Whale Research Institute丨Blockchain + Cloud Computing Industry Analysis Report

สถานะปัจจุบันและจุดบอดของอุตสาหกรรมคลาวด์คอมพิวติ้ง

1.1 แนวคิดคลาวด์คอมพิวติ้ง

การประมวลผลแบบคลาวด์คือรูปแบบการเติบโต การใช้งาน และการส่งมอบบริการบนอินเทอร์เน็ต ซึ่งมักจะเกี่ยวข้องกับการจัดหาทรัพยากรที่ปรับขนาดได้แบบไดนามิกและมักจะจำลองเสมือนผ่านทางอินเทอร์เน็ต แนวคิดของคลาวด์คอมพิวติ้งที่ได้รับการยอมรับอย่างกว้างขวางในขั้นตอนนี้กำหนดโดยสถาบันมาตรฐานและเทคโนโลยีแห่งชาติ (NIST): คลาวด์คอมพิวติ้งเป็นแบบจ่ายต่อการใช้งานที่ให้การเข้าถึงเครือข่ายที่พร้อมใช้งาน สะดวก และตามความต้องการ การเข้าถึง แหล่งรวมของทรัพยากรการประมวลผลที่สามารถกำหนดค่าได้ร่วมกันซึ่งสามารถจัดเตรียมได้อย่างรวดเร็วโดยใช้ความพยายามในการดูแลระบบหรือการโต้ตอบกับผู้ให้บริการเพียงเล็กน้อย

การประมวลผลแบบคลาวด์เป็นผลิตภัณฑ์ของการผสานรวมของคอมพิวเตอร์แบบดั้งเดิมและเทคโนโลยีเครือข่าย เช่น การประมวลผลแบบกระจาย การประมวลผลแบบขนาน การประมวลผลแบบยูทิลิตี้ การจัดเก็บข้อมูลเครือข่าย การจำลองเสมือน และการจัดสรรภาระงาน

มีหลายวิธีในการจำแนกอุตสาหกรรมคลาวด์คอมพิวติ้งตามประเภทของบริการที่สามารถแบ่งออกได้เป็นสามประเภท: IaaS, PaaS และ SaaS จาก IaaS ถึง SaaS มันเข้าใกล้ซอฟต์แวร์ "โง่" มากขึ้นเรื่อย ๆ ซึ่ง สะดวกต่อผู้ใช้งานโดยตรง ดังนั้น หากการปรับปรุงประสิทธิภาพการใช้งานฮาร์ดแวร์และการลดต้นทุนของนวัตกรรมทางเทคโนโลยีสะท้อนให้เห็นในระดับ IaaS มากขึ้น SaaS จะขยายตลาดผ่านการลดราคา (ค่าธรรมเนียมรายปีลดเกณฑ์การใช้งาน) บนพื้นฐานของความเพลิดเพลินในการปรับปรุงฮาร์ดแวร์

1. ชื่อเต็มของ IaaS คือ "Infrastructure-as-a-service" (Infrastructure-as-a-service) ซึ่งมีทรัพยากรโครงสร้างพื้นฐานพื้นฐาน เช่น เซิร์ฟเวอร์ ที่เก็บข้อมูล และฮาร์ดแวร์เครือข่าย หลังจากซื้อผลิตภัณฑ์ IaaS แล้ว ผู้ใช้ต้องดำเนินการให้เสร็จสิ้น การกำหนดค่าสภาพแวดล้อมและการพัฒนาแอปพลิเคชันด้วยตัวเองเป็นเรื่องยากสำหรับลูกค้าเชิงพาณิชย์ที่จะใช้งานโดยตรงและผู้ใช้ส่วนใหญ่เป็นนักพัฒนาซอฟต์แวร์โดยเฉพาะผู้พัฒนาผลิตภัณฑ์ PaaS และ IaaS

2. ชื่อเต็มของ PaaS คือ "แพลตฟอร์มในฐานะบริการ" (Platform-as-a-service) ซึ่งให้บริการแพลตฟอร์มการปรับใช้ซอฟต์แวร์ เช่น เซิร์ฟเวอร์เสมือนและระบบปฏิบัติการ ผู้ใช้ไม่จำเป็นต้องสนใจกับ ชั้นล่างสุดแต่ต้องการพัฒนา Application ตาม Logic ของตัวเองเท่านั้นเหมาะสำหรับลูกค้าเชิงพาณิชย์ขนาดใหญ่ที่มีลักษณะชัดเจนและมีงบประมาณด้าน IT สูง หรือผู้พัฒนา Application;

3. ชื่อเต็มของ SaaS คือ "ซอฟต์แวร์ แอส อะ เซอร์วิส" (Software-as-a-service) ให้บริการซอฟต์แวร์ที่สามารถใช้งานได้โดยตรง

ผู้ให้บริการ IaaS, PaaS และ SaaS สามารถข้ามพรมแดนระหว่างกันได้ ในปัจจุบัน ผู้ให้บริการ IaaS โดยทั่วไปสามารถดำเนินการบรรจุทรัพยากรเพิ่มเติม จัดเตรียมฐานข้อมูล รันไทม์ของแพ็คเกจชั้นกลางของแอปพลิเคชัน ฯลฯ เพื่อสร้างแพลตฟอร์ม PaaS สาธารณะ เช่น Amazon AWS ผู้ผลิตที่ให้บริการ SaaS ในขณะที่ให้บริการผลิตภัณฑ์ SaaS ทั่วไปสำหรับลูกค้าเชิงพาณิชย์ทั่วไป จะสร้างผลิตภัณฑ์ PaaS ส่วนตัวที่มีลักษณะเฉพาะของตนเองสำหรับลูกค้าเชิงพาณิชย์รายใหญ่บางราย และอาจมีผลิตภัณฑ์ IaaS ของตนเอง เช่น Oracle

