雲端計算是一種按使用量付費的模式，這種模式提供可用的、便捷的、按需的網路訪問， 進入可配置的計算資源共享池，這些資源能夠被快速提供，只需投入很少的管理工作，或與服務供應商進行很少的互動。
區塊鏈+雲端計算是利用區塊鏈實現分散式雲端計算(Decentralized Cloud Computing，下稱DCC)的技術手段。本文分析了雲端計算行業的痛點、區塊鏈技術和雲端計算的結合性、DCC的代表專案並且對主要的應用解決方案進行了對比，闡述了DCC模式主要存在的障礙，最後對DCC的未來進行了展望。
作者:
鯨準研究院 譚瑩，王帆，陳泓伊，張文皓
雜湊研究院 Alfred，LJ
維京研究院 金健將，曾元佐
水木金融科技基金 陳宥任，張朝
Node Capital研究中心 劉聰海，馬旭穎，郎瀚威
支援機構(排名不分先後):
星球日報，巴位元，火星財經，金色財經，金牛財經、陀螺財經、金塔財經、
嘻哈財經、幣圈邦德、區塊財經、鏈條ChainHeadline、BlockMasterMail
(本報告由鯨準研究院X Node Capital 聯合釋出)
雲端計算行業現狀與痛點
1.1 雲端計算概念
雲端計算是基於網際網路相關服務的增加、使用和交付模式，通常涉及透過網際網路來提供動態易擴充套件且經常是虛擬化的資源。現階段廣為接受的雲端計算概念是美國國家標準與技術研究院(NIST)定義:雲端計算是一種按使用量付費的模式，這種模式提供可用的、便捷的、按需的網路訪問， 進入可配置的計算資源共享池，這些資源能夠被快速提供，只需投入很少的管理工作，或與服務供應商進行很少的互動。
雲端計算是分散式計算、平行計算、效用計算、網路儲存、虛擬化、負載均衡等傳統計算機和網路技術發展融合的產物。
雲端計算產業有多種分類方式，按提供的服務型別分類可分為 IaaS、PaaS、SaaS三類，從 IaaS 到 SaaS 越來越接近"傻瓜"式軟體，利於使用者直接使用。因此，如果說技術革新對硬體使用效率提升和成本降低更多體現在 IaaS 層面，SaaS 則是在享受硬體改善的基礎上，透過降價(年費方式降低使用門檻)的方式擴大了市場。
1.IaaS全稱為"設施即服務"(Infrastructure-as-a-service)，提供的是伺服器、儲存、網路硬體等底層設施資源，使用者購買 IaaS 產品後必須自己完成環境配備和應用程式開發，一般商業客戶很難直接使用，使用物件大多是軟體開發者，特別是 PaaS 及 IaaS 產品開發者;
2.PaaS全稱為"平臺即服務"(Platform-as-a-service)，提供的是軟體部署平臺，比如虛擬伺服器和作業系統，使用者不需要關注底層，只需要根據自己的邏輯開發應用程式，適合自身特點明確、IT 預算高的大型商業客戶，或應用程式開發商;
3.SaaS全稱為"軟體即服務"(Software-as-a-service)，提供的是可以直接使用的軟體，使用物件是一般商業客戶，客戶登入瀏覽器就可以開啟使用。
IaaS、PaaS、SaaS提供商可以互相跨界。 目前，IaaS的廠商，一般可以進行進一步的資源打包，提供資料庫、 應用中間層包runtime等，形成公有PaaS平臺，如亞馬遜AWS。而提供SaaS的廠商，在為一般商業客戶提供通用性比較強的SaaS產品同時，也會為一些大型商業客戶打造有他們自身特點的私有PaaS產品，甚至會有一些自己的 IaaS產品，比如Oracle。
1.2 雲端計算三種模式分析
雲端計算三種分類對比
三種分類間的聯絡
大型企業多采用私有云、公有云、混合雲的部署方式，小型企業多采用公有云、私有云和社羣雲;由於PaaS處於雲端計算產業靠中間的環節，IaaS提供商可以靠硬體及技術優勢提供PaaS 服務，SaaS提供商也可以靠客戶關係為大客戶提供PaaS服務，純PaaS提供商的競爭力不強。因此，雲端計算行業中，IaaS和SaaS的機會更大。
中國 IaaS市場處於高速發展中。中國 Iaas市場中，阿里巴巴市佔率約50%，其雲端計算收入增長速度可以代表中國 IaaS 市場規模增長速度。阿里巴巴2015、2016、2017 年雲端計算收入增長速度分別為64%、138%、121%，在一定程度上表明中國整體IaaS 市場處於高速發展通道。
