雲計算

阿里雲加速器雲企融合週刊2021年008期——「百芯智造」 百芯智造是一家為B端客戶提供電子元器件採購與PCBA製造服務的企業。基於阿里雲ECS、NAS、API網關等產品，向200多萬電子工程師群體提供電子元器件數據庫搜索，搭建BOM核價工具、ERP採購管理、PCBA仿真應用等一站式服務平臺。同時，在阿里雲加速器的鏈接下，攜手阿里巴巴平頭哥、IoT團隊，共探智能芯片產業鏈升級！

點擊訂閱新品發佈會 新產品、新版本、新技術、新功能、價格調整，評論在下方，下期更新！關注更多新品發佈會！ 精品直播 第129期: 雲原生應用加速發佈會 直播時間：2021年3月24日 14:00-15:00 預約直播 雲原生技術的發展如火如荼，正在重塑整個軟件生命週期和IT架構，容器逐漸成為了企業IT架構的標配，那麼阿里雲是如何助力企業雲原生應用加速？ 全面上雲的時代雲原生到底給企業帶來什麼價值？ 本次5大產品升級發佈，為您講解企業是如何充分享受雲邊端協同、應用啟動加速、容器鏡像加速、提升開源網關可用性等福利，實現應用更穩定，成本更經濟。 點擊查看詳情 雲計算情報局 第7期： 這，就是雲端基因計算 點擊關注 直播時間：2021年3月26日 14:00 日新月異的基因測序技術推動了精準醫療和疾病防控的發展，也對海量基因組數據的分析計算效率提出更高要求。 本期雲計算情報局將聚焦雲計算技術加持的基因分析領域，發佈阿里雲基因分析平臺產品與核心技術。我們還將與精準醫療領域專家對話，看雲上算力爆發如何加速創新的步伐。

在當前互聯網+工業高速發展的大背景下，製造業無論從規模、產值還是 從管理理念、數字化、智能化水平都在快速發展，快速轉變。但是很多制 造業，尤其是離散製造業在生產管理上還存在這一些亟待解決的問題，隨 著工業現代化的不斷演進，自動化和數字精益化的方面已經取得一定的成 果，但離預期還相距甚遠，越來越接近企業生產管理的天花板，傳統管理 及信息化手段無法以無法滿足企業自身發展的需求，迫切需要基於大數 據、人工智能、區塊鏈等前沿技術去解決企業的生產經營管理的難題。 隨著製造業競爭日趨激烈，減少企業運營各環節的成本已經是當前製造業 首先需要解決的問題，離散製造業定製化水平越來越高，多品種、小批 量、個性化按需生產的的柔性生產能力要求越來越高。在圍繞企業生產的 設計體系、企業經營體系、供應鏈體系面臨更大的挑戰，如何打通各體系 環節，提高銷售預測能力、生產計劃排程能力、質量預測能力、設備預防 性維護能力、物流優化能力、工藝參數優化等能力，進而提升整個企業運 營各環節智能化水平是企業面臨亟待解決的問題。 發達的製造業國家把先進工業知識埋在設備和系統中，中國企業大價錢引 進的技術，僅僅獲得的是知識的使用權，而不是擁有權，而且使用成本及 其昂貴，知其然不知其所以然，自主可控的知識嚴重缺失，此外，由於勞 動力成本攀升，導致技術工人、工程師人才頻繁進出，經驗與知識卻沒有 留存下來，企業陷入到原地踏步重複造輪子的窘境，人才和知識的沉澱對 於企業的發展越來越重要。

