互动环节：云计算与大数据Q&A|CSDN第五届云计算大会

分享至

网易科技讯 6月5日消息，主题为“大数据大带宽推动云计算应用与创新”的第五届中国云计算大会今天在北京国家会议中心举行，网易科技作为大会合作门户在现场直播报道。

以下为互动环节“云计算与大数据Q&A”

主持人：感谢任总分享华为在企业云方面的实践。下面进入互动环节，有请中国工程院院士李德毅院士、中国工程院高文院士，还有百度大数据首席架构师林仕鼎。

在开会之前我已经搜集了一些问题，我会问每位嘉宾一个问题。在会场上准备了话筒，希望提问的朋友可以在话筒那里等待。我们问完第一轮问题以后，就会把机会留给现场的观众。

第一个问题从高院士开始。大家听了您的演讲以后，觉得视频是一个大数据，但也对安装3千万个摄像头有一点疑问，在云计算这个时代，公民的隐私问题都被暴露出来了。

高文：现在安装的用于城市安保的摄像头并不是可以自由访问的，它在安全方面还是受到保护的，必须得到授权才能访问。通常都是进入它的系统以后才能进行搜索访问，包括系统内，也不允许工作人员随便访问。它都是有规定的，只有在特定情况下才可以访问，比如你需要破案。它的安全比云计算、大数据的安全性要高得多，没有什么可以担心的。

主持人：请李院士就这个问题再谈一下，视频数据在国家安全等级范围内的，但个人的数据还是暴露出了很多问题，在隐私方面是什么样的情况？从技术手段和法律手段上，有什么样的政策吗？

李德毅：我们讨论云计算的时候，一个最大的困难就是安全。云计算作为一种网络计算形态，跟安全并不直接相关。无论是一个单机系统，还是个网络系统，还是个社会系统，它的安全，它的可信，它的诚信，都必须从社会、法律、道德，乃至技术，共同来完成。有些人说我的数据放到存储中心，安全谁来保证？这个问题问得非常好，你的数据是你的，没有你的批准别人是不能用的。这就好像你的钱在银行里，你不同意别人是不能挪用的一样，有协议。你拿去投基金了，有协议。你拿去炒股票了，又有协议。所以云计算当中的数据存储、集中存放并不等于可以滥用。这一点，除了技术手段之外，还需要政策层面的支持、法律层面的支持。有的时候还需要社会道德层面的支持。所以这个问题相当复杂。

我们老百姓所说的安全，现在更多的是可信、诚信，是技术不能承担之重。技术永远是为人服务的，技术不是万能的。

主持人：谢谢院士的回答。

林仕鼎先生是来自企业界，你们内部是怎么看待云计算这个问题的？包括平台。

林仕鼎：百度是一家搜索引擎公司，搜索引擎从第一天还是就具有云计算和大数据的特征，我们的工作就是加工网页。通过为用户提供相关的广告提供流量，搜索和广告都是跟数据相关的，因为这两者的规模特别大，我们在发展这两个业务的过程中就发展了云计算的业务。对我们来说是一个事情，我们搭建一个大规模的云计算平台，包括大规模的存储、大规模的计算和高性能计算，就是为了支持数据分析类、数据智能类的业务。

主持人：请介绍您来自哪个公司，以及提出的问题。

提问：我是一名普通的系统管理员，做了十年的系统管理，近几年有一个非常困扰我的问题，就是关于资源利用率的问题。云计算的一大优势是用更少的成本提供更好的服务，更少的成本通常意味着要更好地提升像服务器、存储、网络这些IT资源的利用率。包括今天的演讲里面，很多嘉宾都讲到利用率从20%提高到70%、80%，甚至更多。但是，现在业界似乎没有统一的标准和计算方法。这就导致你说你高，我说我高，他说他更高。我想请问一下几位专家，有没有必要建立这样一个统一的语言、统一的标准来衡量云计算的资源利用效率？

谢谢。

主持人：云计算资源利用率的标准。

林仕鼎：我分享一些我们在百度内的实践我们内部是这样划分的，我们会根据业务和应用的类型进行分析。业务类型有哪些呢？比如说数据处理类。这一类型业务的特点，我们会有大量的数据需要做IO，然后进行处理。这是一个类型。