1.2 การวิเคราะห์โมเดลทั้งสามของคลาวด์คอมพิวติ้ง

ชื่อระดับแรก

ความสัมพันธ์ระหว่างสามประเภท

องค์กรขนาดใหญ่ใช้วิธีการปรับใช้คลาวด์ส่วนตัว คลาวด์สาธารณะ และคลาวด์แบบไฮบริดเป็นส่วนใหญ่ ในขณะที่องค์กรขนาดเล็กส่วนใหญ่เลือกใช้คลาวด์สาธารณะ คลาวด์ส่วนตัว และคลาวด์ชุมชน เนื่องจาก PaaS อยู่ตรงกลางของอุตสาหกรรมคลาวด์คอมพิวติ้ง ผู้ให้บริการ IaaS จึงสามารถพึ่งพาฮาร์ดแวร์และ ข้อได้เปรียบทางเทคนิคในการให้บริการ PaaS นั้น ผู้ให้บริการ SaaS ยังสามารถอาศัยความสัมพันธ์กับลูกค้าเพื่อให้บริการ PaaS แก่ลูกค้ารายใหญ่ และผู้ให้บริการ PaaS แท้นั้นไม่มีการแข่งขันสูง ดังนั้นในอุตสาหกรรมคลาวด์คอมพิวติ้ง IaaS และ SaaS จึงมีโอกาสที่ดีกว่า

ตลาด IaaS ของจีนกำลังพัฒนาอย่างรวดเร็ว ในตลาด IaaS ของจีน ส่วนแบ่งการตลาดของ Alibaba อยู่ที่ประมาณ 50% และอัตราการเติบโตของรายได้จากคลาวด์คอมพิวติ้งสามารถแสดงถึงอัตราการเติบโตของตลาด IaaS ของจีนได้ อัตราการเติบโตของรายได้จากคลาวด์คอมพิวติ้งของอาลีบาบาในปี 2558 2559 และ 2560 อยู่ที่ 64% 138% และ 121% ตามลำดับ ซึ่งบ่งชี้ในระดับหนึ่งว่าตลาด IaaS โดยรวมของจีนอยู่ในช่องทางการพัฒนาความเร็วสูง

ค่าใช้จ่ายด้าน R&D เป็นเกณฑ์ที่ใหญ่ที่สุดในอุตสาหกรรม IaaS และค่าใช้จ่ายส่วนใหญ่ถูกควบคุมโดยยักษ์ใหญ่

บริษัทขนาดใหญ่สามารถจ่ายค่าใช้จ่ายด้าน R&D ที่สูงและค่าฮาร์ดแวร์จำนวนมากได้เท่านั้น ไม่ว่าจะเป็นในประเทศหรือต่างประเทศ IaaS จึงถูกควบคุมโดยยักษ์ใหญ่ และเนื่องจากการพัฒนา IaaS นั้นขึ้นอยู่กับการอัปเดตเทคโนโลยีอย่างมาก บริษัทที่มีรายได้สูงจึงมีการลงทุนในค่าธรรมเนียม R&D ที่สูง ดังนั้น แมทธิวเอฟเฟกต์ในอุตสาหกรรมนี้ชัดเจนมาก

จากข้อมูล ส่วนแบ่งตลาดคลาวด์สาธารณะ IaaS หกอันดับแรกในปี 2559 ได้แก่ Amazon, Microsoft, Alibaba, Google, Rackspace และ IBM ยกเว้น Rackspace ซึ่งเข้าสู่อุตสาหกรรม IaaS ในปี 2541 และมีขนาดใหญ่มาเป็นเวลานาน บริษัทอื่นๆ ล้วนเป็นบริษัทยักษ์ใหญ่ในอุตสาหกรรมอื่นและสามารถลงทุนด้าน R&D ได้มหาศาล อย่างไรก็ตาม รายได้จากคลาวด์สาธารณะ IaaS ในปี 2559 ของ Rackspace เพิ่มขึ้น 5% และอัตราการเติบโตของรายได้นั้นต่ำกว่าของอีกห้าบริษัทมาก

Amazon เป็นบริษัทคลาวด์คอมพิวติ้งที่ใหญ่ที่สุดในโลก AWS คลาวด์คอมพิวติ้งเปิดตัวในปี 2549 ให้บริการผลิตภัณฑ์ IaaS เป็นหลัก และยังมีผลิตภัณฑ์ PaaS บางส่วนด้วย ค่าใช้จ่ายด้านการวิจัยและพัฒนาส่วนใหญ่ของ Amazon ใช้สำหรับการประมวลผลแบบคลาวด์ ภายในปี 2560 ค่าใช้จ่ายด้านการวิจัยและพัฒนาทั้งหมดของ Amazon สูงถึง 22.6 พันล้านดอลลาร์สหรัฐ และมีอัตราการเติบโตสูงถึง 41% เมื่อเทียบเป็นรายปี

อาลีบาบาเป็นบริษัทคลาวด์คอมพิวติ้งที่ใหญ่ที่สุดในจีน ในเดือนกรกฎาคม 2558 บริษัทประกาศการลงทุนเชิงกลยุทธ์มูลค่า 6 พันล้านหยวนในอาลีบาบาคลาวด์เพื่อขยายธุรกิจระหว่างประเทศ คลาวด์คอมพิวติ้ง และรากฐานด้านข้อมูลขนาดใหญ่และการพัฒนาเทคโนโลยีล้ำสมัย ตามรายงาน คาดว่าจะลงทุน 100,000 ล้านหยวนในอีก 3 ปีข้างหน้า เพื่อจัดตั้งศูนย์วิจัยและพัฒนา "Dharma Institute" ซึ่งรวมถึงการวิจัยและพัฒนาเทคโนโลยีพื้นฐานของคลาวด์คอมพิวติ้ง

1.3 ขนาดตลาดคลาวด์คอมพิวติ้ง

ตลาดคลาวด์คอมพิวติ้งทั่วโลกเติบโตอย่างต่อเนื่องโดยได้รับแรงหนุนจากเทคโนโลยีและราคา จากข้อมูลของ Gartner ตลาดคลาวด์คอมพิวติ้งรวมถึง IaaS, PaaS, SaaS, บริการกระบวนการ และการตลาดโฆษณามีมูลค่า 219.6 พันล้านดอลลาร์สหรัฐในปี 2559 และขนาดโดยรวมคาดว่าจะสูงถึง 411.4 พันล้านดอลลาร์สหรัฐภายในปี 2563 โดยมีอัตราการเติบโตแบบทบต้น จาก 2016 ถึง 2020 อัตราคือ 17%