阿里雲ECS雲服務器是阿里雲眾多雲產品中最熱門的產品，購買ECS雲服務器不同於購買傳統物理服務器和VPS之類的服務器，對於新手用戶來說，在購買之前有必要了解ECS雲服務器在備案、鏡像、ECS實例規格、帶寬、地域和可用區等相關購買須知，本文總結了十條常見的購買須知，有助於我們瞭解和選擇ECS雲服務器。 一、ECS雲服務器備案1、如果是買的國內雲服務器必須備案，如果是海外雲服務器（包括香港地域）則不用備案。2、想要在阿里雲備案，ECS雲服務器計費模式須為包年包月，且購買時長至少3個月以上。3、阿里雲服務器備案平臺地址為：beian.aliyun.com 二、ECS雲服務器付費模式ECS雲服務器的付費模式分為包年包月、按量付費、搶佔式實例三種模式，1、包年包月按月購買及續費，為預付費模式。若購買中國內地地域的 ECS 用於網站 Web 訪問，請及時備案。若ECS雲服務器用於SLB，請前往SLB新購頁面購買帶寬，ECS雲服務器僅需保留少量帶寬以便您管理。 2、按量付費按實際開通時長以小時為單位進行收費，後付費模式。按量付費ECS不支持備案服務。 3、搶佔式實例相對於按量付費實例價格有一定的折扣，價格隨供求波動，按實際使用時長進行收費，後付費模式。您願意支付每小時的實例最高價。當您的出價高於當前市場成交價時，您的實例就會運行。阿里雲會根據供需資源或市場成交價的變化釋放您的搶佔式實例。搶佔式實例不支持備案服務。 三、ECS雲服務器實例規格阿里雲ECS雲服務器有多種實例規格，如計算型c6、通用型g5、共享標準型s6、通用平衡增強型g6e等實例規格，ECS實例規格不同適用場景不同，ECS雲服務器配置性能也不同。入門級ECS實例規格：共享標準型s6、突發性能實例t5/t6、共享計算型n1、共享基本型xn4等實例規格；企業級ECS實例規格：計算型c6/c6、通用型g6/g5、內存型、大數據型、本地SSD、高主頻型等實例規格。參考資料：ECS實例規格詳解 四、ECS雲服務器地域及可用區阿里雲服務器最新可選地域如下圖所示：每個地域完全獨立。每個可用區完全隔離，但同一個地域內的可用區之間使用低時延鏈路相連。不同地域的實例之間內網互不相通；選擇靠近您客戶的地域，可降低網絡時延、提高您客戶的訪問速度。 五、ECS雲服務器cpu與內存配置選擇阿里雲ECS雲服務器常見的CPU與內存配置有1核2G、2核4G、2核8G、4核8G、4核16G、8核16、8核32G等，我們在選擇雲服務器時CPU與內存是購買ECS雲服務器的一個核心因素，雖然更高的CPU與內存配置對網站程序和數據的處理能力更強，但價格也會更高。所以我們在選擇雲服務器時一定要根據自身的實際情況來決定。對於一般的企業網站或者個人網站來說，選擇單核或者雙核的CPU就可以滿足需求，如果是大型論壇或者網頁遊戲，在為網站選擇雲服務器時最好選擇4核以上CPU的雲服務器。阿里雲官方根據不同用戶的上雲場景也有不同的推薦，參考資料：配置選型 六、鏡像（操作系統）選擇阿里ECS雲服務器國內地域的操作系統是可以免費更換的，阿里雲鏡像分為公共鏡像、自定義鏡像、共享鏡像、鏡像市場。各個鏡像的情況如下：1、公共鏡像是由阿里雲官方或第三方合作商家提供的系統基礎鏡像，僅包括初始系統環境。請根據您的實際情況自助配置應用環境或相關軟件配置。2、自定義鏡像基於用戶系統快照生成，包括初始系統環境、 應用環境和相關軟件配置 。選擇自定義鏡像創建雲服務器，節省您的重複配置時間。3、共享鏡像是其他賬號的自定義鏡像主動共享給您使用的鏡像。阿里雲不保證其他賬號共享給您的鏡像的完整性和安全性，使用共享鏡像需要自行承擔風險。瞭解共享鏡像詳情>4、鏡像市場提供經嚴格審核的優質鏡像，預裝操作系統、應用環境和各類軟件，無需配置，可一鍵部署雲服務器。滿足建站/應用開發/可視化管理等個性化需求。 七、ECS雲服務器雲盤存儲阿里ECS雲服務器存儲可選高效雲盤、SSD雲盤和ESSD雲盤，雲盤存儲介質不同性能也不同。各雲盤的主要性能如下： 雲盤類型 雲盤介紹 ESSD雲盤 阿里雲全新推出的超高性能雲盤產品。基於新一代分佈式塊存儲架構，結合25GE網絡和RDMA技術，單盤可提供高達100萬的隨機讀寫能力和更低的單路時延能力。