另外一个类型是存大量的数据，大多数都是用来备份，有的时候也是供审查使用，它平时不太用，只是类数据。

还有一类是用户数据，比如云存储。我们给每个用户提供存储空间，他们进行随机的访问。

还有一类业务，像百度知道、百科、贴吧这种偏社区类的业务，更多的是面向用户查询。

这些不同的类型，对资源的使用是不一样的，比如说数据分析类的业务，它就是IO跟CPU之间平衡的业务，我们通常只要看CPU利用率。我们会制定一个标准，这类业务的CPU利用率必须达到80%。CPU利用率是一个瓶颈，它的IO是平衡的。对于存储类业务我们又定了存储的利用率，就是你的存储空间在硬盘上的占比是多少，大概也是80%左右。对于社区类型的业务，它的瓶颈在IOPS，虽然每台机器上存的数据量不大，但它的IO压力比较高，这个时候它的瓶颈是IOPS。

在我们看来，我们是要将云计算支持的业务类型进行分类，不同业务类型有不同的标准。对于社区类的，我们是看它的IOPS。在传统的数据库时代已经有一些传统的数据来衡量利用率。对于存储类的也是可以衡量的。包括之前在计算所，有些老师也在说是不是要做一些高通量的数据，以什么带宽读进来，在多大的带宽可以读取掉。我们有一套系统可以分析它的存储量。根据百度的实践来看，是根据业务的类型来确定它的评价标准。

李德毅：我补充一点看法。资源利用率需不需要一个指标，或者需不需要一个标准，或者需不需要统一的测量来进行精确的界定，对这个问题，我是这样看的。当前的信息技术使得我们更有条件来精细地调控物质和能量，提高资源利用率。所以才有了信息化，才有了网络时代，才有了信息时代，资源利用率是我们最关心的。尤其我们是一个发展中国家，要非常珍惜现有资源，要精细地利用这些资源。

今天上午的大会发言中，我对一个位置服务的云计算中心提出了五个外在的指标、五个内在的指标，都涉及到资源利用率。好比说耗电，对电力资源的利用率。带宽，对带宽资源的利用率。计算资源的利用率、存储空间的利用率。我想要想在短时期内形成一定共识是有一定难得的，但作为长远目标，一定是大家努力追求的。

提问：我是来自成都的，也是进行开源社区的研究。我有一个问题给林先生。我们知道阿里云是花了巨大的代价才建立起来的。百度在大数据这个方面，我们可以理解，但你们对外提供云计算服务的时候，是使用现成的平台呢？还是你们也打算按照过去那条路，在底层的API的层面，你们自己会开发一套云平台来支撑后来的业务。

林仕鼎：百度是一个比较特殊的公司，我们从第一天开始就要面对大量的数据，今天我们已经存了千PB的数据。在存储、管理和处理数据的过程中，我们自己已经发展出一套云计算的架构。这是在数据方面。

另一方面，我们也有非常丰富的产品线，比如面向用户服务的社区类产品，我们有一条很丰富的产品线，在产品开发的过程中，从产品的开发到测试、运维、部署，通过数据的分析进行持续的迭代和运营，我们自己拥有了很多技术。我们现在提供云计算服务的时候，是想把我们内部已经使用成熟的技术开放出来。大家看到我们以前先开放了BIE，这是Paas级的服务。开放了云存储。接下来我们还会开放更多的业务，包括对数据进行智能分析的服务。

这里面还有一些数据，百度是不是开放这些数据。对于统计意义上的数据，我们每年都会发布一份互联网报告，已经开放出来。对于很多开发者，他也需要有更多的API来加工和处理这些数据。我们现在逐渐做这个事情。我们对于很多学校的课余人员提供了一个开放的平台，里面有很多数据，包括网页的用户查询认证，让老师和同学在上面做认证。接下来，我们会根据大数据的特点提供更多的信息。

主持人：我有一个问题，请李院士和高院士回答。中国云计算的科研水平，还有企业中间的实践水平，在全世界或者是云计算的领域处于什么样的状况和什么样的阶段？

李德毅：我们传统的思维，就是中国到底比世界上落后几年。今天上午好几个电视台都问我这个问题。云计算是以移动互联网、固定互联网为载体的，是没有国界的，甚至是没有公司界、没有单位界的集体工作方式。我今天讲了一句话“没有任何动力可以阻碍人们在一起工作”这个世界不是讲一个公司的人，不是讲一个国家的人，我讲到了小众，就是对同一个问题感兴趣的人，可能是不同服饰、不同地理位置、不同语言，今天竟然可以有这样一个平台让我们一起共享，这是多么了不起的人类进步。这样来看我们的水平，应该说跟全世界的水平同步发展，因为大家在同一个平台上。你做得好，公司就可以做大，你就发展起来了。你做不好，你就死掉。因为交叉在一起，很难回答中国的云计算一定要比国外落后十年、八年吗？我不觉得，也未必。

