这是一个人人谈"云"、"大数据"的时代，作为一个IT民工，如果与同行间聊天时，不谈及这方面的内容，有人可能会觉得你落伍了，跟不上这个时代了。既然云计算是一个这么火热的概念，那么云计算到底是什么？纵观整个计算机与互联网的发展史，任何一项新技术的能得以快速发展，那么这一项新技术必将能改变人们的生活方式，或是能够很大程序的影响人们的生活。如智能手机、平板电脑的出现等？

对此有网友表示称，以Linux操作系统为例，KVM是一个内核级虚拟化技术，默认情况都支持。而且XEN则需要单独编译内核模块，当然vmware也是支持Linux平台。正因为Linux平台对虚拟化技术的良好支持，所以Linux已经成为云计算平台的主流操作系统。CPU和操作系统都支持虚拟化后，那么就需要在操作系统上建立虚拟机，虚拟机建立后，还需要在虚拟机里面建立操作系统。

以Linux平台常见的KVM虚拟化为例，KVM的建立虚拟机主要有两种方式，一种是在虚拟机里面安装操作系统，即让虚拟机从光盘启动，这一点和VMware是一样的。另一种方式是通过制作虚拟机镜像模板，通过这个模板来制作虚拟机。通过这个方式有一个显著的好处，就是制作好的模板，可以重复使用N次，提高工作效率。

以上所说的虚拟化过程，对于普通用户来说，可能太过于专业，普通用户也没有兴趣了解这一块。那么有没有简单易用的对服务器操作系统进行虚拟化的方式，当然有了。

目录：Floyd介绍：一个极其易用的深度学习云计算平台Get started：Floyd的注册、下载、登陆关于数据集实验: 使用Floyd训练一个基于Jupyter Notebook的项目Floyd常用命令速查表

Floyd介绍：一个便捷的深度学习云计算平台

Floyd的网址是：https://floydhub/它是一个云计算服务平台，号称“Zero Setup for Deep Learning”。它的服务主旨是： “您就专心于您的深度学习研究，其它的环境配置、部署、版本控制等等都交给我们来做就行了”。

从主页上我们就能看到Floyd的服务主旨。

Floyd使用亚马逊云计算的硬件资源，然而价格更便宜，新注册用户可以享受100小时的免费GPU使用时间。

我简单体验了下Floyd，感觉它最突出的特点有两个：

不用部署深度学习环境了！Floyd为用户提供了主流框架各个版本的环境。所有可用的环境：http://docs.floydhub/home/environments/不用上传数据集了！Floyd在云端为用户提供了现成的主流深度学习数据集，且用户上传的个人数据集可以共享使用。常用公共数据集：http://docs.floydhub/guides/datasets/

这两个特点可以说是解决了大多数机器学习研究者的烦恼。原来单单配置一个Caffe环境就好好长时间，更别提上传数据集了。我有一个做机器翻译的朋友，训练数据集多达160G，光是上传那么多的训练数据得花多少服务器时间，时间就是白花花的银子呀！现在使用Floyd只需要在启动计算环境的时候设置公用数据集的ID，就可以直接使用啦！

Get started：Floyd的注册、下载、登陆

1、注册

首先到https://floydhub/注册一个账号

2、安装客户端

再安装folyd客户端，就一句命令而已：

$ pip install -U floyd-cli

3、登陆

安装好后我们需要登陆，在终端中运行命令：

$ floyd login

终端中会提示：

Authentication token page will now open in your browser. Continue? [Y/n]:

回车确认后，会打开一个网页以获取身份验证令牌：

在网页的下方，你可以找到登陆用的口令，把这个口令粘贴进终端即可，注意在这里粘贴是不会显示出来的。

This is an invisible field. Paste token and press ENTER:

登陆成功后，会提示：

Login Successful

4、计算实例机制

这时候你发现没有？登陆成功后，并不是像SSH登陆那样进入到了一个新的Shell，终端还是你的终端，目录还是你的目录。

这就是Floyd的特点了，它并不像亚马逊AWS那样给你一个云主机就让你自己折腾去，而是很简洁的为你提供“计算实例服务”。

即在你login以后，怎么折腾数据集什么的都不算云服务时间，直到你通过“floyd run"命令运行自己的程序文件的时候，才算是一个计算实例的开始。

那一个计算实例什么时候结束嘞？

当你“run“的程序跑完了，计算实例的状态会变为”success“，这时候一个实例就算结束了。

如果”run“的是不会跑完的程序，比如”Jupyter Notebook“文档，那么你可以在需要的时候运行：

$ floyd stop

来手动结束一个计算实例。

计算实例结束后，自动停止计算云服务器时间。

关于数据集

在运行Floyd计算实例时，可以指定计算所需的数据集，这个我们会在下面的实验中讲到。

你可以直接使用Floyd提供的常用的数据集，也可以上传自己的数据集。

上传数据集操作非常简单，你可以参考官方提供的指导，只需要几条命令就可以搞定，非常方便。

http://docs.floydhub/home/using_datasets/

同时Floyd也支持直接在云服务器上下载数据集，不过这个是要计算云服务时间的。

不管是公共数据集，还是自己的数据集，都是通过数据ID来指定的。

你可以通过以下方式查看公共数据集的内容：

$ floyd run --data GY3QRFFUA8KpbnqvroTPPW "ls -la /input"

Syncing code ...

...

$ floyd logs -t GY3QRFFUA8KpbnqvroTPPW

...

2017-02-16 03:41:15,863 INFO - -rw-r--r-- 1 root root 4151 Feb 16 11:38 positive_sentences.txt

2017-02-16 03:41:15,863 INFO - -rw-r--r-- 1 root root 4621 Feb 16 11:38 negative_sentences.txt

2017-02-16 03:41:15,863 INFO - -rw-r--r-- 1 root root 7797 Feb 16 11:38 neutral_sentences.txt

...

实验: 使用Floyd训练一个基于Jupyter Notebook的项目

我将使用Floyd提供的一个基于Jupyter Notebook的小项目来演示使用方法。你可以在这里找到官方的指导：

http://docs.floydhub/guides/jupyter/

1、Clone 项目代码到本地

$ git clone https://github/floydhub/tensorflow-notebooks-examples.git

2、进入项目目录

$ cd tensorflow-notebooks-examples/3_NeuralNetworks

3、初始化项目

$ floyd init neural-networks

Project "neural-networs" initialized in current directory

初始化后，Floyd会在本目录里生成一些临时文件，以便运行计算实例时，上传目录中必要的程序文件到云服务器。

4、启动一个Jupyter Notebook实例

以下命令将启动一个基于当前目录的，运行在云端的Jupyter Notebook计算实例。

$ floyd run --mode jupyter --env tensorflow-0.12:py2 --data R5KrjnANiKVhLWAkpXhNBe --gpu

其中：

--gpu 代表使用GPU计算

--env tensorflow-0.12:py2

代表使用Python2.0版本的Tensorflow0.12

--data 代表我们使用这个ID所代表的数据

注意数据包含的所有文件都会挂载在云服务器的“/input“文件夹下

所以在程序中需要指定数据的根目录为“/input”

命令运行后，终端中会有类似于以下的提示：

通过给出的“Path to jupyter notebook”，就可以访问刚刚启动的Jupyter Notebook实例了。

注意上面的“RUN ID”，这个很重要，我们以后对这个运行实例进行的各种操作，都需要通过这个ID来完成。

5、操作并保存

你可以像在本地一样在Jupyter Notebook里进行操作和计算。请记得一定要保存操作后的Jupyter Notebook。

我们操作的Jupyter Notebook都在云服务器上，那要怎么将修改后的Jupyter Notebook保存到本地哪？

Jupyter Notebook是在实例结束后，以output的形式保存下来的，我们稍后说明如何导出修改后的Jupyte Notebook。

6、停止Jupyter Notebook实例

当你使用Jupyter Notebook工作完毕后，记得要关闭云服务器计算实例。

$ floyd stop

可以通过下面的命令确认实例关闭情况：

$ floyd status

7、通过output导出Jupyter Notebook

计算实例的输出一般都会定位在云服务器的“/output”文件夹下，所以你在程序中，需要将所有的输出数据的根目录定位在“/output”。

我在上面说到Jupyter Notebook文档本身也是通过output来导出的，你可以通过下面的命令来执行：

$ floyd output

命令执行后会打开浏览器，自动进入到云服务器的数据目录，你只要选择需要下载的文件即可。

Floyd常用命令速查表

登陆: floyd login

初始化目录： floyd init

查看数据集：floyd data output

运行实例: floyd run --gpu

查看实例日志： floyd logs

查看所有实例： floyd status

手动停止实例： floyd stop

查看实例运行结果信息： floyd info

查看输出数据: floyd data output

查看输出数据： floyd output

所有命令，请参考：

http://docs.floydhub/commands/

所有环境，请参考：

http://docs.floydhub/home/environments/

常用公共数据集，请参考：

http://docs.floydhub/guides/datasets/

上传和下载数据集的官方指导，请参考：

http://docs.floydhub/home/using_datasets/

下期预告：

有很多深度学习的项目并不是在Jupyter Notebook中编写的，对于这些项目我们通常直接运行Python文件。那么怎么在Floyd中直接运行Python文件？如何验证训练完成的深度学习模型？下期我们将继续为大家介绍Floyd的使用方法，敬请大家关注！