近日，為了不斷提升和優化雲環境的安全性及安全體驗，對用戶業務和數據的雲上安全實現更高安全等級保護，阿里雲正式發佈系統可信解決方案。該產品與和10月份發佈的業界首個基於SGX2.0和TPM的虛擬化實例將形成有力呼應，標誌著阿里雲已具備提供完整雲可信產品的能力。 系統可信解決方案 可用於保護系統啟動過程中的關鍵組件以及用戶指定的關鍵應用，通過虛擬可信芯片設備，提供完整性度量值存儲、完整性度量值報告、密碼學運算和密鑰管理等功能，並支持用戶進行上層安全機制二次研發。 虛擬可信芯片設備： 提供可靠的完整性度量值存儲和報告功能，支持各類對稱與非對稱密碼學算法。用戶可基於這些功能自行實現零信任、安全環境證明和安全業務調度等。 目前國內外在商用雲計算環境安全保障領域，常見的安全機制依然是防火牆、入侵檢測等傳統安全機制。系統可信產品基於物理或虛擬安全芯片實現安全機制，則更加強調安全機制的可靠性以及保護週期的覆蓋度，從而幫助用戶實現底層高等級安全，對入侵檢測等傳統安全機制實現了補充與增強。 作為業內首個可提供完善商業化可信虛擬化實例的雲廠商，阿里雲從用戶看不見的基礎設施最底層開始提供安全能力，基於物理服務器安裝的硬件可信芯片，保證系統啟動過程中的UEFI、BootLoader、內核鏡像和初始文件系統等都被可靠度量和安全存證，在解決複雜場景、甚至在傳統IT環境中無解的安全問題方面，做出了創新的實踐示範： 有效對抗 RootKit/BootKit 等底層安全威脅：從物理機和虛擬化實例啟動開始，完整收集啟動過程中的關鍵組件信息，及時、準確感知系統狀態，識別傳統IT環境難以察覺的風險； 可靠證明系統啟動與運行狀態：基於數字簽名安全上報度量結果，將度量的狀態作為遠程證明依據； 可靠證明系統啟動與運行狀態：基於數字簽名安全上報度量結果，將度量的狀態作為遠程證明依據； 零信任密鑰管理與密碼算法應用：依託vTPM，ECS環境在啟動時第一時間創建可靠的密鑰、申請證書並執行數字簽名和加解密等運算。 目前，國標等保（2.0）中1-4級均對可信計算技術應用提出明確要求。例如，在應用最廣泛的等保三級要求：“基於可信根對計算設備的系統引導程序、系統程序、重要配置參數和應用程序等進行可信驗證，並在應用程序的關鍵執行環節進行動態可信驗證，在檢測到其可信性受到破壞後進行報警，並將驗證結果形成審計記錄送至管理中心”。 阿里雲推出的系統可信解決方案，遵照上述要求和國內外可信計算標準，將可信計算相關功能無縫集成至可信實例C6T，實現關鍵信息的提取和驗證。如果發現安全隱患，用戶在雲安全中心控制檯實例詳情、安全告警以及ECS實例詳情等多頁面進行詳情提示。系統可信解決方案可有力地幫助用戶通過等級保護測評。 雲計算環境日漸成為影響國計民生的重要信息基礎設施，構建安全可信的雲環境勢在必行。雲具備遠超傳統計算環境的複雜性、異構性和網絡連通性，雲原生迭代更新速度更是決定了留給安全技術進行環境適配的時間機會更少。引入硬件設備作為系統的信任根基，基於硬件設備以及跟蹤、隔離等技術手段創建可信的計算環境，有效把安全漏洞、惡意代碼和網絡攻擊等對雲計算環境的影響降至最低。

企業數字化轉型進入深水區，數據量呈現指數級增長，在雲端落地的數據種類也越發複雜多樣，安全管理難度大大增加。 2020年全球範圍的重大數據洩漏事件中，單起事件造成的平均損失預估為2500萬人民幣，約為2019年的兩倍。 ——IBM《2020年數據洩露成本報告》 為了幫助客戶更好的應對不斷加劇的數據安全挑戰，2021年1月28日，阿里雲整合敏感數據保護（SDDP）等產品，全面升級數據安全防護能力，正式發佈數據安全中心，為客戶提供全域一體化的雲上數據安全防護服務。 數據安全中心參考了Gartner提出的“以數據為中心的審計與防護”概念，通過統一的管理平臺，為企業提供從非結構化、半結構化到結構化數據的雲上全域數據安全治理能力，基於數據的生命週期做好全鏈路管控，讓客戶通過一個平臺就能管好企業所有數據，防止重要數據洩露等安全事件的發生。 針對客戶需求，全新升級後的數據安全中心具備三大核心能力： 1. 元數據視角更加精準的自動識別與分類分級 數據識別與分類分級是企業開展數據治理工作的核心之一，但在這個過程中，經常會發生業務元數據與安全元數據割裂的情況，導致數據分類分級不準確，數據治理難度增加。 什麼是元數據？ 是描述數據的數據（Data About Data），記錄著數據的基本屬性，比如數據的存儲位置、與其相關的數據信息等，是一種電子式目錄，從而實現協助數據檢索的目的。 阿里雲數據安全中心通過提供接口的方式，從元數據視角打通各類數據，賦能客戶以更全局、更精準的視角，審視自身業務數據中存在的安全隱患，並針對性的落地防洩漏措施。 客戶基於產品能力可統計獲得的資產地圖示意 本次升級亮點 完成雲上常見數據源的全面覆蓋，實現一站式雲上數據資產盤點； 自動識別能力支持對隱私圖片、文本與壓縮文件中的個人與金融信息、企業關鍵數據表、雲AK及基於OCR的圖片敏感信息識別等各種類型； 自動分類分級支持定製化改造，從而快速鎖定保護對象。 2.

