一日三餐吃货论
在家里自己做饭属于自建 私有云
01
请厨师到家里上门做饭 则属于典型的混合云， 在资产安全的情况下有 限使用公有云
虚拟化
用户并不需要关注具体的硬件实体， 只需要选择一家云服务提供商，注册 一个账号，登陆到它们的云控制台， 去购买和配置你需要的服务（比如 云服务器，云存储，CDN等等）， 再为你的应用做一些简单的配置之后 你就可以让你的应用对外服务了。
物联网大数据云计算人工智能
传统的应用变得越来越复杂：需要支持更多的用户，需要更强的计 算能力，需要更加稳定安全等等，而为了支撑这些不断增长的需求， 企业不得不去购买各类硬件设备（服务器，存储，带宽等等）和软 件（数据库，中间件等等），另外还要组建一个完整的运维团队来 支持这些设备或软件的正常运作，这些维护工作就包括安装、配置、 为什么会需 测试、运行、升级以及保证系统的安全等。支持这些应用的开销变 要“云”？ 得非常巨大，而且它们的费用会随着你应用的数量或规模的增加而 不断提高。所以，云计算，应运而生——更大、更快、更强
物联网大数据云计算人工智能
物联网：Internet of Things，为物物相连的互联网，得益于大数据和云计算的 支持，互联网才正在向物联网扩展，并进一步升级至体验更佳的人工智能时 代。在未来，虚拟世界的一切将真正实现物理化！ 物联网主要通过各种设备（比如RFID，传感器，二维码等）的接口将现实世 界的物体连接到互联网上，或者使它们互相连接，以实现信息的传递和处理。 人工智能而言，物联网（IoT）其实肩负了一个至关重要的任务：数据收集。 物联网可连接大量不同的设备及装置，包括：家用电器和穿戴式设备。嵌入 在各个产品中的传感器（sensor）便会不断地将新数据上传至云端。 这些新的数据以后可以被人工智能处理和分析，以生成所需要的信息并继续 积累知识。 物联网的终极效果是万物互联，不仅是人机和信息的交互，还有生物功能识 别读取等。
03 云 计 算
物联网大数据云计算人工智能
高可用性和扩展性
云计算供应商一般都会采用数据多副本容 错、计算节点同构可互换等措施来保障服 务的高可靠性。基于云服务的应用可以持 续对外提供服务（7*24小时），另外“云” 的规模可以态伸缩，来满足应用和用户规 模增长的需要。
按需服务，更加经济
“云计算”的四大特点
物联网大数据云计算人工智能
共享单车-滴滴出行论： 出行需要用车，云计算或者云服务好比乘坐出租 车或专车快车共享单车，随时需要随时用，按用 量（路程）付费即可。 自己买车开车是混合云，车是自己的，出去付费 停车或加油相当于部分使用公有云，而亚马逊或 微软云在国内被政策限制
物联网大数据云计算人工智能
01 物 联 网
物联网大数据云计算人工智能
物联网是互联网的一个延伸，互联网的终端是计 算机（PC、服务器），我们运行的所有程序，无 非都是计算机和网络中的数据处理和数据传输， 除了计算机外，没有涉及任何其他的终端（硬 件）。 物联网的本质还是互联网，只不过终端不再是计 算机（PC、服务器），而是嵌入式计算机系统及 其配套的传感器。为人类服务的计算机呈现出各 种形态，如穿戴设备、环境监控设备、虚拟现实 设备等等。 只要有硬件或产品连上网，发生数据交互，就叫 物联网。
网融合成功，能够从
中发现暗藏的规律，就能够
抢占先机，成为技术改革的标志。
物联网大数据云计算人工智能
大数据的应用
大数据挖掘商业价值主要分为四种： 客户群体细分，为每个群体量定制特别的服务。 模拟现实环境，发掘新的需求同时提高投资回报率。 加强部门联系，提高整条管理链条和产业链条效率。 降低服务成本，发现隐藏线索进行产品和服务创新。
02 大 数 据
物联网大数据云计算人工智能
大数据
•海量数据上传到云计算平台后，就需要对数据进行深入分析和挖掘了，这 就是大数据的目的。
•将几千辆车的位置信息综合起来分析出某条路的拥堵状况；将某个城市几 百万人的健康状况综合分析，也许就可以得出某个工厂周围某种疾病的发病 率比较高的结论。这些都是大数据做的事情。
物联网大数据云计算人工智能
第一次工业革命以煤炭为基础，蒸汽机和印刷术为标志， 第二次工业革命以石油为基础，内燃机和电信技术为标志， 第三次工业革命以核能基础，互联网技术为标志， 第四次工业革命以可再生能源为基础，____？__为标志。
空白处你会填上什么？欢迎大家讨论。但是，数据和内容作为
互联网的核心，不论是传统行业还是工新作的型及时行性和时业效性，谁率先与互联
问题解决方案便是“云计算”！将应用部署到云端后，可以不必再 关注那些令人头疼的硬件和软件问题，它们会由云服务提供商的专 业团队去解决。使用的是共享的硬件，这意味着像使用一个工具一 样去利用云服务（就像插上插座，你就能使用电一样简单）。 只需要按照你的需要来支付相应的费用，而关于软件的更新，资源 的按需扩展都能自动完成。
用户可以根据自己的需要来购买 服务，甚至可以按使用量来进行 精确计费。这能大大节省IT成本， 而资源的整体利用率也将得到明 显的改善。
大规模分布式
“云”如Google云计算、Amazon、 IBM、微软、阿里等也都拥能拥有上 百万级的服务器规模。依靠这些分布 式的服务器所构建起来的“云”能够 据的类型大致可分为三类：
1.传统企业数据（Traditional enterprise data）：包括 CRM systems的消费者数据，传统的ERP数据，库存数据 以及账目数据等。 2.机器和传感器数据（Machine-generated /sensor data）： 包括呼叫记录（Call Detail Records），智能仪表，工业 设备传感器，设备日志（通常是Digital exhaust），交易 数据等。 3.社交数据（Social data）：包括用户行为记录，反馈数 据等。如Twitter，Facebook这样的社交媒体平台。 从理论上来看：所有产业都会从大数据的发展中受益。