时空流变，因为新冠疫情的出现，更多的人将时间花在了线上：在线办公、视频会议、游戏直播、在线教育；而身处的空间则是在云端：云拜年、云健身、云开工、云出差……至此，“云计算”正式出圈，进入大众的视野。“云上工作”、“云上生活”成为众多企业和无数普通人能够直接应用和切身体验的生产生活方式。“云”已经不再只是一个物理世界的天气概念，更成为日常数字生活须臾不可离开的要素。作为互联网技术领域的热点，云计算在各行各业渗透。
推进智能制造成为实现我国制造业从低端制造向高端制造转变的重要途径。而智能制造的成功推进，需要一系列的使能技术，云计算正是其中一项核心使能技术。那么，什么是云计算？怎么实现云计算？云计算能实现哪些服务？云计算为制造业带来了什么变化？本文将以通俗易懂的语言对云计算技术及其服务形式进行分析，并对云计算在实现智能制造的过程中发挥了哪些作用进行了简单阐述，以加深读者对于云计算的了解。
一、什么是云计算？
随着云计算的发展，越来越多的云应用开始融入到制造企业的日常业务，从管理信息化到研发信息化，再到IT基础设施，云计算无孔不入。那什么是云计算呢？。
美国国家标准和技术研究院（NationalInstituteofStandardsandTechnology,NIST）将云计算定义为：云计算是一种能够通过网络以便利的、按需付费的方式获取计算资源（包括网络、服务器、存储、应用、服务等）并提高其可用性的模式，这些资源来自于一个共享的、可配置的资源池，并能够快速地供应及释放，使管理资源的工作量和与服务提供商的交互减小到最低限度。此外NIST还提出云计算模式的5个基本特征、3种服务交付模式、4种部署方式。
图1云计算模式图
整体来说，云计算是一种建立在泛在的、便捷的网络连接上的服务提供形式，网络连接的一端是具有强大处理计算能力的“云”，另一端是功能简化成单纯输入输出设备的用户终端。“云”端利用虚拟化、分布式计算等技术将分散的软硬件资源汇聚成共享资源池，再以动态、弹性、按量付费的模式为云租户提供可配置的大规模计算、存储服务，让用户能够购买自己所需的资源，如同水、电等商品一样，从而实现资源的高效整合与利用。作为传统计算机技术和网络技术的延伸，云计算具有五个显著的特点：
广泛的网络接入：可通过网络，采用标准机制访问物理和虚拟资源的特性。这个关键特性强调云计算使用户可以从任何网络覆盖的地方，使用各种客户端设备访问资源。
共享的资源池：供应商的资源全部整合起来，以便服务于一个或多个云服务客户的特性。这个关键特性强调云服务提供者既能支持多租户，又通过抽象对客户屏蔽了处理复杂性。用户无需了解资源物理位置、配置等信息的情况下，就能够方便地应用这些云计算资源。
弹性资源伸缩：物理或虚拟资源能够快速、弹性，有时是自动化地供应，以达到快速增减资源目的的特性。这个关键特性强调云计算意味着用户无需再为资源量和容量规划担心。
可度量的服务：通过可计量的服务交付使得服务使用情况可监控、控制、汇报和计费的特性。这个关键特性强调客户只需对使用的资源付费。
按需自助服务：用户能够根据自身的需要来扩展或者使用云计算资源，从而在短时间内输出资源和服务。这个关键特性强调云计算为用户降低了时间成本和操作成本。
二、实现云计算需要哪些关键技术？
可以说，云计算是IT产业水到渠成的产物：计算量越来越大，数据越来越多、越来越动态、越来越实时，云计算于是应运而生。那么，在实现云计算的过程中，有哪些关键技术的应用呢？
1、虚拟化技术
计算机资源使用率低是整个IT行业正面临的一个问题，而虚拟化技术旨在合理调配计算机资源，使其高效地提供服务。上述的云计算后四个特点，都是构筑在虚拟化的基石之上。传统虚拟化的思想是将一台物理服务器上的CPU、内存、硬盘、网卡等资源虚拟化成资源池，再划分成多台虚拟服务器。但这个资源池受限于单台物理服务器的容量。
图2虚拟化架构
云计算的虚拟化技术不同于传统的单一虚拟化，它是涵盖整个IT架构的，包括资源、网络、应用和桌面在内的全系统虚拟化，它的优势在于能够把所有硬件设备、软件应用和数据隔离开来，打破硬件配置、软件部署和数据分布的界限，实现IT架构的动态化，实现资源集中管理，使应用能够动态地使用虚拟资源和物理资源，提高系统适应需求和环境的能力。在云计算的部署方案中，虚拟化技术可以使其IT资源应用更加灵活。它越过了时间、空间的限制，为云计算服务提供基础架构层面的支撑。用户可以根据需求使用云上世界各地的虚拟化资源，来部署自己的项目。
2、分布式计算技术
随着计算技术的发展，有些应用需要非常巨大的计算能力才能完成，如果采用集中式计算，需要耗费相当长的时间。而分布式计算技术的应用则可以节约整体计算时间，从而提高计算效率。
分布式计算是指将一个需要比较大计算量的数据，分解成许多小的计算方式得到相应的结果，最后再将这些结果进行整合得到最终的计算结果。比如谷歌的Map-Reduce，就属于比较简单的分布式计算模型（如图3所示）。Map-Reduce模式的思想是将要执行问题分解成Map(映射)和Reduce(化简)的方式，先通过Map程序将数据切割成不相关的区块，分配(调度)给大量计算机处理，达到分布式运算的效果，再通过Reduce程序将结果汇整输出。用户可以最大效率地使用网络资源，分布式计算能有效地使用系统中的计算机处理数据，通过该方式可以同时处理更多的数据，提高了运算效率。
图3并行编程模型图
3、海量数据管理技术
在数据爆炸的今天，快速、高效地处理海量数据至关重要。为了保证数据的高可靠性，云计算通常将数据存储在不同的物理设备中。这种模式与传统的网络存储不一样，它采用可扩展的系统结构，利用多台存储服务器分担存储负荷，利用位置服务器定位存储信息，不但提高了系统的可靠性、可用性和存取效率，还易于扩展，能够快速响应用户需求的变化。在当前的云计算领域，Google的BTsT~lO数据管理技术和Hadoop团队开发的开源数据管理模块HBase是比较流行的两种大规模数据处理技术。
BT(BigTable)数据管理技术：BigTable是非关系的数据库，是一个分布式的、持久化存储的多维度排序Map。BigTable建立在GFS,Scheduler,LockService和Map-Reduce之上，与传统的关系数据库不同，它把所有数据都作为对象来处理，形成一个巨大的表格，用来分布存储大规模结构化数据。Bigtable的设计目的是可靠的处理PB级别的数据，并且能够部署到上千台机器上。
开源数据管理模块HBase：HBase是Apache的Hadoop项目的子项目，定位于分布式、面向列的开源数据库。HBase不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库。另一个不同的是HBase基于列的而不是基于行的模式。作为高可靠性分布式存储系统，HBase在性能和可伸缩方面都有比较好的表现。利用HBase技术可在廉价PCServer上搭建起大规模结构化存储集群。
4、信息安全技术
云计算的安全性和保密性已成为人们