　　【IT168 评论】云计算监控工具多如牛毛，如何才能在这么多的工具中选择一款最适合你的云计算监控需求的工具呢？根据我们自己多年使用云计算工具的经验，我为大家推荐以下5款工具。

　　1. Amazon Cloudwatch

　　这是AWS上运行的应用程序的AWS云资源监控，它通过设置警报，对不同的AWS资源作出反应，跟踪和维护日志文件以及指标，为日常生活提供了广泛的应用。

　　但是， 由于用户错误，2017年3月亚马逊网络服务发生故障时，需要采取某些多云管理策略。根据AWS Service Health Dashboard，其出现了很高的错误率。受影响的网站包括Quora，Sailthru，Giphy，Slack等。媒体网站也宣称一些物联网设备也会面临不利的影响。

　　需要采取策略在多个云之间平衡工作负载，并且没有冗余，以及具备防止失误的服务。目前Accenture、Dell 和 Cisco Systems都在弥补这些方面的空白。

　　2. AppDynamics

　　思科系统公司于2017年初收购了AppDynamics，该工具主要关注应用性能管理，它与很多其他应用程序管理工具（如Datadog，Ca Technologies，SolarWinds，New Relic等）都存在竞争关系。

　　在思科系统公司的支持下，当安全和规模与应用程序管理能力相结合时，AppDynamics的业务成果应该达到一个新的水平。许多MSP特别识别APM，以便更好地给予客户体验，除了硬件和基础架构优化解决方案之外，还能优化软件堆栈。

　　3.Aternity

　　Riverbed Technology于2016年7月收购了领先的终端用户体验（EUE）提供商Aternity。通过此次收购，Riverbed的Steel Central性能将大大提高，同时也意味着最终用户体验得到极大改善。

　　Aternity以其监控数百万个虚拟、移动和桌面端点的能力而闻名。我觉得是一个更全面和先进的EUE优化方法。借助综合测试（模拟来自不同地点的用户来确认可用性并提高可靠性），通过确定页面加载时间和延迟来解决网络流量问题，使用JavaScript平台和优化用户交互，Aternity提供了各种可能的方式提升终端用户的体验。

　　4.Avnet Cloud Marketplace

　　Tech Data于2017年2月宣布成功收购Avnet Technology Solutions。云市场构建了一个全面的云产品和服务平台，让终端用户更容易变成云端用户。Avnet Cloud Marketplace使合作伙伴可以轻松地提供自己品牌的云端商店，并上传并提供自己的云服务。

　　5.Bitnami Clouding Tools

　　Bitnami是用于Web应用程序和开发堆栈以及虚拟设备的安装程序或软件包库。这个模糊的工具可以帮助MSP监控AWS，Google云平台和Microsoft Azure。它不仅可以给Go Daddy云平台提供动力，同时也为WordPress、Drupal等应用程序提供一个步骤安装。

　　结论

　　云计算已成为提高可靠性以及向用户提供IT服务可扩展性的重要组成部分。AWS提供了一个外部托管的计算资源，让不同的组织可以运行自己的应用程序。在这些情况下，监控云资源的有效利用是非常重要的。

　　应用程序管理器提供对应用程序服务器，VMware，Web事务，数据库服务器等的重要监视。云基础架构在其健康和性能方面是非常严格的。

　　与内部工具相比，基于云的监控策略在成本、部署等方面绝对是有利的。但是，本地部署更安全，性能更好。此外，中断可能会影响工具的运行，并进而可能影响业务功能和用户。所以，在选择工具的时候，需要将很多因素予以考虑，最好采取不同的策略。

云计算的核心思想，是将大量用网络连接的计算资源统一管理和调度，构成一个计算资源池向用户按需服务。云计算的基本原理是，通过使计算分布在大量的分布式计算机上，而非木地计算机或远程服务器中完成目标任务。企业数据中心的运行将更与互联网相似。这使得企业能够将资源切换到需要的应用上，根据需求访问计算机和存储系统。

