云计算服务的大规模计算网络.docx
《云计算服务的大规模计算网络.docx》由会员分享，可在线阅读，更多相关《云计算服务的大规模计算网络.docx（12页珍藏版）》请在冰豆网上搜索。
云计算服务的大规模计算网络
云计算服务的大规模计算网络
如果说提供云计算这种巨型计算服务的IT架构必然是集结了大规模基础资源的数据中心"超级航母"，它也必然要求大规模计算网络与其相适应。
云计算IT资源供应模型
云计算既然拥有近乎无限的计算、存储、数据通信能力，那么提供云计算服务的IT架构必然是集结了大规模基础资源的数据中心"超级航母"。
云计算IT资源的大规模集中运营，可极大优化基础资源的分布与调度，图1所示为理想的业务模型。
对于使用云计算服务的企业或个人而言，能够满足IT业务的最佳方式为计算能力按需增长、应用部署快速实现、工作负载可动态调整、投入成本规划可控；对于云计算服务供应商而言，为满足大量客户（个人或企业）的IT资源需求，其运营的IT基础架构需要有一个大规模的资源池，可基于服务客户数量的增长、客户业务负载增长的需求变化情况提供匹配的IT资源支持能力。
图1云计算IT资源供应模型
大规模云计算服务运营趋势
大规模的IT集中建设与运营带来将是大幅度的成本节约效应。
据国外一份统计数据显示（如图2所示），在大规模IT服务环境下，网络、存储、服务器/管理等各方面的投入都会在单位资源尺度内极大降低，从而在大规模经营条件下使得单位资源带来更大的产出。
图2大规模IT运营的成本优势
在大规模云计算运营趋势下，IT基础组件必然走向全面标准化，以使得云所支撑各部分可以在保持发展的同时相互兼容。
当前的虚拟化标准组织、云计算标准化组织已经基本形成，它们的工作目的就是制定云计算不同组件、不同技术之间的公共接口，这样众多的软硬件供应商能够在云计算环境下提供互通、协作的标准化产品，从而可期望在远期目标上使得云计算的大规模IT运营架构逐步摆脱隔离性、垄断性，使公共服务得以构建在开放的公共化标准技术基础上，并随着技术发展而持续性降低成本。
对于大规模的计算网络，在基础形态上主要有两种模式：
虚拟化计算与集群计算。
其实这两种方式并无完全的割离，即可能分别部署，也可能相互结合。
一、大规模虚拟化计算与网络架构
虚拟化计算技术已经逐步成为云计算服务的主要支撑技术，特别是在计算能力租赁、调度的云计算服务领域起着非常关键的作用。
在大规模计算资源集中的云计算数据中心，以X86架构为基准的不同服务器资源，通过虚拟化技术将整个数据中心的计算资源统一抽象出来，形成可以按一定粒度分配的计算资源池，如图3所示。
虚拟化后的资源池屏蔽了各种物理服务器的差异，形成了统一的、云内部标准化的逻辑CPU、逻辑内存、逻辑存储空间、逻辑网络接口，任何用户使用的虚拟化资源在调度、供应、度量上都具有一致性。
图3大规模虚拟化云计算
虚拟化技术不仅消除大规模异构服务器的差异化，其形成的计算池可以具有超级的计算能力（如图4所示），一个云计算中心物理服务器达到数万台是一个很正常的规模。
一台物理服务器上运行的虚拟机数量是动态变化的，当前一般是4到20，某些高密度的虚拟机可以达到100:
1的虚拟比（即一台物理服务器上运行100个虚拟机），在CPU性能不断增强（主频提升、多核多路）、当前各种硬件虚拟化（CPU指令级虚拟化、内存虚拟化、桥片虚拟化、网卡虚拟化）的辅助下，物理服务器上运行的虚拟机数量会迅猛增加。
一个大型IDC中运行数十万个虚拟机是可预见的，当前的云服务IDC在业务规划时，已经在考虑这些因素。
图4密集的虚拟机群
在虚拟化云计算网络环境，超高密度的虚拟机数量引入了有别于任何以往传统意义上数据中心的业务承载问题，在表象相似的网络平台上，"服务器/虚拟机"的数量在单位空间和单位网络接口剧增，如图5所示，对基础网络的转发表项、吞吐能力、突发流量吸收提出了苛刻的要求。
图5密集的应用与性能要求
虚拟化的云中，计算资源能够按需扩展、灵活调度部署，这由虚拟机的迁移功能实现，虚拟化环境的计算资源必须在二层网络范围内实现透明化迁移（如图6所示）。
图6透明网络支持虚拟资源的调度迁移
透明环境不仅限于数据中心内部，对于多个数据中心共同提供的云计算服务，要求云计算的网络对数据中心内部、数据中心之间均实现透明化交换（如图7所示），这种服务能力可以使客户分布在云中的资源逻辑上相对集中（如在相同的一个或数个VLAN内），而不必关心具体物理位置；对云服务供应商而言，透明化网络可以在更大的范围内优化计算资源的供应，提升云计算服务的运行效率、有效节省资源和成本。