คำอธิบายภาพ

ตลาดคลาวด์คอมพิวติ้งของจีนกำลังพัฒนาเร็วขึ้น เมื่อเทียบกับตลาดโลก ตลาดจีนเริ่มช้า ตลาดมีขนาดเล็ก และเทคโนโลยีกำลังเร่งให้ทันกับเทคโนโลยีล้ำสมัยของโลก ควบคู่ไปกับการเพิ่มขึ้นของจำนวนลูกค้าที่เกิดจากการทดแทนด้วยตนเอง อัตราการเติบโต ของตลาดคลาวด์คอมพิวติ้งของจีนนั้นสูงกว่าตลาดโลก จากข้อมูล ขนาดตลาดโดยรวมของบริการคลาวด์ระดับองค์กรของจีน (รวมถึง IaaS, PaaS และ SaaS) อยู่ที่ประมาณ 51.5 พันล้านหยวนในปี 2559 และขนาดตลาดจะอยู่ที่ประมาณ 136.6 พันล้านหยวนในปี 2563

คำอธิบายภาพ

คำอธิบายภาพ

แหล่งข้อมูล: Gartner

คำอธิบายภาพ

1.5 สถานะอุตสาหกรรมและจุดบกพร่อง

1. การผูกขาดคลาวด์คอมพิวติ้ง

ตลาดคลาวด์คอมพิวติ้งที่มีอยู่เป็นแบบรวมศูนย์อย่างมากโดยมีส่วนแบ่งตลาด Google, Amazon (AWS), Microsot Azure, Alibaba Cloud และ Tencent Cloud ผูกขาดตลาดคลาวด์คอมพิวติ้งทั้งหมดโดยอาศัยทรัพยากรเซิร์ฟเวอร์ที่รวมศูนย์สูง กำไรสูง ซึ่งนำไปสู่ ไปจนถึงราคาที่สูงสำหรับบริการด้านพลังงานคอมพิวเตอร์

2. ไม่มีสิ่งจูงใจ

ปัจจุบัน BONIC (Berkeley Open Infrastructure for Network Computing) เป็นแพลตฟอร์มคอมพิวเตอร์แบบกระจายกระแสหลักที่สุด ซึ่งใช้โดยหลายโครงการในฟิสิกส์คณิตศาสตร์และสาขาวิชาอื่นๆ แต่สร้างขึ้นจากทรัพยากรการคำนวณของอาสาสมัครที่กระจายอยู่ทั่วโลก การคำนวณแบบกระจาย แพลตฟอร์มขาดอาสาสมัครเพียงพอที่จะสนับสนุนพลังการประมวลผล

3. ทรัพยากรคอมพิวเตอร์ไม่เพียงพอ

แม้ว่าเราจะเห็นความเจริญรุ่งเรืองของ DApps ในอนาคต แต่บล็อกเชนทั่วไปในปัจจุบันมีพลังการประมวลผลที่จำกัดมากในการเรียกใช้ DApps และโครงสร้างพื้นฐานการประมวลผลแบบคลาวด์ที่มีอยู่ไม่สามารถตอบสนองความต้องการของ DApps ซึ่งต้องการโครงสร้างพื้นฐานแบบกระจายอำนาจอย่างสมบูรณ์จึงจะเรียกใช้ได้ ความจุในการจัดเก็บไม่เพียงพอและ โปรโตคอลมีเวลาแฝงในการอ่านสูง สิ่งเหล่านี้ต้องการทรัพยากรการประมวลผลเพิ่มเติมเพื่อตอบสนองความต้องการแอปพลิเคชันที่มากขึ้น

4. ค่าใช้จ่ายสูงเกินไป

ชื่อระดับแรก

แนวคิดที่เกี่ยวข้องกับคลาวด์คอมพิวติ้ง

เมื่อพูดถึงคลาวด์คอมพิวติ้ง เราต้องพูดถึงสองแนวคิดที่เกี่ยวข้องกับคลาวด์คอมพิวติ้ง: หมอกคอมพิวติ้งและเอดจ์คอมพิวติ้ง

2.1 การประมวลผลขอบ

Edge Computing (Edge Computing) ได้รับการเสนอให้แสดงขอบเขตของ Cloud และอุปกรณ์ต่างๆ มานานแล้ว โดยสามารถย้อนไปถึงปี 2003 เมื่อ AKAMAI และ IBM เริ่มร่วมมือกันเพื่อให้บริการ Edge-Based บนเซิร์ฟเวอร์ WebSphere

Edge Computing เป็นแพลตฟอร์มแบบเปิดแบบกระจายที่รวมเครือข่าย การประมวลผล พื้นที่เก็บข้อมูล และความสามารถหลักของแอปพลิเคชันไว้ที่ Edge ของเครือข่ายใกล้กับแหล่งที่มาของวัตถุหรือข้อมูล ข้อกำหนดหลักสำหรับการเพิ่มประสิทธิภาพ ระบบอัจฉริยะของแอปพลิเคชัน ความปลอดภัย และการปกป้องความเป็นส่วนตัว

Edge Computing จะเป็นรูปแบบเชิงนิเวศน์ใหม่ ด้วยการผสานรวมเครือข่าย การประมวลผล ที่เก็บข้อมูล แอปพลิเคชัน และทรัพยากรข่าวกรองที่ Edge ของเครือข่าย สามารถปรับปรุงประสิทธิภาพของบริการเครือข่ายและความสามารถในการควบคุมเครือข่ายแบบเปิด ดังนั้นจึงกระตุ้นโมเดลใหม่ที่คล้ายกับมือถือ อินเทอร์เน็ต ธุรกิจ แนวคิดทางเทคนิคของ Edge Computing ไม่เกี่ยวข้องกับวิธีการเข้าถึงเครือข่ายเฉพาะ และสามารถนำไปใช้กับสถานการณ์ต่างๆ เช่น อินเทอร์เน็ตประจำที่ เครือข่ายการสื่อสารเคลื่อนที่ อินเทอร์เน็ตของผู้บริโภค และอินเทอร์เน็ตอุตสาหกรรม เพื่อสร้างการปรับปรุงสถาปัตยกรรมเครือข่ายของตนเอง