那么在云计算公司上班是什么样的体验呢？

对此有网友表示称，云计算目前的发展非常快，因为还处在上升阶段，所以有很多想象力。比如我所在的团队最近上线了全球首个大数据平台，叫数加，引起了行业内很多的关注。其实我们对自己的定位是一个创业团队，事实上，现在很多产业里的公司对大数据的理解还不到位，还不清晰大数据到底会带来什么价值，更多的考虑还有用大数据的技术会不会影响数据的安全。

我们需要去和客户沟通，让他们理解大数据，这就不分岗位了。我的很多工程师同事，他们不仅要会技术，更要会理解客户的业务，去从客户的角度出发看问题，也就是一人从事多角。例如我们对接弘泰水利的一个同事，材料学出身，在我们团队后，为了能更好地去理解客户的需求，就去自学水利的相关内容，这样才能从我们的技术、产品上针对这个行业做出设定。

说这个只是想证明，云计算其实是一个非常广阔的平台，加入一个平台够大的公司，你就会发现自己正在经历很多变化，让你一直有新鲜感。

随着科学技术的迅速发展，人类开始进入大数据时代，云计算、大数据、移动互联网已成为时代三大主题，正在推动着新经济时代的发展。在科学领域、经济领域及社会生活的方方面面，呈现出海量数据特征，在海量数据中蕴含着人类各种行为、心理信息。

对此有网友表示称，好用和实在是对一个云计算平台最高的要求，3年前或许没有特别合适的问题，但进到2016年，云计算的整个市场都不一样了，技术水平也比之前高不知道哪里去了。正好最近对云计算有些思考，分享给大家。在选择云计算服务的时候，一类企业专注于对比自己购买服务器和用云计算的费用差别，另一类则在不同云计算厂商中以价格来遴选。这其实是同一类思维，都是对的，但都是不健康和不全面的。

因为他们看到的都是已知的现在，而没有洞察未见的即将。所以好用和实在都只是看中了当下，而缺少对未来的预期。购买服务器的费用是算得出来的，也是可以对比的。

但是运维人员的投入（而且是逐年提高）与云计算逐年降低的花费之间的趋势看到的人却不多。更何况，之所以是云计算，是因为其弹性，抛开这点谈成本就是毫无预见性。在当前的高强度竞争环境下，要么快速崛起要么很快落寞，无论何种都是对资源需求是弹性的。

云计算是一种利用互联网实现随时随地、按需、便捷地使用共享计算设施、存储设备、应用程序等资源的计算方式。云计算由云平台、云存储、云终端、云安全四个基本部分组成。

云平台。提供云计算服务的基础，管理着数量巨大的CPU、存储器、交换机等大量硬件资源，以虚拟化的技术来整合一个数据中心或多个数据中心的资源，屏蔽不同底层设备的差异性，以一种透明的方式向用户提供计算环境、开发平台、软件应用等在内的多种服务。云平台从用户的角度可分为公有云、私有云、混合云等。公有云：第三方提供商为用户提供服务的云平台、用户可通过互联网访问公有云。私有云：为一个用户单独使用而组建的，对数据储存量、处理量、安全性要求高。混合云：是结合了公有云与私有云的优点而组建的。

云存储。是指通过集群应用、网络技术或分布式文件系统等功能，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的访问功能的一个系统。

云终端。是应用的终端技术源，桌面终端无需许可，大幅减少硬件投资和软件许可证开销，并实现单击多用户，每一个用户独立享用完整的PC功能，绿色环保，省电省维护，是信息发展时代的高端产品。

云安全。是融合了并行处理、网络计算、未知病毒行为判断等新兴技术和概念，通过网状的大量客户端对网络中软件行为的异常监测，获取互联网中木马、恶意程序的最新信息，传送到SERVER端进行自动分析和处理，再把病毒和木马的解决方案分发到每一个客户端。

目前国内云计算发展最好的，市场份额最大的是阿里云计算，其他的公司占比份额少，很多还在研究阶段。A股上市公司也有不少公司研究云计算，小编给大家推荐几个。

1、超图软件。公司是国产GIS基础平台软件的领军者，一直稳居国GIS基础平台市场份额第一；布局的云服务生态链。2012年8月,公司投入2809.5万超募资金建设移动地理信息平台产品及整体解决方案研发与产业化项目(2013年6月末进度为49.56%),项目主要面向公众移动地图服务、移动位置服务和行业专业移动位置服务等社会应用领域需求,完成面向支持多类型移动终端的GIS系统平台软件研发,并基于项目公司的已有的技术积累和行业解决方案,研制支持多类型终端的移动GIS应用服务整体解决方案,开展公众服务。建设周期2年,自2012年9月-2014年8月。项目建成以后,预计实现年销售收入2000万,从投产期开始累计3年内实现销售收入5200万,实现利润1502万。此外,项目还可直接拉动公司服务器端GIS产品和相关应用服务的销售收入提升。