图7大规模虚拟化云计算的透明化网络承载
二、大规模集群计算与网络架构
集群计算很早就广泛应用了，只是在不同的领域有着不同的表现形式，或者说有不同的术语，如在科学计算领域的并行计算或高性能计算当前主要以集群计算的方式实现。
集群通过一组松散集成的计算机软件和/或硬件连接起来高度紧密地协作完成计算工作，在某种意义上，集群可以被看作是一台计算机。
人们使用集群的目的是为了获得强大的计算能力，虽然这可以通过购买具备超级计算能力的大型机来实现，但是在成本投入上是巨大的。
对于一般计算机，计算能力是有限的，虽然摩尔定律说计算能力每18个月可以翻一番，但要达到大型机的性能，很长一段时间内是难以实现的（摩尔定律被普遍认为在过去30年相当有效，未来10~15年应依然适用）。
因此，为突破摩尔定律的限制，将多台低成本计算机通过集群方式，以并行计算来获取更大的计算能力，成为各种追求高性能计算领域的主流方向（如图8所示）。
图8以集群架构超越摩尔定律
以互联网应用为例，有的计算服务要求提供超级计算能力，如大型搜索引擎的构建，就是大量服务器群共同协作实现的巨量计算。
科研领域并行计算的主流技术是MPI（MessagePassingInterface），但以支持Fortran、C语言的科学计算为优势。
云计算领域的代表性技术是Hadoop（还有其它类似的分布式计算技术），突出商用的扩展性架构、大数据量处理，大大简化开发难度，屏蔽系统底层的复杂性。
Hdoop是目前在互联网使用广泛的一种云计算支撑架构，借助于Hadoop,程序员可以轻松地编写分布式并行程序，将其运行于大型计算机集群上，完成海量数据的计算。
图9是当前广为流传的Hadoop分布式文件系统体系架构模型，这一类的集群架构将服务器按群分置不同角色群，角色协同完成大规模计算任务。
图9Hadoop分布式文件系统体系架构
这些角色包括NameNode，它在HDFS内部提供元数据服务；DataNode，它为HDFS提供存储块。
NameNode是一个通常在HDFS实例中的单独机器上运行的软件。
它负责管理文件系统名称空间和控制外部客户机的访问。
DataNode响应来自HDFS客户机的读写请求。
NameNode与每个DataNode有定期心跳（heartbeat）消息检查健康性。
分布式文件系统的设计需求对应到网络的架构上主要有：
并发吞吐性能、可伸缩性、容错需求等。
HDFS的目标就是构建在大规模廉价机器上的分布式文件系统集群，一个文件可以表示为其内容在不同位置的多个拷贝。
这样做带来了两个好处：
访问同个文件时可以从多个服务器中获取从而改善服务的伸缩性，另外就是提高了容错能力，某个副本损坏了，仍然可以从其他服务器节点获取该文件。
同时集群内部还通过心跳检测、集群的负载均衡等特性提升容错性。
传统HDFS采用一种称为rack-aware的策略来改进数据的可靠性、有效性和网络带宽的利用，典型的组网逻辑如图10所示（也是流传比较广泛的一张图，笔者未加修改）。
图10经典的Hadoop组网结构
图10中每个交换及所接服务器被安装在数据中心的同一个机架（rack）内，该交换机称为Topofrackswitch，典型情况下每个机架内部署40台服务器（国外比较流行，国内当前达到这样密度的IDC很少），一般采用48千兆端口的交换机，传统设计中会采用4个到8个千兆上行，因此每个机架上行的带宽收敛比一般在5:
1~10:
1。
不同机架间的两台机器的通讯需要通过交换机，显然通常情况下，同一个机架内的两个节点间的带宽会比不同机架间的两台机器的带宽大。
因此Hadoop的一个假设是：
机架内部节点之间的传输速度快于机架间节点的传输速度。
通过一个称为RackAwareness的过程，Namenode决定了每个Datanode所属的rackid。
一个简单但没有优化的策略就是将副本存放在单独的机架上。
这样可以防止整个机架（非副本存放）失效的情况，并且允许读数据的时候可以从多个机架读取。
这个简单策略设置可以将副本分布在集群中，有利于组件失败情况下的负载均衡。
但是，这个简单策略加大了写的代价，因为一个写操作需要传输block到多个机架。
为了降低整体的带宽消耗和读延时，HDFS会尽量让reader读最近的副本。