2.2 หมอกคอมพิวเตอร์

Fog Computing เป็นแนวคิดล่าสุดที่ริเริ่มโดย Cisco เนื่องจากเมื่อเปรียบเทียบกับระบบคลาวด์แล้ว ระบบจะอยู่ใกล้กับจุดที่สร้างข้อมูลมากขึ้น และข้อมูล การประมวลผลที่เกี่ยวข้องกับข้อมูล และแอปพลิเคชันจะกระจุกตัวอยู่ในอุปกรณ์ที่ส่วนขอบของเครือข่าย แทนที่จะจัดเก็บไว้ในระบบคลาวด์เกือบทั้งหมด มันขยายแนวคิดของคลาวด์คอมพิวติ้งและได้รับการสนับสนุนโดย Cisco และองค์กรอื่นๆ ให้เป็นโครงสร้างเพื่อใช้งาน IoT โดยมีเป้าหมายที่จะนำไปใช้ทั่วโลก

Fog Computing เป็นรูปแบบการคำนวณแบบกระจายที่ทำหน้าที่เป็นชั้นกลางระหว่างศูนย์ข้อมูลบนคลาวด์และอุปกรณ์/เซ็นเซอร์ Internet of Things (IoT) ใกล้กับเซ็นเซอร์มากขึ้น การแนะนำแนวคิดของการประมวลผลแบบหมอกก็เพื่อจัดการกับความท้าทายที่ต้องเผชิญกับการประมวลผลแบบคลาวด์แบบดั้งเดิมในการประยุกต์ใช้อินเทอร์เน็ตในทุกสิ่ง

Fog Computing และ Edge Computing มีการกำหนดไว้อย่างคลุมเครือ และอุตสาหกรรมได้พยายามแยกทั้งสองเป็นแนวคิดที่แยกจากกัน ในเรื่องนี้ แนวคิดที่ได้รับการยอมรับอย่างกว้างขวางที่สุดในอุตสาหกรรมคือใน Edge Computing การประมวลผลข้อมูลจะอยู่บนฮาร์ดแวร์ที่รวบรวมข้อมูล Fog Computing คือเมื่อส่วนย่อยของโหนดส่งข้อมูลไปยังจุดเชื่อมต่อส่วนกลางที่ใหญ่กว่า ซึ่งข้อมูลจะได้รับการประมวลผลในขณะที่เชื่อมต่อกับเครือข่ายส่วนกลางโดยรวมที่ใหญ่ขึ้น

ชื่อระดับแรก

เทคโนโลยีบล็อกเชนและคลาวด์คอมพิวติ้ง

3.1 ความสัมพันธ์ระหว่างเทคโนโลยีบล็อกเชนกับคลาวด์คอมพิวติ้ง

เนื่องจากความนิยมของอินเทอร์เน็ต ข้อมูลมัลติมีเดียจำนวนมาก (กราฟิก ข้อความ เสียง วิดีโอ ฯลฯ) ได้สร้างข้อมูลจำนวนมหาศาล ซึ่งส่วนใหญ่ไม่มีโครงสร้าง

การประมวลผลแบบกระจายและการประมวลผลแบบขนาน: การประมวลผลแบบกระจายเป็นโซลูชันที่ใช้หลายโฮสต์ (คลัสเตอร์) ที่แตกต่างกันทางภูมิศาสตร์เพื่อทำงานร่วมกันเพื่อทำงานด้านคอมพิวเตอร์จำนวนมากให้เสร็จสมบูรณ์ ดังนั้นจึงเป็นการแทนที่ซูเปอร์คอมพิวเตอร์ การประมวลผลแบบขนานหมายถึงการประมวลผลแบบขนานหลาย CPU การประมวลผลแบบขนานสามารถปรับปรุงประสิทธิภาพการคำนวณได้ แต่ข้อสันนิษฐานคือควรออกแบบอัลกอริทึมของโปรแกรมให้ขนานกันให้มากที่สุด

การจำลองเสมือน: การจำลองเสมือนเป็นวิธีการแบ่งทรัพยากรสำหรับการประมวลผลแบบคลาวด์ ซึ่งมีสองระดับ ได้แก่ การรวมทรัพยากรทางกายภาพและการจัดการทรัพยากรร่วมกัน การจำลองเสมือนมีสองประเภท ประเภทหนึ่งคือการจำลองทรัพยากรทางกายภาพหลายรายการให้เป็นทรัพยากรแบบลอจิคัล "ขนาดใหญ่" หนึ่งรายการ และอีกประเภทหนึ่งคือการแบ่งทรัพยากรแบบลอจิคัล "ขนาดเล็ก" หลายรายการบนทรัพยากรทางกายภาพหนึ่งรายการ

ในปัจจุบัน คลาวด์คอมพิวติ้งใช้วิธีเวอร์ชวลไลเซชันแบบแรกบ่อยขึ้น วิธีการปรับใช้ใช้คลัสเตอร์แบบกระจาย การประมวลผลแบบขนานไม่เกี่ยวข้องมากนัก (การประมวลผลแบบขนานยังอยู่ระหว่างการวิจัยเชิงวิชาการ) กลุ่มเทอร์มินัลให้บริการด้านไอทีตามต้องการ สามารถเข้าใจได้ง่ายๆ ว่าโซลูชันแบบกระจายถูกเสนอให้ประมวลผลข้อมูลจำนวนมหาศาลอย่างรวดเร็ว และจุดประสงค์สูงสุดหรือการแสดงให้เห็นของโซลูชันคือการตระหนักถึง "การแลกเปลี่ยนฮาร์ดแวร์กับเวลา" โดยการกระจายข้อมูลบนคอมพิวเตอร์หลายเครื่อง เพื่อประมวลผลพร้อมกัน (การประมวลผลแบบขนาน ) ชุดข้อมูลที่มีแอตทริบิวต์บางอย่าง จากมุมมองของความเป็นจริง บริษัทอินเทอร์เน็ตขนาดเล็กและขนาดเล็กจำนวนมากไม่มีความสามารถหรือความจำเป็นในการสร้างระบบกระจายของตนเอง และจะพึ่งพาผู้ให้บริการคลาวด์นอกทรัพยากรท้องถิ่น เพื่อให้บริษัทสามารถมุ่งเน้นไปที่การนำผลิตภัณฑ์และธุรกิจไปใช้

