阿里云密集发布数款新产品,留给其他玩家的时间还多么?

云栖大会进行到第二天,是阿里云的主场。昨天暴晒的阳光已经全面转成阴雨,数个新品被一一揭晓,如雨下般密集。

毫无疑问,阿里股价的飙升,与阿里云这个“台柱子”关系密切。不夸张地说,阿里云业已成为整个阿里商业帝国的基石,在未来如果马云所谓的“第五大经济体”得以实现,那么也必将建立在阿里云的基础之上。

阿里云密集发布数款新产品,留给其他玩家的时间还多么?

阿里云副总裁李津说,在过去的8年里,阿里云为其客户提供了124个产品,覆盖全球67个国家和地区,以及34%的中国500强企业,总计有100万客户在使用。而在今天,阿里云又发布了一系列新品,雷锋网在下文做了总结,想要了解又没在现场的同学,看这一篇就足够了:

神龙云服务器(X-Dragon Cloud Server)

神龙云服务器是一种可水平弹性伸缩的高性能计算服务,融合了物理机与云服务器的优势。

阿里云密集发布数款新产品,留给其他玩家的时间还多么?

雷锋网获悉,神龙云服务器在规格选择上支持8核、16核、32核、64核、96核多个规格,同时支持超高主频实例;在安全上,除了具备物理隔离特性之外,为了更好地保障客户云上数据安全,神龙云服务器采用了芯片级“加密计算”能力,确保加密数据只能在安全可信的环境中计算。这种芯片级的硬件安全保障,为云端用户的数据提供了保险箱功能,用户可以自己掌控数据加密和密钥保护的全部流程;在运维管控上,则具备云服务器的优势,使用体验和ECS保持一致。

此外,在IO扩展方面,神龙云服务器的单实例支持最高25Gbps的网络交换能力,全面兼容虚拟专有云VPC和及负载均衡SLB产品。在存储方面,支持同时挂载多块高性能云盘的能力,每块云盘支持高达32TB的数据存储能力,并借助云盘的三副本能力确保业务数据的高可靠性和高可用性。

针对高性能计算场景,阿里云也推出了基于神龙云服务器的超级计算集群(SuperComputer Cluster)服务产品,在集群内,各节点间高带宽低延迟的 RDMA 网络互联,保证了高性能计算应用需求的高度并行效率。同时,RoCE(RDMA over Convergent Ethernet)网络速度达到 Infiniband 网络的性能,且能支持更广泛的基于Ethernet的应用。

专有云 3.1

阿里云推出了新一代专有云3.1,可为企业数字化转型提供硬件兼容、快速部署和金融级的容灾能力,复原时间目标RTO可达分钟级,复原点目标PRO可达秒级。同时支持多Region部署,可满足物理分散的数据中心组成一朵大云的统一管理和调度要求。

阿里云密集发布数款新产品,留给其他玩家的时间还多么?

在云栖大会现场,李津用掷骰子的方式随机选择了一组部署了专有云的机柜,用拔电缆的方式模拟机房断电,一路机柜直接关闭,但专有云上的业务依然照常运行,以此展示专有云可以提供硬件兼容、快速部署和金融级别的容灾能力,

ECS 第二代入门级的实例T5

在神龙云服务器、专有云 3.1 之外,为满足个性化需求,阿里云还发布了ECS第二代入门级实例T5,比上一代最高节省48%。

阿里云密集发布数款新产品,留给其他玩家的时间还多么?

和前代的入门级实例不同,T5能够提供明确性能基线SLA,适用于成本敏感,偶有突发短时间峰值负载而日常负载需求不高的场景。

视频窄带高清技术2.0

在视频方面,阿里云发布了窄带高清技术2.0。这是一套以人眼主观感受最优为基准的视频编码技术,可以用H264达到H265的效果,在720P分辨率的情况下,让视觉感官也能达到常规1080P的标准,这种技术可以将视频的带宽成本节省20%以上。

阿里云密集发布数款新产品,留给其他玩家的时间还多么?

除了由李津发布的这些新品之外,阿里巴巴副总裁周靖人也对外公布了阿里云在大数据计算能力上的新突破:将BigBench数据规模扩展到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。

具体而言:

BigBench 方面,在最新的 Intel 硬件上,基于公共云发布的 BigBench On MaxCompute+PAI,将规模拓展到100TB,达到7000 BBQpm。雷锋网(公众号:雷锋网)了解到,大会结束后,MaxCompute会在公共云开放一个月的测试环境,并开源 BigBench On MaxCompute+PAI的SDK,供开发者验证试用。

StreamCompute 2.0方面,周靖人透露将于10月底在公共云发布新的版本,StreamCompute 2.0基于Apache Flink,并为开源社区提供了大量阿里内部的改进和优化,StreamCompute 2.0 将具备高吞吐低时延处理能力,单作业峰值达数千万的QPS,SQL化的流式分析语言,精准的数据处理语义等特点。

E-MapReduce 方面,据周靖人介绍,为了解决大数据处理以及机器学习的统一调度难题,E-MapReduce 产品实现了CPU/GPU的混合调度方案,使得数据预处理以及数据训练可以在一个平台上解决。E-MapReduce对于数据读写的性能至关重要,产品通过对于对象存储OSS的优化,使得读写OSS的性能是同类产品的3倍,对于计算和存储分离的大数据解决方案的产品化形式变得可以落地。

综上所述,阿里云一整天的发布都非常密集,甚至有些眼花缭乱,但不可掩盖的是,阿里云的脚步似乎越来越快了,那么留给国内其他大小玩家的时间还多么?




本文作者:叨叨
本文转自雷锋网禁止二次转载,原文链接
上一篇:史上最全最强SpringMVC详细示例实战教程


下一篇:xen虚拟化/阿里云服务器 时间跑快怎么办