云原生基础设施凉了?

云原生基础设施,曾经是技术界的热门话题,它通过引入容器化、微服务和自动化部署等先进技术,极大地提升了应用程序的可伸缩性和弹性。然而,近年来我们不再频繁听到Cloud Native、 Kubernetes、Service Mesh 和 Serverless 等技术的话题(而是AI、GPT、大模型、生成式AI等)。这是否意味着云原生基础设施的热潮已经过去?云原生基础设施是否已经凉了?本文将从多个角度探讨云原生基础设施的辉煌历史、当前状况、面临的挑战及未来的发展趋势。

云原生基础设施的发展历程中,几个关键的里程碑标志了技术的飞跃:

  • 2013年:Docker 发布,引领了从虚拟机到容器的转变。

  • 2014年:Kubernetes 发布,为容器编排设立了标准。

  • 2015年:CNCF 成立,为云原生技术提供了组织支持。

  • 2017年:Kubernetes 成为容器编排领域的事实标准,云原生技术迎来了快速发展。

  • 2018年:Kubernetes从CNCF中毕业,Istio 1.0发布。

  • 2019年:云原生技术达到顶峰。CNCF 毕业了 8 个项目,增加了173个会员(增长50%)。涌现了大量云原生相关的开源项目,比如阿里的OAM、华为Volcano、微软Dapr。市场上涌现大量云原生公司,云原生市场一片欣欣向荣。

growth-in-china-2019
cncf 2019 growth in china

cncf-accepted-12-new-project-2019
cncf accepted12 new project in 2019

2019年KubeCon China时候,aws的kubernetes负责人来我当时所在的公司拜访。

  • 2020年:由于疫情原因,KubeCon取消。

  • 2021年:Knative v1.0发布,云厂商大力发展serverless,KubeCon转为线上举办。

  • 2023年:KubeCon China在线下重新举办。

随着 ChatGPT 和大模型技术的火热,AI 成为技术领域的焦点。虽然这些大模型运行在 Kubernetes 上,但更多关注的是模型能力和应用场景,而非底层技术的管理,底层技术管理的关注度有所降低。

KubeCon向AI方向靠,在KubeCon china 2014至少40个议题有关AI(基本围绕如何更好的在kubernetes运行AI的大模型)。

近年来,新的云原生基础设施方向创业公司较少(现在新的创业公司必须有AI属性),2021年之后融资新闻也变得稀少(最后一个融资新闻是PingCAP在2021年7月完成E轮融资)。许多国内云原生公司转向其他市场,或将目光投向国外市场,比如PingCAP。

  • 2020年10月31日:SUSE正式完成收购Rancher Lab。
  • 2021年1月15日:Banzai Cloud被思科收购。
  • 2021年4月:才云科技被字节跳动收购。
  • 2023年12月21日:Cilium的母公司Isovalent宣布被思科收购。
  • 2024年2月5日:云原生明星创业公司Weaveworks宣布倒闭。
  • 2024年7月17日:GitLab正在探索整体出售的可能性。

这些事件反映了市场的变动和企业的适应。

Google 搜索趋势显示出 Kubernetes 的热度变化。2017到2020年后一直在增加,然后2020年9月到2021年12月份开始下降,2022年1月到现在一直保持稳定,2024年4月份有减少趋势。

kubernetes-google-trends
kubernetes google trends

招聘市场的冷淡和岗位稀少,反映了云原生技术的需求减少。2个月前在招聘网站上搜索的Kubernetes相关岗位,现在再去搜索依然还是那些岗位,偶尔有一两个新岗位。最近几年各个企业的裁员,导致应聘人员很多,僧多粥少竞争激烈。

根据Gartner ”2024 年新兴技术炒作周期报告“,云原生处于"Peak of Inflated Expectations"–泡沫破灭期,技术热度已经开始下降。

gartner-2024-hype-cycle-emerging-technologies
Hype Cycle for Emerging Technologies 2024

开源社区一直是云原生技术发展的中坚力量,其中以Kubernetes社区最为活跃,它是云原生基础设施的核心。

这也反映了随着Kubernetes成熟度的提高,其社区的创新活力有所下降。

Kubernetes的贡献者数量在 2019-2020 年达到顶峰后开始下降。尽管2024年1季度有所回升,但整体趋势表明社区创新活力有所减弱。

kubernetes-contributors-countries-stats
kubernetes contributors countries stats

开源社区的健康发展离不开商业的支持。赞助商情况,很大程度反映开源项目健康的情况。KubeCon的赞助商数量变少和高级别赞助商的数量降低,反映了商业支持的减弱,影响了项目的推广和发展。

下面图是历年来KubeCon China的赞助商情况。

[!NOTE]

KubeCon China 2024赞助商情况:Diamond钻石赞助商有1家、Platinum铂金赞助商有1家、Gold黄金赞助商有1家、Silver白银赞助商有13家。

KubeCon China sponsorship history status
KubeCon China sponsorship history status