如果在reader的同一个机架上有一个副本，那么就读该副本。
如果一个HDFS集群跨越多个数据中心，那么reader也将首先尝试读本地数据中心的副本。
HDFS支持数据的均衡分布处理，如果某个Datanode节点上的空闲空间低于特定的临界点，那么就会启动一个计划自动地将数据从一个Datanode搬移到空闲的Datanode。
当对某个文件的请求突然增加，那么也可能启动一个计划创建该文件新的副本，并分布到集群中以满足应用的要求。
我们可以看到，Hadoop系统在开发过程中关注了数据交换对象（计算节点）之间的距离，实际上是考虑了网络构建模型中带宽不匹配因素。
这种因素的引入，不仅编程人员需要关心，业务部署人员、网络维护人员也都要关心，在小规模环境下还能够勉强运行，但是如果要支持全互联网级的大规模应用，集群可能达到数千台、数万台，业务的部署、扩展、运行、支撑都会存在很多问题。
如图11是一种高扩展要求的集群模型，这类集群应用自身是分层架构，每一层应用都是一个大规模集群，采用传统方式构建交换网络，必将存在诸多限制，无法发挥云计算巨型计算的服务能力。
图11大规模集群架构
随着网络交换万兆技术的发展和设备成本的不断降低，目前大规模集群的构建也发展到新的阶段，需要新的网络结构来支持和运行：
l无阻塞网络架构：
满足集群环境中所有服务器的对等通信要求，任意节点之间可以达到相等带宽（当前是以千兆为主），服务器应用程序不再关注数据交互节点是在一个机架内还是在其它机架。
l大规模集群能力：
当前2千台规模的服务器集群已经在互联网行业广泛部署，随着云计算业务的开发提供，更大规模的集群（5000-1万台）将成为支持云计算的主流网络结构，无阻塞架构是这种网络的基本要求。
l足够扁平化的架构：
所谓扁平化就是极大减少组网结构层次，目前数据中心扁平化结构以两层物理网络为主流。
在还是千兆为主的服务器端口条件下，接入交换机的用户端口数一般为48个千兆，要满足无阻塞的跨机架带宽，则上行带宽需要5个万兆（当然也可以只使用40个千兆接入，4个万兆上行），而核心交换则需要高密的万兆（>120）全线速能力。
图12是一种新的无阻塞网络模型，也被称为CLOS组网结构。
在接入层交换机当前可达到50个千兆端口（常规是48，可用两个万兆自适应千兆），无阻塞上行5个万兆到5台高密万兆核心设备，当核心万兆密度超过140端口，则整个集群规模可达到7000台服务器。
网络规划上将二层终结在接入层，使用等价路由将接入交换机的上行链路带宽进行负载分担，从而可以实现整个网络的无阻塞交换，任意服务器端口之间可以具有千兆线速的能力，完全消除了云计算集群内部的带宽限制因素。
图12大规模无阻塞集群网络
消除了带宽限制的无阻塞集群，应用内部交换数据变得足够灵活，数据访问不再受限于服务器的物理位置，将使得数据中心的流量在大范围内流动（如图13所示）。
以无阻塞网络构建的大规模计算群，更有利于云计算性能的充分发挥。
图13大规模集群的大范围流量交换
三、结束语
云计算的大规模运营，给传统网络架构和传用应用部署经验都带来了挑战，新一代网络支撑这种巨型的计算服务，不论是技术革新还是架构变化，都需要服务于云计算的核心要求，动态、弹性、灵活，并实现网络部署的简捷化。
炙手可热的云计算，何时不再高高漂浮于天空，而是化成阵阵春雨，一解对无限计算资源充满向往的地球上人们的心头之渴，似乎是个待解的谜题。
“云计算是个筐，什么都可以往里装。
”在最近一两年的时间里，云计算被追捧到高得不能再高的地位。
戴尔数据中心解决方案部门云软件解决方案总监JohnIgoe在最近一次关于戴尔迈向云计算之旅的演讲中这样开玩笑说：
“有人认为云计算无所不能，甚至能够解决全球的饥饿问题!
”
的确，从IBM到微软，从思科到戴尔，从惠普到EMC，几乎所有IT业内主流厂商都把自己的未来重要的发展方向定位在云计算。
微软全球副总裁张亚勤最近公开表示，在过去五年中，微软已经逐渐把资源倾斜到云计算，使得现在有40-50%研发投入是在云计算。
“而在将来五年中，我们会把全球80%的资源都放到云计算。
微软全球差不多10万人，其中有5万人在做研发，也就是说这5万人里面的4万人会从事云计算方面的研究、开发。
可以说微软未来的发展全部押注在云计算上面。
”
与此同时，围绕云计算展开的报道、论坛、峰会铺天盖地而来，“言必称云计算”成为业界一时的风尚。
但美丽飘渺的“云”究竟离我们有多远?
何时能够下凡到你我身边?