เมื่อรวมกับเครื่องมือการพัฒนาที่ยืดหยุ่น แพลตฟอร์ม DCC สามารถช่วยให้นักพัฒนาเผยแพร่ซอฟต์แวร์และสร้างรายได้ ซึ่งจะเป็นการเปลี่ยนวิธีจัดระเบียบและดำเนินการงานด้านคอมพิวเตอร์ แพลตฟอร์มดังกล่าวกลายเป็นรากฐานสำหรับการสร้างอินเทอร์เน็ตในอนาคตโดยเปิดใช้งานไมโครเซอร์วิสแบบกระจายอำนาจและการดำเนินการแบบอะซิงโครนัส แอปพลิเคชันที่ซับซ้อน (เช่น การเรนเดอร์ CGI, การคำนวณทางวิทยาศาสตร์, การเรียนรู้ของเครื่อง ฯลฯ) จะเป็นประโยชน์ต่อทุกคนเนื่องจากราคาของคอมพิวเตอร์ที่ลดลงอย่างมาก

คอมพิวเตอร์เชื่อมต่อกันผ่านเครือข่าย P2P ทำให้เจ้าของแอปพลิเคชันและผู้ใช้แต่ละราย (ผู้ร้องขอพลังการประมวลผล) สามารถเช่าพลังการประมวลผลจากผู้ใช้รายอื่น (ผู้ให้พลังการประมวลผล) ทรัพยากรการประมวลผลเหล่านี้สามารถทำงานด้านการประมวลผลที่ต้องการเวลาในการประมวลผลและกำลังการประมวลผลที่แน่นอน ในปัจจุบัน ทรัพยากรคอมพิวเตอร์ถูกควบคุมโดยผู้ให้บริการระบบคลาวด์แบบรวมศูนย์ ภายใต้เครือข่ายปิด ระบบการชำระเงินภายนอก และรูปแบบการทำงานที่เข้มงวด สิ่งอำนวยความสะดวกการประมวลผลแบบคลาวด์แบบกระจายอำนาจสามารถใช้ระบบการโอนการชำระเงินตาม Ethereum (หรือเครือข่ายสาธารณะที่คล้ายกัน) ซึ่งสามารถรับรู้การชำระเงินโดยตรงระหว่างผู้ซื้อไฟฟ้า (ผู้ร้องขอ) ผู้ขาย (ซัพพลายเออร์) และนักพัฒนาซอฟต์แวร์

3.2 ข้อดีของ DCC

1. นอกจากเซิร์ฟเวอร์ฟรี แบนด์วิธและทรัพยากรอื่นๆ แล้ว ความต้องการด้านคอมพิวเตอร์ยังถูกกระจายไปยังโหนดจำนวนมากในระบบ และทรัพยากรเชิงพยากรณ์ของผู้ใช้จะถูกใช้เพื่อสร้างมูลค่า

2. โดยการบูรณาการทรัพยากรการประมวลผลที่ไม่ได้ใช้งานในสังคม จะให้บริการด้านการประมวลผลแบบกระจายอำนาจสำหรับองค์กรหรือบุคคลทั่วไป และสร้างตลาดของผู้ซื้อและผู้ขายด้านการประมวลผลคอมพิวเตอร์บนพื้นฐานของระบบเศรษฐกิจโทเค็น

3. เมื่อเปรียบเทียบกับบริการคลาวด์คอมพิวติ้งแบบเดิม บริการดังกล่าวจะลดเกณฑ์และค่าธรรมเนียมการใช้งานของบริการคลาวด์คอมพิวติ้ง ซึ่งเอื้อต่อความนิยมของคลาวด์คอมพิวติ้ง

3.3 รูปแบบธุรกิจ

3.3.1 โมเดลเศรษฐกิจโทเค็น

แม้ว่าจะมีโครงการแพลตฟอร์มการประมวลผลแบบกระจายจำนวนมากในตลาด แต่กรอบทางเทคนิคโดยรวมก็คล้ายกัน ต่อไปนี้เป็นกรอบทั่วไปเพื่ออธิบายโมเดลเศรษฐกิจโทเค็นอย่างคร่าว ๆ

โหนดคำขอ

โดยทั่วไป โหนดนี้ให้บริการโดยผู้ค้าหรือสถาบันวิจัยทางวิทยาศาสตร์บางแห่งที่มีความต้องการใช้คอมพิวเตอร์ โดยทั่วไป จำนวนคอมพิวเตอร์ในห้องทดลองหรือคอมพิวเตอร์ของตนเองไม่ตรงกับความต้องการใช้คอมพิวเตอร์ในปัจจุบัน Supercomputing หรือทรัพยากรคอมพิวเตอร์ที่คุ้มค่าอื่นๆ เช่น กระจายอยู่ทั่วโลก พลังการคำนวณเพื่อให้บรรลุเป้าหมาย โหนดที่ร้องขออาจต้องสร้างแบบจำลองไฟล์ความต้องการ (ข้อมูล) ของตนเองก่อนตามข้อกำหนดก่อนที่จะเข้าสู่เครือข่าย (ELastic) หรือให้โหนดอื่นทำงานการจัดหมวดหมู่อย่างง่ายนี้

โหนดต่อไปนี้จำเป็นต้องสนับสนุนทรัพยากรการประมวลผล

โหนดการจำแนกประเภท

โหนดนี้เข้าร่วมโดยผู้ใช้ที่สนับสนุนพลังการประมวลผลของ CPU ผ่านแพลตฟอร์มพลังการประมวลผลแบบกระจาย อัลกอริทึมการจัดประเภทที่ค่อนข้างง่ายบางอย่างได้รับการตั้งค่าเพื่อจัดประเภทโครงการวัตถุประสงค์ในการคำนวณบางอย่าง เพื่อให้บรรลุผลของการจำแนกประเภทข้อมูลและแบบจำลอง จุดประสงค์ของสิ่งนี้คือ สามารถประมวลผลข้อมูลที่ผิดปกติแต่เดิมเหล่านี้ได้ดีขึ้น และในขณะเดียวกันก็ส่งไปยังโหนดประมวลผลที่เชี่ยวชาญในการประมวลผลข้อมูลประเภทนี้

โหนดการประมวลผล

โหนดนี้มีไว้สำหรับการประมวลผลหมวดหมู่ข้อมูลเฉพาะ เนื่องจากมีข้อมูลหลายพันประเภทจากโหนดการจัดประเภทหรือโหนดคำขอ ดังนั้น วิธีการประมวลผลข้อมูลเฉพาะหรือรูปแบบที่ควรใช้จึงแตกต่างกันด้วยสำหรับบางโครงการที่ซับซ้อนมากขึ้นสำหรับผู้ที่สามารถเข้าร่วมในโครงการนี้ได้เครื่องจักรและ คนในนั้นมีความต้องการสูง นี่คือสองตัวอย่าง:

ในด้านการแพทย์ เช่น ข้อมูลทางการแพทย์บางอย่าง เช่น ข้อมูลรูปภาพ การประมวลผลข้อมูลดังกล่าวโดยทั่วไปต้องใช้บุคลากรที่มีความรู้ทางการแพทย์อย่างน้อยในการประมวลผลและคำนวณข้อมูลส่วนนี้เพื่อให้ได้ข้อมูลที่ต้องการ

ในสาขา AI และแมชชีนเลิร์นนิง การฝึกอบรมและการประมวลผลข้อมูลประเภทนี้ต้องการอุปกรณ์การวิจัยทางวิทยาศาสตร์ของมหาวิทยาลัยหรือนักพัฒนาที่มีประสบการณ์ในการเขียนโปรแกรมมากขึ้นเพื่อเป็นโหนดนี้ เนื่องจากจำเป็นต้องใช้โมเดลการประมวลผลข้อมูลเฉพาะ เช่น KNN หรือแผนผังการตัดสินใจ เป็นต้น เหล่านี้ ผู้สนับสนุน CPU หรือ GPU ทั่วไปไม่สามารถตอบสนองความต้องการในการประมวลผลข้อมูลประเภทนี้ได้อีกต่อไป

ตรวจสอบความถูกต้อง

โหนดนี้ตัดสินและคัดกรองผลการประมวลผลของข้อมูลเดียวกันที่ส่งมาจากโหนดประมวลผลหลายโหนด และโดยทั่วไปต้องการเพียงส่วนสนับสนุนของ CPU ของอุปกรณ์เท่านั้น โดยทั่วไป งานประมวลผลข้อมูลเดียวกันจะถูกส่งไปยังโหนดการประมวลผลข้อมูลหลายโหนด เพื่อให้สามารถลงคะแนนในภายหลังเพื่อตัดสินว่าข้อมูลใดตรงตามข้อกำหนด แม้ว่าการทำเช่นนั้นจะทำให้ข้อมูลซ้ำซ้อน แต่จะให้การรับประกันสูงสำหรับความถูกต้องของผลลัพธ์สุดท้าย และร่วมมือกับกลไกการให้เกียรติเพื่อแก้ปัญหาการฉ้อโกงข้อมูลอย่างมีประสิทธิภาพ

3.3.2 ระบบเกียรติยศ

เนื่องจากแพลตฟอร์มนี้จะไม่กระจายพลังการประมวลผลผ่านการกระจายโดยสมัครใจอีกต่อไป วิธีการวัดพลังการประมวลผลของแต่ละคนจึงเป็นปัญหาใหม่ ระบบคะแนนและอันดับสมาชิกเป็นวิธีที่ดีกว่าในการวัดว่าผู้ใช้มีส่วนร่วมมากน้อยเพียงใด

มีความเป็นไปได้ที่จะดำเนินการตามจำนวนหน่วยงานที่เสร็จสมบูรณ์ แต่เนื่องจากโครงการที่สามารถรันบนแพลตฟอร์มการประมวลผลแบบกระจายในอนาคตอาจมีความแตกต่างอย่างมากในวัตถุประสงค์หรือการดำเนินการ เช่น เมื่อมีแพ็กเก็ตข้อมูลบางอย่าง ในเครื่องหนึ่งเครื่องหนึ่งใช้เวลาประมาณหนึ่งชั่วโมงจึงจะเสร็จสมบูรณ์ ในขณะที่อีกชุดข้อมูลจะใช้เวลานานกว่า 20 เท่าจึงจะเสร็จสมบูรณ์ในเครื่องเดียวกัน ซึ่งจะทำให้หน่วยงานเดียวกันได้รับรางวัลเดียวกันแต่ปริมาณงานต่างกัน แน่นอนว่าไม่สามารถใช้งานได้ จำนวนงานที่เสร็จสมบูรณ์เพื่อวัดปริมาณของการมีส่วนร่วมในการคำนวณที่ทำโดยผู้ใช้ ในทำนองเดียวกัน การวัดการมีส่วนร่วมตามเวลาของซีพียูที่จำเป็นในการประมวลผลงานให้เสร็จสมบูรณ์นั้นเป็นไปไม่ได้ เนื่องจากเป็นไปไม่ได้ที่จะสรุปการมีส่วนร่วมของผู้ใช้ผ่านพารามิเตอร์เฉพาะบางรายการ จึงจำเป็นต้องใช้อัลกอริทึมบางอย่างเพื่อบันทึกจำนวนการคำนวณที่ผู้ใช้แต่ละรายกรอกจริงอย่างแม่นยำ เพื่อให้ได้การกระจายรางวัลที่ยุติธรรมและแม่นยำ ดังนั้นการพิจารณาจำนวนเงินสมทบจึงควรอ้างอิงจากหลายมุม

3.3.3 ระบบคะแนน

ระบบจุดที่เป็นไปได้มากกว่าควรพิจารณาหลายด้านอย่างครอบคลุมเพื่อคำนวณส่วนร่วมของโหนด:

ดัชนีประสิทธิภาพของอุปกรณ์

อุปกรณ์ที่มีประสิทธิภาพต่างกันมีการใช้ทรัพยากรและค่าใช้จ่ายที่แตกต่างกันเมื่อเรียกใช้และประมวลผลแพ็กเก็ตข้อมูลเดียวกัน ควรทำการทดสอบประสิทธิภาพที่เป็นมาตรฐานบนอุปกรณ์ต่างๆ เพื่อให้ได้คะแนนประสิทธิภาพที่เหมาะสมสำหรับการถ่วงน้ำหนัก

จำนวนผลลัพธ์ที่ส่งถูกต้อง

ในแพลตฟอร์มการประมวลผลแบบกระจาย ฝั่งอุปสงค์มีความกังวลมากที่สุดเกี่ยวกับคุณภาพของผลลัพธ์ที่ได้รับ หากผลลัพธ์ที่ได้จากอุปกรณ์ไม่เป็นไปตามข้อกำหนดหรือเป็นผลลัพธ์ที่ไม่ถูกต้องซึ่งสร้างโดยผู้ใช้ที่ประสงค์ร้าย การสูญเสียชื่อเสียงของแพลตฟอร์มจะเป็น ใหญ่. สิ่งที่ทำได้คือให้คะแนนตามจำนวนผลลัพธ์ที่ถูกต้องที่ส่งมา และผลลัพธ์ที่ถูกต้องควรได้รับรางวัลและอัปเกรด ในขณะที่ผลลัพธ์ที่ไม่ถูกต้องควรลดระดับลงตามการลงโทษ