2、天玑科技。2013年秘密与阿里巴巴签订1款中国最强的阿里云大数据服务终端系统，还是阿里回A的概念股。2014年3月,公司使用超募资金1300万元设立“上海天玑数据系统有限公司”,合资公司主要以面向下一代新兴IT技术的产品研发、销售与服务为主营业务,拟开展数据库云平台系列产品的研发销售以及相关服务;分布式云存储系列产品的研发销售以及相关服务;大数据分析平台技术的产品研发、销售以及相关服务。

3、网宿科技。2013年12月，公司与亚马逊签订《运营协议》，亚马逊指定公司为其AWS中国网站CDN服务的唯一“优选提供商”，公司将为亚马逊AWS中国网站客户提供CDN加速服务。

随着近年来物联网的发展，云计算将加速资源整合和优化，根据不同的需求，在资源池中得到相应的资源支持，以此来节约成本，提高资源的利用率，助推社会结构调整，实现科学化发展，这是一种趋势。如同这社会的主体，为信息化发展提供源源不断的动力。

对此有网友表示称，云计算，是一种基于互联网的计算方式，通过这种方式，共享的软硬件资源和信息可以按需求提供给计算机和其他设备。 具体实现的方式有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。换成我们通常理解的内容来讲就是我们不用购置硬件（服务器、存储等），不用去考虑如何把服务器连上网，只需要我们购买IaaS服务就可以使用这些硬件的服务。

PaaS(Platform-as-a- Service)：平台即服务。PaaS实际上是指将软件研发的平台作为一种服务，以SaaS的模式提交给用户。这里的平台换成我们理解的就是应用程序运行所需要的环境，如果我们部署PHP开发程序就需要有Apache等引擎支持。用Java的需要Tomcat等支持。SaaS(Software-as-a- Service)：软件即服务。

它是一种通过Internet提供软件的模式，用户无需购买软件，而是向提供商租用基于Web的软件，来管理企业经营活动。这里的软件即服务，举例子说我们用的QQ 邮箱

其实就是一种SaaS服务。企业市场常用的在线CRM系统也是。

IaaS其实提供的就是服务器，用户可以自行在服务器安装配置各种软件环境。可以很灵活的实现各种功能。PaaS目前主要是WEB环境的应用，通常支持PHP、Java、Python和GO语言。必须在云计算服务商的框架内开发。

我们知道云计算主要有三种服务模式，IaaS、PaaS和SaaS，其中最底层最基础的就是IaaS。企业级私有云领域，目前IaaS领域的老大就是VMWare公司；在开源领域，最流行的IaaS框架则是OpenStack框架。

正是因为开源，才让我们可以更深入地了解云计算IaaS的运作机制。通过对OpenStack的架构的介绍，说明OpenStack是如何实现IaaS服务的。

OpenStack的起源

在云计算领域，目前Amazon占据了绝对领先的市场地位。Amazon的CEO贝佐斯靠着强硬的行政命令要求开发人员按照SOA理念来进行开发，要求所有程序模块必须要用服务接口把数据和功能开放出来。所有程序模块间的通信，必须通过这些接口进行。

可以说SOA的设计思想，构成了今天AWS云平台的技术实现基础，同样这种设计思想也被OpenStack所效仿。AWS虽好，但毕竟是商用的，随着云计算的发展，开源云平台解决方案的需求越来越强烈。

2010年7月，RackSpace和美国国家航空航天局合作合作，分别贡献出RackSpace云文件平台代码和NASANebula平台代码，OpenStack由此诞生。

AWS分层架构

OpenStack的架构

作为Amazon的追随者，OpenStack在技术架构上也与AWS有很多相似之处。OpenStack也是由几个独立的核心功能组件所构成。

分别是计算（Compute）、对象存储（ObjectStorage）、认证（Identity）、用户界面（Dashboard）、块存储（BlockStorage）、网络（Network）和镜像服务（ImageService）：

Nova：计算管理，云计算IaaS的核心，类似于Amazon的EC2（ElasticComputeCloud）。为用户提供虚拟机的管理，比如创建虚拟机或对虚拟机做热迁移。Swift：对象存储，负责对文件进行存储和检索，也包括镜像文件。Keystone：为用户提供身份验证以及OpenStack服务的授权。Horizon：为用户提供一个模块化的控制面板，基于django框架实现。Cinder：块存储服务，为虚拟机提供虚拟卷。Neutron：为虚拟机提供网络连接，允许用户创建自己的虚拟网络并连接各种网络设备。Glance：负责镜像管理，为虚拟机提供镜像。

