随着阿里云的Serverless化演进历程进入了快车道，截至2023年10月，阿里云已拥有超过40款Serverless化云产品，并推出全球首款容器计算服务ACS（Alibaba Cloud Container Compute Service，以下简称ACS）。阿里云 CTO 周靖人在杭州云栖大会上表示“我们希望通过 Serverless 的技术理念，以容器为计算界面，通过新发布的容器计算产品 ACS，帮助客户降低用云门槛。”
容器计算服务 ACS，率先将容器和资源一体化，重新定义容器算力，算力交付模式升级为 Serverless 形态，通过 ACS 实现了容器和 Serverless 的和谐统一。ACS 支撑的负载类型也更加丰富，大幅降低了企业使用容器、K8s 的代价和成本。
那么，业内高喊了那么多年的 Kubernetes、微服务等架构的复杂性问题真的能随之消解吗？这样一款“全新形态、打破常规”的产品到底是基于什么背景出现的？算力支配更灵活的同时能否保证稳定性？这一次，阿里云的经验是否依旧可以适配其他不同类型的开发者或者企业？针对这些问题邀请到了阿里云云原生应用平台负责人丁宇和容器计算服务 ACS 架构师懿川，试图对上述问题进行解答。
一、全球首款秒级弹性、按量计费的容器计算服务
“生成式 AI 的火爆并不意味着云计算或者说云原生不重要了。相反，生成式 AI 带来了更多新的场景和消耗算力的方式，这让云计算更加重要，ACS 的出现也顺应了这一趋势。”
众所周知，Kubernetes 实在是太复杂了，复杂到诞生 9 年了，各大厂商依旧在推出各种解决方案试图降低其复杂性。微服务亦是如此，最近几年时不时出现“回归单体架构”的企业，最经典的案例莫过于 GitHub。
事实上，ChatGPT 的火爆在另一个维度也表明一项技术想要普适化，使用门槛不能太高。很可惜，容器开发的门槛依旧高得让部分开发者感到头痛，再加上业务的弹性需求越来越大，企业对云资源的管控越来越精细化，开发者苦不堪言。
然而，对开发者和企业而言，微服务化和 Kubernetes 是必须迈过去的一道坎。根据 Dynatrace 今年发布的调研报告，托管在云中的 Kubernetes 集群数量正在以 127% 以上的年增速增长，速度大约是本地托管集群的五倍。
Kubernetes 是趋势，这可能是我们几年前便有的认知，但今天的 Kubernetes 已经越来越普适，不管是大企业还是个人开发者可能都在基于其进行应用开发。在 Kubernetes 成为云原生时代基础设施的今天，ACS 的发布简直是广大应用开发者和企业的最强福音。
ACS 本质上是把 Kubernetes 从一个模块型的服务变成了容器算力一体化的产品形态，是把 Kubernetes 这样一个单租户系统变成多租户，同时保证安全隔离和稳定运行。在技术层面，阿里云容器团队一是做了极致精细化的管控，从而实现全链路的安全可靠；二是通过极致的资源调度来运转一个超大规模的集群，以对客户提供服务；三是极致的运行时隔离和优化，保证用户集群的安全运行。
基于此，ACS 很好地解决了前文提到的复杂性问题，大幅降低了云计算的使用门槛。具体来说，ACS 具备如下特点：
第一，极简易用，快速上手。容器与资源一体化，开发者无需关注底层节点和集群，极简的产品设计，轻松配置即可创建应用，操作易用性提升 50%，大幅降低用云门槛。
第二，按需弹性，按量付费。ACS 首创超灵活 Pod 配置模式，支持 1:1~1:8 资源配比，开发者可以按需自由选择；同时，ACS 还提供了秒级弹性能力，让企业从容应对流量波动；在使用方式与计费模式上，ACS 支持按需弹性、资源预留和节省计划三种方式，提供秒级计费模式，给用户提供更多选择，同时成本也更实惠。
第三，场景丰富，灵活调配。ACS 与阿里云产品体系深度集成，并支持开源生态和自研产品无缝迁移上云，此外，ACS 在业内首创算力调配资源复用，让资源在用户负载和云产品负载中灵活调配，减少资源闲置。
第四，自由组合，高性价比。ACS 让用户专注于 Pod，屏蔽了代际和机型差异，并提供通用型、任务型和独享型三类 Pod 实例，原生支持网络服务器、微服务应用、Web 应用等通用业务负载，支持大数据计算、AI 计算、音视频转码等任务类负载，还支持高性能网络服务器、网关系统、中间件、数据库等实时性能敏感类业务。针对多种应用负载和云产品，可以选择最适合的实例类型，自由组合充分适配，预计为企业降低 20% 资源成本。
与 Serverless 类似，阿里云同样是最早一批吃大模型螃蟹的公司。
三、五分钟完成 AIGC 应用部署，通义大模型的能力全面与云融合
根据统计，中国目前有一半大模型企业跑在阿里云上，270 多万 AI 开发者活跃在阿里云魔搭社区上。阿里云已成为中国大模型的公共 AI 算力底座。截至目前，中国众多头部主流大模型都已通过阿里云对外提供 API 服务，包括通义系列、Baichuan 系列、智谱 AIChatGLM 系列、姜子牙通用大模型等。
这一波大模型的浪潮也为云产品带来了新一轮技术革新，会上周靖人说：“我们希望未来的云可以像车一样也能够自动驾驶，大幅提升开发者使用云的体验。”
据悉，阿里云上有超过 30 款云产品接入了大模型能力，例如阿里云大数据治理平台 DataWorks 新增了全新的交互形态——Copilot，用户只需用自然语言输入即可生成 SQL，并自动执行相应的数据 ETL 操作，整体开发与分析可提效 30% 以上，堪比“自动驾驶”。
阿里云容器、数据库等产品上也提供了类似的开发体验，可实现 NL2SQL、SQL 注释生成 / 纠错 / 优化等功能，未来这些能力还将集成到阿里云其他产品上。
四、未来：请将复杂给 Serverless 消解
当然，纵使互联网公司落地千万般好，都不如在大型传统企业的落地真实带感。毕竟，互联网公司的技术架构本就先进，技术债务远不如传统企业复杂。在此之前，我们看到了不少互联网公司 Serverless 落地实践的经验，比如南瓜电影在阿里云的帮助下仅 7 天就实现了全面 Serverless 化，如今 Serverless 已经开始进驻传统企业的技术架构。
目前，阿里云上提供的 Serverless 产品形态极其丰富，已经足以满足开发链路所需。念念不忘，必有回响，阿里云确实在一步步践行对开发者、企业、整个技术生态的承诺。未来，各位开发者可以放心将复杂度给 Serverless 和阿里云们消解，从而轻松应对业务挑战和变化。
来源｜ InfoQ
文章部分内容有调整
作者 | 赵钰莹