研發費用是 IaaS 行業的最大門檻，大多由巨頭把控
高額的研發費用和大量硬體費用只有大型公司才有能力支付，不管是國內還是國外，IaaS 都由巨頭把握;又因為 IaaS 發展對技術更新有強依賴性，高收入公司才有資本投入高研發費用，所以這個行業的馬太效應非常明顯。
根據資料，2016 年 IaaS 公有云市場份額前六的分別是亞馬遜、微軟、阿里巴巴、谷歌、Rackspace、IBM，除去 Rackspace 是 1998 年就進入 IaaS行業、時間長所以擁有較大規模外，其他公司均是其他行業的巨頭，能支付巨大的研發投入。而 Rackspace 2016 年 IaaS 公有云收入增長 5%，收入增速遠低於其他 5 家公司。
亞馬遜是全球最大的雲端計算公司，雲端計算 AWS 於 2006 年推出，主要提供 IaaS產品，也提供部分 PaaS 產品。亞馬遜的研發費用大部分用於雲端計算方面，到2017 年亞馬遜的總研發費用已經達到 226 億美元，且同比增速高達 41%。
阿里巴巴是中國最大的雲端計算公司，2015 年 7 月曾宣佈對阿里雲戰略投資 60億元，用於國際業務拓展、雲端計算、大資料領域基礎和前沿技術開發;馬雲在 2017 年雲棲大會上表示，預計未來 3 年將投資 1000 億元成立研發中心"達摩院"，包括對雲端計算基礎技術的研發。
1.3 雲端計算市場規模
在技術和價格的推動作用下，全球雲端計算市場持續增長。根據Gartner的資料，包括IaaS、PaaS、SaaS、流程服務、廣告營銷在內的雲端計算市場在2016年為2196億美元，到2020年預計整體規模將達到4114億美元，2016至2020年的複合增長率為17%。
2010-2015E年全球雲端計算市場規模(億美元)
資料來源:WIND，招商證券
中國雲端計算市場發展更快。相比全球市場，中國市場起步較晚，市場規模較小，技術正在加速追趕全球前沿科技，加上人工替代帶來的客戶量增長，使得中國雲端計算市場增速高於全球市場。根據資料，2016年中國企業雲服務整體市場規模(包括IaaS、PaaS及SaaS)約為515億元，到2020年市場規模約為1366億元。
2008-2016E年中國雲端計算市場規模
資料來源:WIND，招商證券
全球雲服務市場規模預測
資料來源:Gartner
1.4 雲端計算行業融資情況
資料來源:鯨準洞見
1.5 行業現狀與痛點
1.雲端計算壟斷
現有云計算市場極度中心化，市場份額Google、Amazon(AWS)、Microsot Azure、阿里雲和騰訊雲等幾個科技巨頭依靠自身高度集中化的伺服器資源壟斷了整個雲端計算市場，藉助市場力量享受高額利潤，進而導致算力服務價格高居不下
2.無激勵措施
BONIC(Berkeley Open Infrastructure for Network Computing)是目前最為主流的分散式計算平臺，為眾多的數學物理等學科類別的專案所使用，但是由於這是基於分佈在世界各地的志願者的計算資源而形成的分散式計算平臺，缺乏足夠的志願者來貢獻算力。
3.計算資源不足
雖然我們看到了未來DApps的繁榮，但是目前一般的區塊鏈執行DApps的計算能力非常有限，現有的雲端計算基礎設施無法滿足DApps的需求，後者需要完全分散的基礎設施來執行;儲存容量不足和協議的讀取延遲高，這些都需要透過額外的計算資源來滿足更高要求的應用程式。
4.成本過高
雲端計算基礎設施和高效能運算的操作過於複雜和成本高昂。創新型小企業通常沒有業內基本、專業知識獲取和操作高效能運算平臺，而像 Amazon EC2這樣的雲供應商對於高要求的應用程式(如GPU渲染)仍然非常昂貴。此外，資料處理中心常常消耗大量能量來執行伺服器和冷卻系統，這樣成本會非常大，而且對環境也造成負面影響。
雲端計算相關概念
提到雲端計算，就不得不提到與雲端計算相關的兩個概念:霧計算和邊緣計算。
2.1 邊緣計算