关于每个组件的具体职责，可以参见前文《云计算IaaS管理平台的基本功能有哪些？》

OpenStack的应用

国际公有云方面，AWS、AZure都采用了自己的技术来搭建云计算平台。在国内公有云市场中，阿里云、腾讯云也都是用自有技术来搭建各自的云计算平台，没有直接利用OpenStack。

虽然在公有云市场，应用OpenStack的商业案例还不算多，但在私有云市场，基于OpenStack的项目非常多，远远多于其他的开源云计算框架,如CloudStack、Eucalyptus和OpenNebula等。

与互联网公司不同，华为倒是非常积极地推进OpenStack技术，和中国三大电信运营商们一并都是OpenStack基金会的黄金会员（GoldenMember），而且为国内外多家电信运营商都部署了基于OpenStack的公有云系统。

目前OpenStack的黄金会员主要包括传统IT企业，如Intel、NEC、Dell、VMWare等，也包括通信设备商，如华为、Ericsson、Cisco、JuniperNetworks等，也包括最新加入的国内三大运营商。相信虽然OpenStack的参与者越来越多，生态越来越完善，应用项目也会越来越多。

　　从Google首席执行官埃里克·施密特(Eric Schmidt)首次提出“ 云计算 ”(cloud computing)的概念到现在，云计算已经走过了炒作期和实践期，已经处于成熟期。同时，行业集中度也越来越高并呈逐渐加强的趋势，目前业内大公司已经占据了整个市场的半壁江山。

　　Synergy Research Group根据2017年市场占有率的多少和市场增长率的快慢对全球几大云计算平台进行了调查和排名，亚马逊AWS依然名列榜首。以下是全球十大云计算平台市场占有率排行榜。

　　1.亚马逊AWS

　　亚马逊AWS于2006年推出，是全球最早推出的云计算服务平台，面向全世界的客户提供云解决方案，包括弹性计算、存储、数据库、应用程序在内的一整套云计算服务，降低企业IT投入成本和维护成本。

　　“先下手为强”，亚马逊AWS投入早、运行时间长，目前仍是云计算领域的老大哥。在AWS计算领域中Amazon Elastic Compute Cloud (Amazon EC2)是代表性产品，它是一种 Web 服务，可根据计算要求提供大小可调的计算容量。在存储服务中，Amazon S3 提供了一个简单的 Web 服务界面，用户可通过它随时在 Web 上存储和检索任意数量的数据。在数据库服务中，Amazon Relational Database Service (Amazon RDS) 是一种可让用户在云中轻松设置、运维和扩展关系数据库的 Web 服务。此外在网络和内容分发、移动服务、开发人员工具、应用程序服务等领域亚马逊AWS都有出色的产品。

　　在2017 AWS Re:Invent会上，Amazon 又宣布推出5项机器学习新服务，包括Amazon SageMaker、Amazon Transcribe、Amazon Translate、Amazon Comprehend、Amazon Rekognition Video以及一款面向开发者的深度学习型无线摄像机AWS DeepLens。

　　此外，亚马逊AWS也加快扩展中国市场的步伐。今年12月12日，亚马逊AWS在中国的第二个运营区域——中国(宁夏)区域正式开放，将会实行一轮降价措施，或给当前国内云计算市场带来强有力的价格冲击。

　　2. 微软Azure

　　微软 Azure是微软基于云计算的操作系统，最初名称是Windows Azure，主要目标是为开发者提供一个平台，帮助开发可运行在 云服务 器、数据中心、Web和PC上的应用程序。Azure是一种灵活和支持互操作的平台，它可以被用来创建云中运行的应用或者通过基于云的特性来加强现有应用。该平台目前具备以下功能：网站、虚拟机、云服务、移动应用服务、大数据支持以及媒体功能的支持。

　　在此次Synergy Research Group的调查统计中微软Azure排第二，虽然没有亚马逊AWS的功能全面，微软Azure也形成了独特的优势。它支持大量开源应用程序、框架和语言，并且数量仍在增加;融合本地 IT 设施和 公有云 ，是最适合混合 IT 环境的公有 云平台 ;数据中心有多家主流运营商接入，网络访问性能有保证;数据和服务的安全性也是其一大优势。