ปัญหาที่เป็นไปได้:

ไม่อนุญาตให้ทำการทดสอบประสิทธิภาพ

โดยเฉพาะอย่างยิ่งเมื่อมีระบบปฏิบัติการข้ามแพลตฟอร์ม เช่น การติดตั้งไคลเอ็นต์เวอร์ชัน Windows และไคลเอ็นต์เวอร์ชัน Linux บนคอมพิวเตอร์เครื่องเดียวกัน ผลการทดสอบมาตรฐานอาจแตกต่างกันมาก

ง่ายต่อการโกง

ชื่อระดับแรก

การวิเคราะห์โครงการ DCC

โครงการคอมพิวเตอร์คลาวด์ที่เกี่ยวข้องกับบล็อกเชนส่วนใหญ่ใช้เทคโนโลยีแบบกระจายของบล็อกเชนเพื่อเชื่อมต่อโหนดคอมพิวเตอร์ที่กระจัดกระจายหลายโหนดเพื่อให้บริการเช่าทรัพยากรคอมพิวเตอร์แบบกระจาย

4.1 รายชื่อโครงการ DCC

4.2 การเปรียบเทียบรายการต่อรายการของโครงการหลัก

ชื่อระดับแรก

ตรรกะการลงทุนโครงการ DCC

1. นวัตกรรมเทคโนโลยีโครงการ

โครงการ Blockchain ที่เกี่ยวข้องกับการประมวลผลแบบกระจายมีแนวคิดทั่วไปเหมือนกัน พวกเขาให้บริการพลังการประมวลผลแบบกระจายอำนาจสำหรับองค์กรและบุคคลโดยการรวมและใช้ทรัพยากรที่ไม่ได้ใช้งาน และสร้างตลาดผู้ซื้อและผู้ขายพลังงานการประมวลผลคอมพิวเตอร์ตามเศรษฐกิจโทเค็น ดังนั้นนวัตกรรมทางเทคโนโลยีจึงมีความสำคัญอย่างยิ่งการปรับปรุงเทคโนโลยีโดยเร็วที่สุดทำได้ง่ายกว่าและตระหนักถึงการลงจอดผ่านเครือข่ายการทดสอบเพื่อเน้นความได้เปรียบในการแข่งขัน

2. องค์กรที่มีประสิทธิภาพและแพลตฟอร์มการประสานงาน

โครงการที่ประสานโหนดการประมวลผลผ่าน blockchain ต้องการประสบความสำเร็จในการเชื่อมต่อกับแพลตฟอร์มในฟิลด์ที่แบ่งย่อย นอกจากการค้นหาสถานการณ์ของตนเองแล้ว พวกเขายังต้องแข่งขันกับโครงการการประมวลผลแบบคลาวด์แบบดั้งเดิมเพื่อประสิทธิภาพ การเลือกห่วงโซ่พื้นฐานที่มีประสิทธิภาพมากขึ้นและต้นทุนต่ำคือ ส่วนสำคัญของความโดดเด่น .

3. นวัตกรรมการออกแบบแบบจำลองแรงจูงใจทางเศรษฐกิจ

การออกแบบแบบจำลองทางเศรษฐกิจที่ดีจะกำหนดการดำเนินงานระยะยาวของโครงการ แม้ว่าจะมีโครงการ DCC มากมายในตลาด แต่กรอบแบบจำลองทางเศรษฐกิจของพวกเขาก็เหมือนกันโดยพื้นฐานแล้วและความเป็นเนื้อเดียวกันนั้นค่อนข้างจริงจัง จากนั้น ภายใต้สมมติฐานของการรับประกันว่า ความปลอดภัยของรูปแบบเศรษฐกิจที่มีอยู่ โดยการสร้างนวัตกรรมในรูปแบบแรงจูงใจและอื่น ๆ ที่สอดคล้องกับผู้ใช้และผู้ใช้เท่านั้นที่สามารถอยู่รอดในการแข่งขันเป็นเวลานาน

4. ความสามารถในการดำเนินงานของชุมชน

สำหรับโครงการ blockchain ชุมชนเป็นทรัพยากรที่สำคัญมาก ความแข็งแกร่งของความสามารถในการดำเนินงานของชุมชนจะเป็นตัวกำหนดว่าจะมีการสร้างเอฟเฟกต์เครือข่ายหรือไม่ ซึ่งจะเป็นการกำหนดการส่งเสริมโครงการและการปรับปรุงพลังการประมวลผลแบบกระจาย และชุมชนยังสามารถสร้าง มีส่วนร่วมอย่างมากในการพัฒนาโครงการ รวมถึงการดำเนินงานและการบำรุงรักษา การสนับสนุนด้านเทคนิค และด้านอื่นๆ

5. คุณภาพการบริการสามารถเข้าถึงระดับการค้าได้หรือไม่

ชื่อระดับแรก

แนวโน้มในอนาคตของโครงการ DCC

1. ด้วยการปรับปรุงเทคโนโลยี จำนวนโครงการที่ดำเนินการจริงเพิ่มขึ้น

โครงการคลาวด์คอมพิวติ้งที่ใช้บล็อกเชนนั้นยังไม่สมบูรณ์และสมบูรณ์แบบในด้านเทคโนโลยี และบางโครงการยังคงทำงานบนเครือข่ายทดสอบ ความเสถียรและความเร็วนั้นแย่กว่าบริการคลาวด์คอมพิวติ้งแบบเดิมมาก ในขณะเดียวกัน โครงการเหล่านี้ก็ไม่ได้มีลักษณะทั่วไป กรณีแอปพลิเคชันหรือสถานการณ์บริการ , มันยังห่างไกลจากการใช้งานเชิงพาณิชย์ขนาดใหญ่ คาดการณ์ได้ว่าด้วยการพัฒนาเทคโนโลยีบล็อกเชนและเทคโนโลยีที่เกี่ยวข้องกับการประมวลผลแบบกระจายพร้อมกัน โครงการเชื่อมโยงไปถึงจะปรากฏขึ้นอย่างรวดเร็ว

