后来者的劣势，不过看过他们的样例项目，还是很佩服他们在教程和文档方面的思考，可以说在 AI 中文教程里 AI Studio 大踏步的跨入了第一梯队。

3.2. 比赛的公平性

这里的公平性体现在两个方面，第一是赛题的数据量要有一定的规模以防止数据量过小导致的模型稳定性问题；第二则是计算资源的公平性，举个栗子，假如阿里组队以 P100 GPU 集群的算力来参赛的话，恐怕其他人的胜算只能寄托于奇迹了，而对于 ImageNet 那样量级的数据，我们只有 PC 机的话恐怕连一次迭代也完成不了，更不要说模型调优了。

在这方面，AI Studio 具有极大的优势，平台不仅免费对参赛选手给予计算资源上的支持，更是提供最新版本的 PaddlePaddle 供选手调用。而天池在初赛阶段是没有集群算力支持的，只有进入复赛的选手才会有机会使用数加平台。Kaggle 和 DataCastle 更是没有平台的支持。相比来说在比赛资源的公平性上 AI Studio 的优势巨大。

3.3. 比赛收获

这里的收获是只除了能力以外的物质方面的获得，比如现金奖励和简历背书。这两点对于初入职场的新人还是非常重要的。客观来讲，国际影响力的话 Kaggle 绝对是 No.1，致力于进入 Google、facebook 的同学最好还是在 Kaggle 上挑选优质的比赛；针对国内的话，AI Studio、天池和 DataCastle 在奖金方面相差不大，由于 AI Studi 推出最晚，所以奖金相对来说高一些。

综合来看，AI Studio 作为数据科学竞赛中的新人，背靠百度资源，凭借更加公平的平台资源输出，奖励制度和完善的教程文档体系将会在未来大规模的抢占数据竞赛市场。对开发者来说，免费使用 GPU 资源，更简单的开发流程已经是很大的诱惑了。

4. 总结

AI Studio 是一个基于 PaddlePaddle 的集成了大量数据集、经典样例项目及比赛项目的云计算建模平台，也是一个机器学习、深度学习的交流社区。AI Studio 最大限度的解放了数据科学家需要环境配置的烦恼，在云端集成计算资源，项目管理，代码管理，比赛等多种功能，形成一站式兼顾学习和工作的建模平台。而且 AI Studio 提供计算资源，空间资源，视频公开课都是免费的。最后，期待一下的更多比赛的推出。

随着 AI 技术的发展，人类社会正处于火热的智能化革命之中，AI 能力已经渗透到各行各业，在语音、图像以及 NLP 领域，已获得了突破性的进展和效果。

而谁能在技术革命浪潮中快速地武装自己，谁就能掌握未来的机遇。 AI Studio 正属于那一类帮助中小企业，开发者实现 AI 能力的武器库之一。

对于大型互联网企业，形成 AI 能力只要投钱投人就行了，但是对于中小企业单独构建 AI 能力将耗费巨大的精力: 招兵买马、设备采购、 模型开发、系统维护，于是大量的云计算及建模平台如雨后春笋般发展起来，但收费模式对中小企业仍是一种负担。

为了让每一位开发者都能平等便捷地获取 AI 能力，百度 AI 最 新推出了 AI Studio 一站式开发平台 ： 一个囊括了 AI 教程、代码环境、算法算力、数据集，并提供免费的在线云计算的一体化编程环境。

用户就不必纠结于复杂的环境配置和繁琐的扩展包搜寻，只要有电脑、网络以及一颗走进深度学习的心，点击 “阅读原文” 或进入 AI Studio 官网（aistudio.baidu）， 就可以在 AI Studio 开展深度学习之旅。