邊緣計算(EdgeComputing)很早就提出用於表示雲和裝置的邊界，最早可以追溯到2003年，AKAMAI與IBM開始合作在WebSphere伺服器上提供基於邊緣的服務。
邊緣計算是在靠近物或資料來源頭的網路邊緣側，融合網路、計算、儲存、應用核心能力的分散式開放平臺，其目標是就近提供邊緣智慧服務，滿足行業數字化在敏捷聯接、實時業務、資料最佳化、應用智慧、安全與隱私保護等方面的關鍵需求。
邊緣計算將是一種新的生態模式，透過在網路邊緣側匯聚網路、計算、儲存、應用、智慧五類資源，提高網路服務效能、開放網路控制能力，從而激發類似於移動網際網路的新模式新業務。邊緣計算的技術理念與特定網路接入方式無關，可以適用於固定網際網路、行動通訊網、消費物聯網、工業網際網路等不同場景，形成各自的網路架構增強。
2.2 霧計算
霧計算是最近出現的一個概念，由思科首創。因為相對於雲來說，它離產生資料的地方更近，資料、資料相關的處理和應用程式都集中於網路邊緣的裝置中，而不是幾乎全部儲存在雲端。它拓展了雲端計算的概念，是作為實現IoT的結構為Cisco等提倡，旨在為全球範圍所採用。
霧計算是一種分散式的計算模型，作為雲資料中心和物聯網(IoT)裝置/感測器之間的中間層，它提供了計算、網路和儲存裝置，讓基於雲的服務可以離物聯網裝置和感測器更近。霧計算的概念的引入，也是為了應對傳統雲端計算在物聯網應用時所面臨的挑戰。
霧計算和邊緣計算定義很模糊，業界一直在嘗試將這兩者區分開作為單獨的概念。對此，業界最廣為接受的概念是在邊緣計算中，資料處理在收集資料的硬體上。霧計算是當節點的一個子集傳送其資料到更大的中心連線點，在連線到更大的整體中心網路的過程中處理資料。
不管是邊緣計算還是霧計算，其優勢都很明顯。霧計算消除了將大量原始資料流傳送到中央網路的一些延遲和頻寬問題，但是它並不要求每組感測器處理收集到的資料。
區塊鏈技術與雲端計算
3.1 區塊鏈技術與雲端計算的關係
由於網際網路的普及，大量的多媒體資訊(圖文音影片等)造就了海量資料，這些資料大多是非結構化的。
分散式計算與平行計算:分散式計算是一種採用地理上不同的多個主機(叢集)協同完成大量計算任務，從而替代巨型計算機的解決方案。平行計算是指多CPU並行處理，平行計算能夠提高計算效率，但是前提是程式演算法要儘可能並行設計。
虛擬化:虛擬化是為了實現雲端計算而劃分資源的一種方法，包括兩個層面:物理資源池化和資源池管理。虛擬化有兩種，一種是將多個物理資源虛擬化成一個"大"的邏輯資源，另一種是在一個物理資源上劃分出多個"小"的邏輯資源。
目前雲端計算採用第一種虛擬化方式較多，部署方式上使用分散式叢集，平行計算並沒有太多涉及(平行計算學術上還在研究中)，然後可以處理海量資料，為龐大的接入終端群按需提供IT服務。可以簡單的理解為，分散式這種解決方案是為了快速地處理海量資料而提出的，而該方案最終的目的或表現形式就是為了實現"用硬體換時間"，將資料分佈在多臺計算機上，同時處理(並行處理)帶某種屬性的資料集。從現實來看，很多微小型網際網路公司沒有能力或必要構建自己的分散式系統，會藉助於本地資源外的雲服務提供商，這樣可以使公司專注於產品和業務實現。
結合靈活的開發工具，DCC平臺可以幫助開發者釋出軟體並賺錢，進而改變算力任務的組織和執行方式。此類平臺透過實現去中心微服務和非同步任務執行，成為建設未來網際網路的基⽯。得益於計算價格的大幅降低，複雜的應用(如CGI渲染，科學計算，機器學習等)將惠及每個⼈。
透過P2P網路連線電腦，使應用所有者和個體使用者(算力"請求方")可以從其他使用者租用算力(算力"供應商")。這些算力資源可以完成對計算時間和計算能⼒有⼀定要求的計算任務。在當下，算力資源被中心化雲服務商把控，受制於封閉網路，外部⽀付系統和死板的運營模式。去中心化雲算力設施可以做到基於以太坊(或同類公鏈)的⽀付轉賬系統，可以實現算力買家(請求方)，賣家(供應商)及軟體開發者之間的直接支付。
3.2 DCC的優勢
1.除了自由的伺服器、頻寬等資源外，還將計算需求分佈到系統中的眾多節點中去，把使用者的先知資源利用起來，創造價值。