2. การปรับปรุงความปลอดภัยเป็นทิศทางการพัฒนาที่สำคัญ

ในรูปแบบการประมวลผลแบบคลาวด์ ข้อมูลผู้ใช้จะถูกอัปโหลดไปยังศูนย์ข้อมูล และในกระบวนการนี้ ความปลอดภัยของข้อมูลจะกลายเป็นประเด็นสำคัญ ตั้งแต่รหัสผ่านบัญชีการเงินอิเล็กทรอนิกส์ ประวัติเครื่องมือค้นหาไปจนถึงการตรวจสอบกล้องอัจฉริยะ กระบวนการอัปโหลดข้อมูลส่วนตัวเหล่านี้ไปยังศูนย์ข้อมูลมีความเสี่ยงที่ข้อมูลจะรั่วไหล ดังนั้นการปรับปรุงความปลอดภัยจะเป็นสิ่งที่ DCC ต้องการเพื่อให้บรรลุประสิทธิภาพหลัก

3. สิทธิ์ในทรัพย์สินทางปัญญาได้รับการแก้ไขอย่างเหมาะสม

สิ่งที่เกี่ยวข้องอย่างใกล้ชิดกับข้อกังวลด้านความปลอดภัยคือข้อกังวลเกี่ยวกับข้อมูลที่เป็นกรรมสิทธิ์และทรัพย์สินทางปัญญา ในการประมวลผลแบบคลาวด์ ข้อมูลผู้ใช้ทั้งหมดจำเป็นต้องอัปโหลดไปยังศูนย์ข้อมูล และข้อมูลสำคัญบางอย่างที่ถือเป็นความลับทางการค้าอาจได้รับจากข้อมูลทางอุตสาหกรรมที่ได้รับจากเซนเซอร์คุณภาพสูง ดังนั้น วิธีแก้ปัญหาที่สมเหตุสมผลสำหรับปัญหาทรัพย์สินทางปัญญาจึงมีความสำคัญอย่างยิ่งต่อ การพัฒนา DCC ผลกระทบครั้งใหญ่

4. ค่าใช้จ่ายของแบนด์วิธจะลดลงอย่างมาก

เซ็นเซอร์ที่เชื่อมต่อภายในระบบสร้างข้อมูลจำนวนมาก และในกรณีเหล่านี้ การส่งข้อมูลทั้งหมดนี้ไปยังคลาวด์อาจใช้เวลานานเกินไปและมีค่าใช้จ่ายสูง ในขณะที่การประมวลผลแบบกระจายช่วยให้การประมวลผลความเร็วสูงในขณะที่ยังคงรักษาความปลอดภัย ซึ่งจะช่วยลดต้นทุนแบนด์วิธได้อย่างมาก .

5. การเพิ่มประสิทธิภาพของความเป็นอิสระ

เป็นเพราะปัญหาความล่าช้าและความยืดหยุ่นที่ทำให้การตัดสินใจอย่างอิสระของ Edge Computing ไม่ขึ้นอยู่กับลักษณะของระบบคลาวด์ ซึ่งกลายเป็นข้อได้เปรียบที่ชี้ขาดในแอปพลิเคชัน IoT ดังนั้น ในสถานการณ์ฉุกเฉิน แพลตฟอร์ม DCC สามารถตรวจสอบตัวเองและกระบวนการที่กำลังดำเนินการได้พร้อมๆ กัน และยังสามารถตั้งโปรแกรมได้ เพื่อให้สามารถตระหนักถึงคุณลักษณะของการกระจายอำนาจได้อย่างเต็มที่ ในขณะเดียวกันก็มั่นใจในความปลอดภัยและเสถียรภาพของตัวเอง

6. สถาปัตยกรรมทางเทคนิคจะเป็นมาตรฐาน

ความก้าวหน้าทางเทคโนโลยีที่สำคัญใด ๆ เป็นของสถาปัตยกรรมการแข่งขันในยุคแรก ๆ ขณะนี้มีการทดลองและวิธีแก้ปัญหามากมายใน DCC และมาตรฐานอุตสาหกรรมบางอย่างจะค่อยๆ ปรากฏขึ้นในอีก 5-10 ปีข้างหน้า ซึ่งจะนำมาซึ่งการพัฒนาอย่างรวดเร็วของอุตสาหกรรมทั้งหมด

7. Blockchain และคลาวด์คอมพิวติ้งจะบรรลุการรวมที่จำกัด

เทคโนโลยีบล็อกเชนสามารถสร้างเครือข่ายที่ปลอดภัยและเป็นประชาธิปไตยได้อย่างสมบูรณ์ในทางทฤษฎี แต่ราคาที่ผู้ใช้ยินดีจ่ายสำหรับ "ความปลอดภัย" มีจำกัด การรวมบล็อกเชนและคลาวด์คอมพิวติ้งในอนาคตเป็นสิ่งที่หลีกเลี่ยงไม่ได้ และคลาวด์โหนดขนาดเล็กจะปรากฏขึ้น blockchainization ของโหนดสำคัญ และแม้แต่สถานการณ์การสำรองข้อมูลที่จำกัด

1. รายงานนี้เป็นผลงานต้นฉบับของ Jingzhun (ID: rong36kr) ซึ่งเป็นองค์กรวิจัยและวิเคราะห์ข้อมูลระดับมืออาชีพ [Jingzhun Research Institute] ซึ่งได้รับการคุ้มครองโดย "กฎหมายลิขสิทธิ์" และมีสิทธิ์ในการรวบรวมและคำอธิบายประกอบตามกฎหมาย

【ประกาศการพิมพ์ซ้ำ】

1. รายงานนี้เป็นผลงานต้นฉบับของ Jingzhun (ID: rong36kr) ซึ่งเป็นองค์กรวิจัยและวิเคราะห์ข้อมูลระดับมืออาชีพ [Jingzhun Research Institute] ซึ่งได้รับการคุ้มครองโดย "กฎหมายลิขสิทธิ์" และมีสิทธิ์ในการรวบรวมและคำอธิบายประกอบตามกฎหมาย

3. ห้ามพิมพ์ซ้ำเชิงพาณิชย์และแก้ไขรองและพิมพ์ซ้ำ

3. ห้ามพิมพ์ซ้ำเชิงพาณิชย์และแก้ไขรองและพิมพ์ซ้ำ