　　11月1日，在北京举行的2017微软技术暨生态大会上，微软宣布在中国运营的Microsoft Azure的云计算规模将在未来6个月完成三倍扩容。11月27日，微软与知名企业软件公司 SAP宣布将合作进军云服务市场，以提高微软的云端业绩，尤其是IaaS 服务。

　　3. IBM

　　IBM一直专注于云计算、网络安全和数据分析，今年11月1日IBM宣布推出全新IBM Cloud Private平台，可以帮助企业利用类似公有云的能力，构建本地部署的私有云环境，是一个集IaaS、PaaS及开发者服务所需的创建、运行和管理 云应用 于一身的集成平台。

　　全新的IBM Cloud Private平台安装极其简便，一键即可实现安装、添加、删除节点，还能够根据相关指标定时弹性伸缩。同时，IBM Cloud private支持异构平台，不仅可以安装于VMWare、OpenStack、物理机上，还支持X86和POWER Linux，由客户自己管理，不需要再连线IBM，投产就可用。集成了Istio、服务目录、VMWare NSX-T等，支持Ceph、Gluster 、GPFS 存储、MicroService Builder中间件镜像的开箱即用。

　　早在9月份，IBM 还推出了一款“拉杆箱”——Cloud Mass Data Migration，里面是一套容量 120TB 的存储系统，可以让用户快速的将本地数据上传到 IBM 的 云存储 中。

　　4.谷歌 云平台

　　谷歌公司不是传统的IT厂商，而是新型的网络公司。基础架构和平台是谷歌 云服务 的两大竞争优势。谷歌云平台服务分为四大类：

　　1.计算：谷歌计算引擎作为基础架构即服务(IaaS);平台即服务有谷歌App Engine;以及谷歌容器引擎，一套使用 Kubernetes来达到集群管理和自动化的Docker容器镜像 。

　　2.存储：谷歌 云存储

　　3.网络：谷歌云DNS和Interconnect

　　4.数据库：Google Cloud SQL，Google Cloud Datastore和Google Cloud BigTable

　　今年9月份谷歌云宣布收购了Bitium，Bitium专注于为基于云的应用程序提供企业级身份管理和访问工具。这次收购能够帮助Google可以更好地管理企业云客户，包括为跨Cloud和G Suite产品的应用程序设置安全级别和访问策略。

　　5. Salesforce

　　Salesforce是一家客户关系管理(CRM)软件服务提供商，提供随需应用的客户关系管理。作为全球CRM行业的领导者，Salesforce 在客户关系管理领域的专业度是毋庸置疑的。该公司勾勒出的云战略中包括SaaS和PaaS。该公司的 云计算 产品包括Force(定制软件开发)、Heroku(Ruby平台服务)、Database、Salesforce Data、Salesforce Chatter、Salesforce Sales Cloud和Salesforce Service Cloud。

　　今年Salesforce已经将AI整合进许多产品中，与IBM合作将Einstein与Watson合并，以便用户扩充数据。Salesforce还利用AI来让用户更轻松地获取他们所需的信息，它提供的一款名为Optimus Prime的内部工具用以组织和清理数据。通过分析用户在Salesforce上已有的数据来添加服务对Salesforce来说是一个很大的机遇。

　　6. 阿里云

　　阿里云创立于2009年，是目前国内云计算领域的龙头，由阿里云自主研发、服务全球的超大规模通用计算操作系统飞天，目前为全球200多个国家和地区的创新创业企业、政府、机构等提供服务。基于阿里云飞天操作系统强大的计算能力，阿里的人工智能ET拥有全球领先的人工智能技术，目前已具备智能语音交互、图像或视频识别、交通预测、情感分析等技能。

　　今年9月21日，阿里云发布全新一代云数据库产品POLARDB，采用第三代分布式共享存储架构，实现计算节点和存储节点分离，使计算引擎和存储引擎均拥有快速扩展能力;在2017杭州?云栖大会期间阿里云又发布了一系列突破性成就，“达摩院”支持研发的量子技术领域迎来了首个重量级发布—— “量子计算云平台”上线、BigBench数据规模首次扩展到100T、流计算2.0每秒峰值达千万QPS整体链路延时亚秒级、E-MapReduce对比同类产品平均性能提升3倍。

　　阿里云在中国遥遥领先的同时开始扩展海外市场，10月30日，阿里云宣布其马来西亚大区(Region)正式面向全球开放服务，阿里云将为该区域市场提供计算、存储、网络等互联网基础设施服务，同时为当地企业数字化转型提供互联网中间件、人工智能产品和服务。此外，阿里云也将在欧洲建立数据中心。