我到欧洲去看，欧洲的wifi很普遍。我们中国的带宽就不够宽，中国的带宽水平跟国际的平均水平差距很大，现在大概在全世界排名第91位，这对我们国家强调的“四化”建设是不利的，我觉得首先要把带宽搞上去，在带宽的问题上，中国落后的有点大。

主持人：可惜我们的运营商都走了，李院士在去年就提过这个问题，怎么没有改善呢。

李德毅：我在今年大会上特别提出三个指标希望我们共同努力，千兆到小区、千兆到中小大楼，百兆到家，到固定设备，到3D打印机。10兆到人，到移动设备。实在不行，下行4兆，上行5兆。

我跟吴部长说这个事，他说你保守了，应该千兆到家。我告诉你们一个事情，千兆到家、百兆到家，经费绝不是10倍，只增加了一点点。

主持人：期待着运营商尽快的落实。

高文：说到关于云计算的研究水平，这里有一个大的环境，就是云计算本身也没有相应的基础设施和需求，才能拉动它的研究。云计算不像其他研究，可以是纯基础的东西，比如说你想一个模型，在上面怎么去做。它还是需要有这样的环节。我们的云基础设施不差，云计算的软件模型方面稍微落后一点，这许多关系，因为这是人类共同的财富，有了这个东西不需要再做一套，运用它就好了。从基础设施的角度，硬件基础设施、软件基础设施，中国应该没有落后太多。

应用有一点落后，因为毕竟云计算还是应用拉动着学科的发展。中国云计算的应用，大多数可能是业务方向的需求，其他的很多需求稍微弱一点，这个可能使得我们国家在云计算最原始的与应用结合最紧的方面稍微弱一点。最近国内关于大数据的讨论非常多，不仅仅像我们这样的场合，纯粹从技术方面的讨论很多。我最近在经信委一直看这个东西，包括管理方面的人，如何通过大数据的深度挖掘，对行业，或者是对国家的发展起到贡献。数据学科的人也在讨论，他们的高度更高，他们就提出数据科学，是一个新的领域。他们说以前就是做一般的数据处理，其实这个里面有科学，你怎么样将科学的基本原理、方法论提取出来，用一些数学的方法去描述、证明、推导、计算。

信息学更不用说了，很多搞信息学科的，不管是搞控制的，搞计算机的，甚至搞电子的，都来提，比如说也要做大数据的基础研究。这方面非常活跃。

到底我们是处于什么水平？现在也是刚刚开始的，在大数据里，除了对于数据挖掘、深度学习说得很清楚以外，其他的都说不清楚。还有很多安全问题等等。我想从学科发展来说，国内在这个方面的研究非常活跃。你说处于什么水平，领先了，落后了，领先当然不可能，落后了多少也未见得，这还有一个发展的过程，到时候再看。

主持人：基本上还在同一个起跑线上。

下面再开放一轮提问。

提问：我是来自成都电子科技大学成都学院的老师。我们学校去年9月份的时候与国腾集团，就是云计算中心合作办了云计算系。现在有200名学生。我们开了虚拟化技术、云计算导论和大数据方面的课程。我希望在座三位可以给他们一些建议，怎样提高自身的素养，提高自己的软硬件能力，以便以后在学科上有更好的发展和竞争能力。

主持人：我再补充一点，除了给学生提建议以外，因为整个IT产业也是因为云计算而发生改变，我们也给从业人员提出一些意见。

李德毅：我钦佩你的勇气，敢于在一个大学开云计算系。就像MBA一样，从典型案例讲云计算，不一定都以基础教材为主，我个人认为可以从典型案例入手。我今天就从位置服务入手讲了云计算，老百姓得到了什么实惠。云计算位置服务中心应该怎么建，还有跟现有的GPS、北斗怎么联系，跟城市的移动通信怎么联，跟wifi怎么联。如果云计算系能够在多个典型案例上覆盖云计算，我觉得也是成功的。

高文：我也完全同意李院士的想法。我不知道这200多个学生是本科生，还是研究生。

提问：是本科生。我们当时英国请了思杰的前研究员武志学博士，在他的带头下成立了这个系。这个系还是合作的，他们的研究人员出一些师资力量，我们派一些老师进行培训，主要是开一些基础课程，深入的还没有。