12月13日，阿里雲計算平臺負責人賈揚清在Flink Forward Asia 2020 峰會上指出，擁抱“融合”是大數據演進的新方向，大數據和人工智能一體化是必然趨勢，而人工智能是大數據業務發展的終極出口。同時，他從不同角度討論了Flink的開源技術，以及雲時代下開源技術的發展和未來思考。 Flink開源社區 “漸入佳境” 從一個普通開源技術愛好者視角，賈揚清將2020年Flink發展定義為“漸入佳境”，主要體現在三大方面： 技術。今年Flink在技術方面取得兩大新突破：一是Flink流批一體技術在阿里雙11核心數據業務場景規模化成功應用；二是Flink實時計算峰值首次突破40億條/秒。同比去年，不增加集群規模情況下提升了一倍的計算性能。 應用。Flink不再是一個居廟堂之高的技術，而是成為開源流式處理的事實標準，飛入“尋常百姓家”。比如中國信通院使用了Flink作為技術藍本設計流式處理標準，雲計算公司包括阿里雲等均使用Flink作為流式處理的底層引擎。 社群。Flink開源社區高速增長，登頂Apache最活躍的郵件列表；Flink項目是Github提交次數最多的Apache頂級項目之一。去年Flink Forward Asia 參會⼈數達2000⼈，Flink 極客挑戰賽吸引了4000+開發者參與；今年大會切換到線上、線下同時舉辦，Flink 極客挑戰賽的頒獎更讓大家看到了越來越多開發者對於開源技術的熱情以及勇於挑戰的精神。 開源讓雲更標準化 賈揚清認為：開源讓雲更標準化。他提到，雲計算越來越趨於標準化對其自身發展非常有利。雲上大量的開發技術體系日趨⼀致，這意味著大量雲計算開發者熟悉這套體系後更容易把⾃⼰的應⽤變成雲的⼀部分。 開源有助於阿⾥雲打破⾃有技術體系，在充分尊重⽤戶原有使⽤習慣基礎上，形成標準、開放、公共的技術體系。單靠⼀家公司去制定標準⾮常難。 阿里雲對於開源意味著什麼？賈揚清提到以下三點：

近年來，移動學習和人工智能極大地影響了人們與機器協作的方式，對更適合個人客戶的體驗的需求與日俱增。在過去的十年中，由於人工智能相關用戶參與度的提高，移動應用程序的範圍不斷增長和改進。 利用人工智能的真正能力的一個重要障礙是在最本地化的級別上計算的可用性。傳統的數據和通信渠道已經不適合處理這種海量的數據流。 隨著對5G基金會的巨大投資，這個瓶頸將得到解決。如果有更多的數據和計算在本地化的水平，真正的能力，人工智能可以利用。 手機使用人工智能已經有相當長一段時間了。上一代手機是基於雲計算和互聯網的。今天的區別是，智能手機結合了基於雲的人工智能和內置人工智能。人工智能擴展的速度正在加快。 在雲邊緣內部，更廣泛的人工智能(AI)產業正將AI的發展推向邊緣。根據ABIResearch公司的最新整體市場集中報告，edgeAI正在準備就緒，芯片組的導入市場需要從2020年的26億美元增長到2025年的107億美元，複合年增長率為35%。 作為一種動力，人工智能正在著手改進移動應用程序。它通過使移動應用程序成為能夠預測用戶行為和做出決策的智能編程單元，從而推動移動應用程序的發展。人工智能允許多種應用程序從用戶產生的信息中獲取信息。 尖端的移動應用程序翻譯是精確和有用的。無論如何，這些應用程序需要強大的互聯網連接才能熟練地工作。人工智能可以給出一個不依賴於互聯網的持續解釋。在翻譯器中使用人工智能通過實時破譯單詞來提高移動應用程序的性能。它鼓勵用戶理解術語和句子安排。這方面的一個例子就是百度——一箇中文網絡搜索工具。 人工智能和機器學習功能使企業能夠利用IT的敏捷性和可擴展性來管理當前企業的複雜性，並開發新的廣告模型。 新的插頭模型應該改善現有的資源集中狀況，在這種情況下，對產品銷售成本、庫存週轉率、生產線管理和供應緊固的感知是提高生產力的關鍵。在雲計算、人工智能/機器學習和編程的新世界中，創新供應商不會製造並銷售產品。 5G網絡的發展，加上蜂窩設備巨大的計算和存儲能力，我們可以見證AI驅動的移動應用的快速擴展。目前，整個鏈條中唯一缺失的正方形是基礎設施。 誠然，這種能力來自於雲計算，雲計算有巨大的即時存儲和計算能力。這可以用來提供一個完全由雲計算控制的移動應用人工智能生態系統。 人工智能正在改變用戶與應用程序交互的方式。因此，當與人工智能相結合時，移動應用行業將面臨各種發展機遇。以後，人工智能無疑將構建一個智能生態系統，彙集大量社交、行為和熱情的信息，提供更多定製的用戶體驗。 本文轉自51CTO，本文一切觀點和機器智能技術圈子無關。原文鏈接在線免費體驗百種AI能力：【點此跳轉】