　　7.Oracle

　　Oracle云是一款功能强大、统一的云解决方案。 它提供了全面、集成的云服务，可帮助业务用户和开发人员在云端或内部部署环境中无缝、经济高效地构建、部署和管理负载，是少有的几家能完整覆盖IaaS、PaaS、SaaS及DaaS层面云服务的公司。

　　Oracle的成功主要来自于数据库业务，许多公司使用他们的数据库来运行其关键业务，数据库业务仍然是Oracle最大的收入来源。2017财年甲骨文云业务总收入超过46亿美金，年增长超过60%，是全球发展最快的云公司之一。

　　在刚过去的2017甲骨文全球云大会上，甲骨文发布了多项产品和技术创新：最新发布的Oracle数据库18c，凭借机器学习实现自治驱动、自治修复数据库和联机事物处理，有效提升了云端数据库运行的安全性和可靠性;Oracle人工智能平台云服务(Oracle AI Platform Cloud Service)、Oracle区块链云服务、Oracle移动云、Oracle分析云以及Oracle安全和管理云等解决方案全面展现了甲骨文的技术创新。

　　据外媒最新消息，Oracle已经同意斥资16亿美元收购基于云计算的建筑软件供应商Aconex，增强其云计算业务。

　　8.Rackspace

　　Rackspace是全球三大 云计算 中心之一，是一家全球领先的托管服务提供商，在全球拥有10个以上数据中心，管理超过64000台服务器。Rackspace的托管服务产品包括专用服务器，电子邮件，SharePoint， 云服务 器， 云存储 ，云网站等。在服务架构上提供专用托管， 公有云 ，私有云及混合云。同时Rackspace是，AWS与微软Azure技术支持伙伴。

　　业内调查表明，企业正在纷纷从企业数据中心转向多云模式，这对云计算市场来说又是一巨大的机遇。今年9月Rackspace公司签署了收购Datapipe公司的协议，其中包括由29个数据中心组成的基础架构。此次收购是Rackspace公司迄今为止最大的收购交易，主要为了满足客户要求更多的多云功能。

　　11月，Rackspace又表示，将于HPE合作构建一套根据使用情况向客户收费的私有云服务。Rackspace认为，对于企业来说，付费即用模式的托管私有云是一个有吸引力的选择，这是私有云市场翻开的一个新篇章。

　　9. virtustream

　　Virtustream成立于2009年，为政府和企业客户提供云端服务，主要负责解决SAP、Oracle等关键应用在云上运行的问题，Virtustream的xStream管理平台及基础设施即服务(IaaS)满足复杂的私有云、公共云或混合云生产应用的安全、合规、性能、效率及基于消费量的计费要求。

　　Virtustream是深受全球组织信任的企业级云提供商，其客户包括可口可乐、SAP、多米诺糖业、海因茨以及一系列来自全球各地的服务供应商。VirtuStream在整个云计算市场属于细分市场的挑战者，是托管私有云市场的领导者。2015年被存储巨头EMC公司收购，随后EMC与戴尔合并，VirtuStream成为戴尔旗下事业部。

　　VirtuStream借助戴尔的服务提供商生态系统，加速推进其扩张步伐。今年3月28日，Virtustream宣布，该公司面向任务关键型应用的企业 云平台 和服务即日起在澳大利亚和日本等亚太地区供应，此次供应范围包括Virtustream的创新 云技术 和独特的消费量计费模型。

　　10. Fujitsu

　　2010年7月9日，日本富士通公司正与美国微软公司合作推出云计算业务，富士通和微软在全球范围内共享数据中心，微软把其软件与富士通的客户服务结合起来;富士通开始在群马县馆林市数据中心运行微软云服务，此后将陆续在美国、英国和新加坡等国家的数据中心运行。

　　富士通云基础架构解决方案是根据云计算平台架构的需求，以富士通刀片服务器及存储系统为基础，在业界标准的虚拟化技术之上，采用富士通云计算资源的核心组件ROR(Server View Resource Orchestrator)组建的一个预先定义、预先测试验证、标准配置的云计算平台。

　　近年来为了增强在云计算领域的竞争力，富士通除了与微软合作，与云计算领域巨头纷纷展开合作。2015年12月，富士通集团与全球云基础架构和移动商务领导厂商VMware宣布双方将开展全新合作，为客户提供灵活、安全的云技术。2016年7月，Oracle和富士通宣布结成合作伙伴关系，以推动企业云计算解决方案的发展。