高文：我觉得本科生的难度没有那么大，最主要还是让他们接受一些基本的训练，所有计算机系学生应该接受的训练，他都应该学习。应用数学系的学生应该接受的训练，他也应该接受。然后再搞一些案例教学，找几个典型的云计算的案例，软件、硬件怎么做、应用怎么做。我不认为有多大的风险。

李德毅：我补充一个典型案例。在座的都是IT工作者。据我所知，有一个城市做了一个电梯联网。一个城市假如有10万部电梯，有的是直梯，有的是斜梯。这个电梯运行了几年了，数据是查得到的。哪些公司维修的，也查得到的。关键是电梯的单排机进行了改造，单排机通过移动通信发出信息，说几号院、几号楼第几个电梯卡在三层了，然后启动电梯的摄像头，把电梯里面的视频图象实时送到电梯联网的中心区，远程判断是发生了什么情况。像这样的电梯联网的奥妙在于正常的时候不联网，出了事情才联网。我觉得这就是一个典型。

林仕鼎：我也遇到同一个问题，北航的计算机系和软件学院合办了一个研究生专业，让我担任研究生主任，我正在设计这样一个课程。

我们的总体看法是在大数据背景下，它跟应用的结合特别紧密，它是系统和数据科学结合的专业。李教授讲从应用入手，研究一下现实中产生了什么样的数据应用。我们把这些问题结合起来研究。我们要从应用分析需要什么样的技能，根据技能设计专业。在我们看来，对于传统计算机系的专业，比如操作系统、网络、编译，我们会增加，让它具有大规模的特点。以前很多时候想的系统还是在单机的环境中，单机的数据中心跟很多情况下不一样，这个时候要做一个流程。在大规模的数据中心的系统里，它是要处理数据的，除了与传统数据相关的统计之外，数据里面还有很多的内容，比如存储数据的模型，它的提出是类似于函数式的设计。最后很多的编程是以数学为基础的，我们定义这个数据需要什么条件，在条件发生变化的时候，给我一个触发，我可能是基于这样形式的编程。这个时候你要了解很多跟编程语言有关的东西。这跟数据统计和数据学相结合。我们会把计算机系的课程和数学课程结合，放在相应的系统中，让同学们更好地了解。

提问：我来自成都叠拓。最近东北烧了很多粮食，我就想如果数据中心被烧了，怎么办？数据中心肯定可以用数据恢复的方式来恢复。以后的计算会基于大的数据，恢复过程中如何缩短恢复的时间，或者说在数据恢复过程中能够提供正常的数据服务，这方面有没有好的方案或者是科学的办法。

李德毅：云计算大会已经开了五届，第一届大会提供白皮书的时候就讨论过这个问题。当时讲云计算的灾难备份是很广阔的领域。曾经举过一个例子，所有的银行都需要对它的数据进行物理的备份，工商行需要一个物理备份的中心，中国银行要一个物理备份中心，建设银行要一个物理备份中心，反正每一个银行都希望双机备份。假如是十个银行系统，能不能有一个专门的云计算数据灾难备份中心做虚拟备份，这又是一个新的行业，当时讨论的很激烈，讨论到我们夜不能寐。最近大火烧了一个粮仓，如果烧了数据是很可怕。我想云计算正好可以为灾难备份做云备灾措施。

主持人：这方面的进展怎么样？

李德毅：我建议看一看白皮书的演化过程，今年出了第三本的白皮书，请大家看一看。

林仕鼎：在实际过程中，我们会这样做。首先，数据中心被烧掉是不太可能发生的。我们考虑数据存储的时候通常是这样分的，我们会把错误分成不同的等级。通常情况下叫故障，采用容错的方式来处理。如果是一个数据中心毁掉，或者因为火灾、地震毁掉的时候，我们把它叫做灾难，用容灾的处理方式。灾难发生的概率和错误发生的概率是完全不一样的，在几千台、几万台规模的数据中心里，每天都有几十台的机器发生故障，这很正常。我们通常会这样考虑，因为灾难不是特别容易发生，我们就采取低成本的方式处理。通常情况下是这样，对于容错是采用三个冗余，对于需要做容灾考虑的时候会再加一个副本在云层，不在同一个地理位置上。就算是对于同一个数据中心里面的三份冗余，其实也有一定的策略。我们知道在不同的交换机互联的时候，它的背板带宽是有限制的。在同一个交换机里面，收联比比较高。我们会把两份副本放在一个交换机下面，另一个副本放在另一个交换机下面。这是为了防止机架的故障和交换机的故障。对于两个副本放在同一个交换机里面，也有一定的策略。我们会根据实际的应用场景和系统运行状态调整副本存放策略。通行的惯例是用三个副本防止故障的发生，再进行定期的准备，做数据中心的数据冗余。