2.透過整合社會閒置的計算資源，來為企業或個人提供去中心化算力服務，基於Token經濟，構建計算機算力買賣方市場。
3.相比傳統的雲端計算服務，其降低了雲端計算服務的門檻和使用費用，有利於雲端計算的普及。
3.3 商業模式
3.3.1 Token經濟模型
雖然市面上的分散式算力平臺專案眾多，但是總的技術框架卻是大同小異，下面就以一個大概的框架來大概的描述這個Token經濟模型。
請求節點
這個節點一般由一些有計算需求的商家或是科學研究所來充當，一般實驗室或是自有的計算機數量已經不太符合他們目前的計算需求了，需要透過超算或是其他價效比較高的計算資源如全球分散式算力來達到目的。請求節點可能會被按照要求先將自己的需求檔案(資料)按照規格先model好在進入網路(ELastic)或是有其他節點來做做這個簡單歸類的工作。
以下為需要貢獻計算資源的節點
歸類節點
這個節點由CPU算力貢獻使用者來參與，透過分散式算力平臺針對對某種計算目的專案進行分類來設定一些比較簡單的分類演算法來達到將資料歸類和model的效果，這樣子的目的是能夠將這些原本不規則的資料能夠更好處理同時能夠傳輸到專門處理該類資料的處理節點去。
處理節點
這個節點專門用於對特定類別資料的處理。由於從歸類節點或是從請求節點過來的資料的類別有千百種，對於特定的資料應該處理的方式或者說應該使用的model也不同，對於一些較為複雜的專案，對於能參與到這個專案中的機器和人要求較高。以下舉兩個例子:
在醫藥領域，如一些醫藥方面的資料如影像資料，對於這類資料的處理一般需要至少具備一定醫學知識的人員才可對這部分的資料進行處理計算得到合要求的資料。
AI和機器學習領域，這類別的資料訓練和處理更多的需要是大學的科研裝置或者是有程式設計經驗的開發者們來當這個節點，因為需要使用特定的資料處理模型如KNN或是decision tree等，這些普通的CPU或是GPU貢獻者已無法滿足這類別資料的處理需求。
驗證節點
這個節點對於從多個處理節點傳輸過來的對於相同資料的處理結果進行判斷和篩選，一般只需要裝置CPU貢獻即可。一般會將同一份資料處理任務下達到多個資料處理節點，這樣就可以在之後進行投票做判斷哪個資料才是符合要求的。這樣做雖然會造成資料冗餘但是為最後結果的正確性得到了極高的保障同時配合榮譽機制等可以有效的解決資料造假問題。
3.3.2榮譽系統
由於這個平臺將不再是透過志願的形式進行分散式貢獻算力，那麼如何衡量每個人的算力貢獻便是一個新的問題。積分制和成員的段位可以是一個較好的方法來衡量一個使用者的貢獻多少。
有一種可能是按照完成的任務單元的數量來進行積分，但是因為在未來可以在分散式算力平臺上執行的專案可能目的或是執行方面的差異會很大，如當某一個資料包在某臺機器需要大概一個小時的時間完成，而另外一種資料包在同臺機器上執行則需要20倍的時間才能完成，這樣便會造成同一個任務單元所得到的獎勵相同但是工作量卻不一樣的事情發生，這樣顯然，用完成的任務數目來計量使用者的貢獻計算量是不可行的。同樣的，用完成處理一個任務所需要用到的cpu時間來衡量貢獻也是不可行的。既然透過一些特定的引數來概括一個使用者所產生的貢獻是不可行的，那麼就需要使用一些演算法來達到準確記錄每個使用者所實際完成的計算量以期達到公平準確的分發獎勵。因此，對於貢獻量的考量便應該從多個角度來參考。
3.3.3積分系統
比較可行的積分系統應該綜合考量一下幾個方面來對一個節點的貢獻進行計算:
裝置的效能指數
不同效能的裝置在執行處理同一個資料包時所造成的資源使用以及成本不同，應當針對不同的裝置進行一個標準化的效能測試來得到一個合理的效能分數來進行進行加權。
提交結果的正確次數
在一個分散式算力平臺中需求方最在意的便是獲得的結果的質量如何，如果裝置得到的結果是不符合要求或是由惡意使用者產生的無效結果那麼對平臺的名譽損失是巨大的。那麼可以做的便是按照提交正確結果的次數來進行評級，正確的應該進行獎賞升級，而錯誤的結果則應該基於懲罰降級。
可能會出現的問題:
效能測試不準
尤其是當跨作業系統平臺時，比如同一臺計算機分別安裝 Windows 版本客戶端和 Linux 版本的客戶端，做出的基準測試結果可能就相差比較大。