方案概述 基於阿里巴巴自身的信用建設經驗和應用實踐，為城市、區域、部門快速構建多維度、專業、前瞻的信用評價體系，並以該信用評價體系為支撐，協助打造助力政府監管、企業及公眾服務、園區治理的誠信公共服務平臺，賦能城市信用體系建設。 技術賦能，夯實信用大數據資源中心基礎 方案靈活、兼容性強、接入效率高。既可以為城市提供技術領先、擁有極致彈性的智能雲平臺，也可以兼容已有云平臺，構建大數據基礎平臺和信用數據集成治理工具。可實現對不同來源、格式、特點性質的數據在邏輯上或物理上進行集中，滿足構建信用大數據資源中心的要求。 智能驅動，提升信用應用模型支撐能力和效率 利用大數據和動態風控等技術對企業進行評級分類、分級管理和進行全方位的標籤刻畫，以此實行差異化的信用服務。信用智能中臺背靠阿里集團的雲計算、大數據以及結合阿里大數據團隊在各行業的多年數據智能風控技術的積累和實踐整合研發而成。算法能力與產品能力的深度結合，實現了更大的業務價值。 模型科學，護航評價結果及用信效果 阿里巴巴具備豐富的信用模型建模經驗，創新性使用了傳播算法、分群建模等業內先進的機器學習和人工智能算法，使得評估更加科學和精準。誠信平臺將基於阿里巴巴自身的信用模型建模經驗，並結合城市、區域和部門特色進行調整和定製，確保信用模型前瞻性的同時可以兼顧城市、區域和部門特點，更好發揮誠信體系的用信效果。 方案應用場景和價值 1.大數據局依託阿里獨特優勢，融合打通政府公共信用信息與第三方公開信息及互聯網信息，建立城市、區域通用信用模型及各種分析模型，實現數據的再生價值和疊加價值，在服務於政府監管的同時也支撐和輔助高層決策，以及為未來的商業化增值服務探索打下基礎。 2.發改委在各城市已有“信用信息共享平臺”基礎上，依靠數據智能技術和更豐富的數據，提升信用評估能力，細化和拓展行業模型、主題模型和風險模型，為加快建設社會誠信體系、構築誠實守信的經濟社會環境提供支撐。 3.各委辦局根據各委辦局自己的職責定位，基於自身系統沉澱的特色數據，再結合第三方數據建設誠信平臺，對企業信用進行評估，對所轄行業進行風險分析和產業分析，推進信用監管和信用共治。 歡迎掃碼加入阿里雲城市大腦·數字政府學習交流釘釘群 群號：31641831 加入釘釘群可享有以下權益↓

作者 | 誠空 點擊查看視頻 五福是螞蟻一年一度的春節大促，而今年的五福無論是在交互形式上還是在玩法上都有不少創新點。而作為整個五福的主會場，交互形式的創新自然不會缺席。 業務拆解 在主會場中，4 個子場景的展示我們決定使用滾動形式，這塊決定放在 3D 來完成，3D 部分的實現我們使用了 Oasis 引擎，其餘部分在 DOM 中完成。最終整個頁面的分層為： DOM UI 1：顯示在 3D 內容底下的或者和