提问：我是来自苏州大学的研究生，我们实验室研究的方向是生物信息计算。生物信息计算需要有强大的计算能力，还有海量的存储资源。现在提到的云计算，无论是个人，还是针对企业，基本上都是在应用层面的。我就想问一下三位，如果将云计算和科学计算结合起来，它们有怎么样的前景？我们具体的研究方向是蛋白结构预测。

李德毅：我们在讲云计算作为当前IT主流技术的同时，也不要把云计算说成是万能的。高性能计算机该做的还要做。生命科学需要的特种计算机也可以做。云计算主要是讲以IPC联合起来的通常协议模式，所以是不确定的，增加了不确定性。我们在白皮书讲云计算的最大魅力是它的不确定性，所以我想不要想用一个技术覆盖所有的东西，生命科学里有一些专门的数据处理可以用专用机，也可以用通用机，也可以用云计算，就看你的生命科学到底研究什么。

高文：刚才李院士说的，科学计算里面也分很多类，有一类是类似于做天气预报、油田的勘探等等，计算开销非常大，而且数据之间的依赖性特别强，这是一种科学计算。这种科学计算用那些超级计算机更有效。

另外一类科学计算，像你们要做的蛋白质的搜索、匹配，它和事物计算非常类似，它们之间相互的依赖性没那么强。一个库里面有多少个样本，有几千万个、几百万个，你有一个新的东西，要进行比对，样本之间实际是没有关联的，你就可以把它分成很多份。这种情况下用云计算是很适合的。到底哪种适合在云计算上做，哪种适合在超级计算机上做，跟计算本身是有关联的。

提问：我是来自哈尔滨工程大学软件学院大三在读生。我想问两位院士和林老师，互联网发展的速度太快了，云计算之后是大数据，大数据之后会是什么？例如是量子计算机或者是其他的什么？中国会率先发明出新的模型吗？

主持人：他关心的比较远。

李德毅：我们生活在现实里，预计未来风险很大。我曾经预计过，我在云计算大会上曾经讲过一句话，我说“物联网的更高境界是机器人联网”。我跟一些国家政府部门讲云计算、物联网、智慧城市作为战略性新兴产业，我个人认为下一步可能是机器人。

主持人：既然是这个话题，我们别预测那么远，一年之内，百度在云计算上要做的事情是什么，院士们预测一下一年内云计算在中国发展会是什么状况，哪些行业或者哪些技术，或者哪些科研方面能够取得明显的进展。

林仕鼎：像移动的发展和大数据的发展，很多时候是得到我们以前没有办法获得的数据。我们会构建一个环境，网页里面有各种知识，我们希望是能够把这样的架构构建起来。这样就可以把无结构化的网络变成更加结构化，它会作为我们新业务的基础。这是公共数据。

主持人：会开放出来吗？

林仕鼎：一年内，我们还正在搭建。

现在大家的数据都放在电脑上，根本没有联网。我们通过云的存储，希望把数据放在其中。把你的日程、兴趣和历史的操作结合起来，让我们更加了解每个用户，这样的话可以提供更智能的服务。这是用户自己的私有数据。

还有一类数据，我们会对用户的行为进行更深入的分析，比如现在也很多用户的查询，用户在其他的站点上也发生过浏览行为，我们会把这些数据整合在一起。这个用户并不一定会直接关联到具体是谁，我们会分析这个ID是具有什么特点的。我们可以更好地进行智能推荐。

主持人：你们在做可穿戴的设备吗？

林仕鼎：我们有进行尝试。可穿戴的设备在不断产生日常行为数据，我们利用云计算平台和大数据技术，可以更好地分析这些数据，帮人们做健康的预警、饮食的规划、出行规划等等。

李德毅：我只能讲最近两年之内要干的事。我是一个69岁的老人了，我想主要是休息。如果有时间的话，我会跟我的团队一起完成市区的智能驾驶，从首都机场到天安门。今天我已经讲了我的导航策略接力导航。我有四个策略。对此，我们这个团队还是有信心的，但愿我的梦想能成真。