容易導致作弊
由於平臺需要開放服務端和客戶端的全部原始碼，如果使用者下載了客戶端的原始碼，自行編譯的過程中修改或最佳化原有的基準測試程式碼，就可能導致他自制的客戶端的基準測試成績大幅偏高。
DCC專案分析
區塊鏈相關的雲端計算專案，主要是藉助區塊鏈的分散式技術，將多個分散的計算機節點連起來，提供分散式計算資源租賃服務。
4.1 DCC專案一覽
4.2 重點專案逐項對比
4.3 專案的投資明細
DCC專案投資邏輯
1.專案技術的創新性
與分散式計算相關的區塊鏈專案，大體思路一致，都是透過整合和利用閒置資源，為企業和個人提供去中心化算力服務，基於Token經濟，構建計算機算力買賣方市場。因此在技術上的創新就尤為重要，儘快在技術上完善，透過測試網路實現落地更易在競爭中突顯優勢。
2.高效的組織協調平臺
透過區塊鏈協調計算節點的專案想要成功對應細分領域的平臺，除了找到自己的場景，還需要與傳統雲端計算專案比拼效率，選擇更加高效低成本的基礎鏈是其脫穎而出的重要一環。
3.經濟激勵模型設計的創新
好的經濟模型的設計決定了一個專案的長期執行，雖然市面上有很多DCC專案，但其經濟模型框架基本一致，同質化較為嚴重，那麼在保證現有的經濟模型的安全性前提下，激勵模型上具有創新性且更合使用者和使用者心意才能在競爭下長存。
4.社群運營能力
對於區塊鏈專案而言，社群是很重要的資源，團隊社羣運營能力的強弱決定著是否會形成網路效應，從而決定著專案的推廣以及分散式算力的提高;並且社群還可對專案的發展作出相當可觀的貢獻，包括運營維護、技術支援等多個方面。
5.服務質量是否能達到商業級別
專案的算力是否可靠，最終要得到市場的檢驗。目前大部分DCC專案離商業可用還有很大距離，超級算力本身在技術上的實現就有一定的難度，如果能解決技術上的瓶頸，即能成為這個行業裡具有強競爭力的專案;安全和可靠性是商用化必須考慮的兩個方向，因此擁有優秀的加密、災備以及同步方案也是優秀專案的必須要素。
DCC專案未來趨勢
1.技術提高，專案實際落地數量增多
基於區塊鏈的雲端計算專案在技術上並不成熟完善，部分都還是在測試網路執行，穩定性和速度上較傳統的雲端計算服務差很多，同時這些專案並沒有典型的應用案例或服務場景，離大規模商用還較遠，可以預見隨著區塊鏈技術和分散式計算相關技術的同步發展，將會快速出現落地類專案。
2.安全性的提高是重要發展方向
雲端計算模型中，使用者的資料上傳到資料中心，而在這個過程中，資料安全性就成了一個重要問題。從電子金融賬戶密碼、到搜尋引擎歷史再到智慧攝像頭監控，這些個人的隱私資料在上傳到資料中心的過程，都蘊含了資料洩露的風險，因此安全性的提高將會是是DCC需要實現的主要效能。
3.智慧財產權得到合理的解決
與安全問題息息相關的，則是對專有資料和智慧財產權的擔憂。在雲端計算中，使用者的一切資料都需要上傳至資料中心，一些視為商業機密的重要資訊都有可能透過高質量的感測器獲取的工業資料來獲取，所以合理解決智慧財產權問題對DCC的發展有著很大的影響。
4.頻寬成本將大幅降低
系統內連線的感測器會產生大量資料，在這些情況下，將所有這些資訊傳送到雲將花費很長時間和過高的成本，而分散式計算可在保證安全性的同時實現高吞吐量的計算，將大量降低頻寬成本。
5.自治能力提升
正是由於延遲和彈性問題，使得邊緣計算自主決策不依賴於雲的特性，成為在物聯網應用中的決勝優勢。因此，在應急情況下，DCC平臺能夠同時監控自身及其正在執行的程序，還可以對其進行程式設計，這樣就可以完全實現去中心化的特點同時還能保證自身的安全性和穩定性。
6.技術架構將實現標準化
任何重大技術突破在早期的時候都屬於競爭性架構。現在DCC已經出現許多的實驗和解決方案，在未來5-10年的時間將會逐漸出現一定的行業標準，這也將帶來整個行業的迅速發展。
7.區塊鏈和雲端計算將實現有限融合
區塊鏈的技術在理論上的確可以創造一個徹底安全和民主的網路，但是使用者對"安全"願意支付的價格是有限的;未來區塊鏈和雲端計算的融合不可避免，將出現小節點雲化，重要節點區塊鏈化，甚至會出現有限備份的場景。