俗话说，授人以鱼不如授人以渔。

在 AI Studio 的生态中， 鱼 就是诸如基于语音技术、图像技术、视频技术、知识图谱及 NLP 技术等形成的人工智能产品服务；而 渔 就是 AI Studio 一类的能够帮助个人开发者和中小企业的开发属于自己的产品服务，运用 AI Studio 开发者可以实现自定义的 AI 建模能力而无需考虑硬件成本、运维成本、人力成本。

相比在其他云平台上耗资购买计算资源和存储空间跑模型来说，AI Studio 提供全套免费服务（包括计算资源、空间资源、项目托管、视频教程等）。 AI Studio 从教学、应用、工程上全面推进了 AI 民主化的进程，极大地降低了 AI 技术跨入门槛。

功能简介

AI Studio 强化了工程项目的概念，一大亮点就是 AI 学习项目版块，包括大量真实场景的工程项目（图像识别、情感分析、个性化推荐等）。

AI Studio 特性

AI Studio 主要功能有项目类的项目大厅、创建项目、样例项目、共享项目等四大部分， 有数据科学比赛、各种经典数据集和自定义数据集，有详尽的机器学习和深度学习的教程及视频公开课等。

AI Studio 主要功能

菜单栏 ┇ 项目大厅： 作为 AI Studio 的主页，集成百度积累的经典 AI 学习项目、自我的项目管理及共享项目列表。 ┇ 数据集： 包括 MNIST，IMDB，CIFAR10，PennTreebank，MovieLens 等一些经典的公开数据集；也包括一些开放的百度数据（中文短文本语料，信息抽取数据）；同时，用户也可以上传自定义数据进行模型开发。 ┇ 比赛： AI Studio 提供云端训练平台，为参与者提供相对平衡的武器库，能够更公平的进行竞赛。

AI Studio 比赛页面

创建项目

AI Studio 创建项目页面

教程&资讯 PaddlePaddle 不仅有机器学习、深度学习的视频公开课和教程文档（进入https://github/PaddlePaddle/Paddle获取），还包含了大量的各个方向的深度学习实例，比如图像分类、词向量、个性化推荐、情感分析、语义角色标注以及机器翻译等。 ┇ 样例工程： 提供的机器学习经典应用场景及历届比赛的 notebook，可以把各个项目 fork 到自己的项目下进行开发学习。

┇ 共享项目： 可提供项目共享功能供大家互相学习。 ┇ 我的项目： 即开发者自己的项目列表。 实战建模

AI Studio 以项目为核心，创建项目的同时可以自定义上传数据，也可以选取平台已有数据集；目前，环境仅支持 Python2.7，算法库包括 sklearn 和 PaddlePaddle。不需要费心在开发环境上，能够安心构造模型。AI Studio 各项目之间独立分配资源，可以同时调试多个项目模型。

AI Studio开发页面

百度 AI 战略

在百度 AI 开发者大会（ BaiduCreate 2018 ）上，百度发布的 AI 产品从自动驾驶巴士“阿波龙”到百度自主研发的云端 AI 芯片“昆仑”，再到两大 AI 生态平台 DuerOS3.0、Apollo3.0，都显示出百度在 AI 的布局已经从稚嫩走向成熟，以多兵种合成集团军的面貌展示在世界人工智能的舞台。

百度 AI 形成了以行业应用为牵引，AI 技术产品服务为动力，AI 基础平台服务为核心的生态闭环。 在这场智能化革命中，不但酝酿已久，而且已经结出了不少果实。

AI Studio 是一个基于 PaddlePaddle 的集成了大量数据集、经典样例项目及比赛项目的云计算建模平台，也是一个机器学习、深度学习的交流社区。

AI Studio 最大限度地解放了数据科学家需要环境配置的烦恼，在云端集成计算资源、项目管理、代码管理、比赛等多种功能，形成一站式兼顾学习和工作的建模平台。而且 AI Studio 提供计算资源、空间资源、视频公开课全部免费开放。

本文来自百度AI，创业家系授权发布，略经编辑修改，版权归作者所有，内容仅代表作者独立观点。