KubeCon Europe 2024赞助商比中国多很多,但总体一直增长,2024年高等级赞助商比2023年的少。

kubecon-eu-sponsorship-status

按照CNCF Project Maturity Levels,现在kubernetes项目处于成熟后的下坡阶段 Late Majority–“conservatives”

project-maturity-levels
cncf project maturity levels

是什么原因导致云原生基础设施慢慢开始走下坡路,也不再被大家关注。

AI 大模型的火热分散了对云原生技术的关注,虽然这些模型依赖于 Kubernetes,但更多关注的是模型本身而非底层技术。

随着chatgpt的发布,AI大模型相关技术成为大家关注的热点话题,各家大厂都发布了自家的大模型,AI领域的创业公司不断涌现,资本也不断投资这个领域。

虽然AI大模型是运行在kubernetes之上,但大家不会关心kubernetes里如何运行大模型,kubenretes下gpu怎么管理。原因是能够提供大模型能力的厂商就那么几家,不是人人都能玩转大模型,所以大家更关注是大模型有什么能力、它的应用场景。

nvidia-goc-2024
nvdia goc 2024 nim

云原生技术的复杂性增加了基础设施的维护成本。经济下行和企业降本增效的背景下,企业对云原生基础设施的投入减少。

虽然云原生技术提供了灵活性和扩展性,但是微服务架构、容器化、Kubernetes、serviceMesh等使用增加了应用开发、部署、管理的复杂度,导致基础设施维护成本变高,企业需要玩转云原生基础设施,需要聘请大量的专业人员进行维护和运营。特别是对于需要大量微服务和容器化的应用,云原生架构越来越复杂。云原生的弹性可伸缩特点,导致不可预测的成本问题,特别是当资源管理不当时,这种问题更加突出。

在经济下行的情况下,业务量变少、流量变少、云原生基础设施对企业来说是一个巨大的成本,企业开始降低基础设施的投入,导致市场和从业人员的减少。

云原生基础设施包括了容器化、Kubernetes、serviceMesh、serverless、可观测性等技术,对于想学习云原生的新手来说技术点过多–学习曲线陡峭,而且随着云原生技术发展了越来越成熟,入行的门槛越来越高,既要面广也要某一领域够深。比如从事serviceMesh,既要懂微服务、容器化、kubernetes、可观测性、日志追踪、流量路由,还要懂sidecar、数据平面、控制平面、xds、envoy等。

由于学习曲线陡峭、入行门槛不断提高,云原生基础设施里的新人会越来越少。

云厂商在云原生基础设施方面日趋成熟,大大降低了企业使用云原生技术的门槛。比如**无服务器(Serverless)*和*边缘计算,部分企业转向这些更简化和直接的解决方案,避免了复杂的基础设施管理。Serverless 尤其吸引了不想深入管理基础设施的开发者,它简化了架构并提供了更高的敏捷性。小企业不需要云原生基础设施人才,而只有大厂才有云原生基础设施的人才的生存空间。

云厂商这几年的发展,技术越来好,费用越来越低,建立起又宽又深护城河。再加上最近几年经济下行,企业减少在基础设施方面的投入,云原生基础设施的市场需求减少,市场趋于饱和。所以最近几年基本没有新的云原生创业公司出现,云原生领域也没有新的融资新闻。

云原生基础设施的未来充满了不确定性,但云原生基础设施不会凉,kubernetes依然是现代应用的运行平台,即使现在的AI大模型也在kubernetes上运行。

尽管面临挑战,Kubernetes仍将继续作为许多应用的底层平台,技术的创新将继续推动云原生的演进。随着AI 和机器学习的普及,云原生基础设施向支持更大规模的计算和数据处理持续的演进,比如最近的1.31版本增加了大模型OCI只读卷支持 。kubernetes依然是各种应用运行的底座,无论是在线业务、离线业务、模型推理、机器学习都跑在kubernetes上面。

随着经济环境的变化,资本更关注能够直接带来产出的领域。云原生基础设施的投资热度可能会减退,但技术的基础性作用不会改变。

从资本角度,由于云原生基础设施技术复杂,导致企业构建云原生基础设施成本很高(需要聘请大量的专业人才、而且工资都比较高)。而且在现在寒冬经济萧条的情况下,资本更关注能够产出的投入,而基础设施并不能直接反应在产出上,所以最先砍掉可能是基础设施。这会导致云原生基础设施领域的市场越来越小,这个方向的创业公司也越来越少。

从业人员会变少,社区活跃度变低。能够玩转基础设施的只有大厂,而在降本增效的大背景下,很多像我这样的从业人员被裁后,很难找到工作。即使AI大模型训练在kubernetes上运行会增加一些岗位,但是大模型也只有几个大厂才能玩的转,从业人员增加不会很多。

随着技术的成熟,云原生基础设施可能会变得更加简单和易用。像linux一样变得更简单,更易用,更底层,大部分人只需要懂得基本原理和使用方法,类似sealos那样定位成云原生操作系统。虽然从业人员减少,但技术的基础性作用仍然存在,可能会有新的岗位和机会出现。

云原生基础设施的热度正在逐渐减退,社区活跃度和市场需求明显下降。AI大模型的兴起,尤其是 ChatGPT 的影响,分散了人们对 Kubernetes 及其相关技术的关注,导致这一领域的投资和创业活动减少。与此同时,经济下行与降本增效的趋势让企业对复杂且昂贵的云原生基础设施兴趣减少。技术的复杂度也抬高了新人入行的门槛,限制了从业人员的增长。

从资本的角度来看,云原生基础设施已经凉了,已经是昨日黄花。从业者角度看,新人不值得加入云原生基础设施这个领域,因为它学习曲线陡峭,岗位越来越少、要求越来越高。

尽管如此,Kubernetes 作为底层平台的角色不会在短期内发生变化,依然是众多应用、尤其是AI和大规模计算任务的基础。但未来可能会出现更简化、更易用的解决方案替代现有的云原生架构。对于从业人员和企业而言,理解并适应这种变化将是未来竞争中的关键。

Gartner 2024 Hype Cycle for Emerging Technologies Highlights Developer Productivity, Total Experience, AI and Security

https://developer.nvidia.com/nim

CNCF Annual Report 2019

Google kubernetes trends

KubeCon + CloudNativeCon Europe 2024 Conference Transparency

Kubernetes Contributors countries stats (All)

KubeCon + CloudNativeCon + Open Source Summit + AI_dev China 2024

相关内容