这仍然是一个待解之题。
云计算落地元年
“一年前，我们开云计算大会，当时讲的最多的是什么叫云计算。
经过一年的发展，云计算从朦胧、萌芽走向了清晰和主流。
”张亚勤的看法道出了业内很多人的感受。
不仅云计算的概念走向清晰，随着云计算应用的逐渐增多，2010年被很多业内人士称为中国云计算落地的元年。
据北京科技大学（简称北科大）网络中心主任杨扬教授介绍，北科大和Platform公司合作建立了北京科技大学云计算实验室，把现有的虚拟机和物理机整合在资源池上，上面用资源分配引擎实现调度。
杨扬说，云计算平台主要在3个地方：
学校的网络中心，实验室和卡务中心，一共十来个节点。
一些第三方业务系统软件，如CRM、OA软件，以及一些工具云软件如Maya、Photoshop、C++、Java都在上面跑。
“通过一个上网本或浏览器上去之后，所有东西跟在本地上是一样的。
另外，对于大型计算，根据访问权限还可以定制计算资源。
”杨扬说，他们设计了帐单和计费系统，开发了以实时网络和运营计费，还有第三方类似支付宝的系统。
“北科大校园云从IaaS、PaaS、SaaS层都在做落地，并已开始使用，下一步准备和Platform联手合作，进入电信、移动领域。
”
曙光信息产业有限公司（简称曙光）相关人士告诉记者，已经在上海、北京、深圳等地帮助政府及企业建立了诸多云计算中心。
并且他们通过研究发现，在国内高端市场，企业级用户逐步开始尝试构建自己的云计算基础设施，也就是“私有云”。
方式是对企业内部的IT基础设施进行改善，“对于这部分高端企业级用户来说，接受云计算基本上就是接受一种新的技术和解决方案。
”
而据北京市计算中心主任曾宇介绍，在去年10月，北京市计算中心建成每秒浮点运算能力达到20万亿次的工业云计算平台，并将于今年完成100万亿次二期平台建设。
该平台基于Xen、KVM虚拟化技术及LSF和ISF云计算中间件实现全局资源监控管理、全局资源调度和动态应用部署，提供服务化的Ansys、Fluent、Abaqus、BLAST、Gromacs等20余种工业计算等应用软件，能够为工业用户提供SaaS、IaaS等多种服务模式。
“到今年底我们会有100家用户，预计明年用户将达到500家。
”
今年5月21日，中国移动公布了在开源软件基础上开发的云计算系统——大云平台（BC1.0）。
据中国移动称，已经建成1000台服务器、5000个CPUCore、3000TB存储规模的“大云”试验室，实现了分布式文件系统、分布式海量数据仓库、分布式计算框架、集群管理、云存储系统、弹性计算系统、并行数据挖掘工具等关键功能。
大云的一些技术和应用，据说也正在中国移动内部的上海、江苏、天津、四川等分公司进行落地试点。
而据在网格和云计算领域耕耘多年的Platform软件公司中国销售总经理张福波透露，航空航天、上海超算，国家气象局等政府单位早已开始使用内部云架构。
显然，2010年之所以许多业内人士称为云计算落地元年，原因在于，更多的企业和单位都开始试用或使用云计算，云计算渐渐飞入“寻常百姓家”。
IDC的统计数据显示，目前中国服务器虚拟化渗透率达7~8%。
在这些虚拟化用户中，20%左右正在做虚拟化测试，50%左右在做虚拟机迁移，只有大约5%的用户确实实现了云计算。
“大约需要3年左右的时间，现在正在实施虚拟化的用户会逐步转型到私有云计算的模式。
目前没有做虚拟化的用户也会逐渐开始对基础架构实施虚拟化”IDC中国企业级系统与软件研究部研究经理周震刚表示。
云计算前期的主要挑战
根据IDC的预测，未来企业用户都将使用公有云、私有云或混合云的模式。
但目前尚处于云计算的初期应用阶段。
“对于私有云来说，从目前的企业的IT基础架构转型到私有云计算模式，要经过几个步骤，首先是通过虚拟化来建立虚拟机，其次是实现虚拟机在不同物理服务器上迁移，最终令系统能够动态分配资源。
同时还需要提供自助的门户，让用户能够轻松定制其需要的资源，并且在后台对分配的资源可以进行计量。
”周震刚如是分析企业内部云的实现路径。
VMware公司大中华区技术总监张振伦也表示，“现在国内还处于云计算前期阶段，有些企业在做虚拟化，有些企业处于自动化阶段，但前端真正形成完整的云门户的用户目前还没有看到，可能今年下半年会有一些客户走到这一步。
”
那么，在这一时期云计算发展面临的挑战主要有哪些呢?
首先，安全是最主要的挑战。
曙光在实践中发现，许多企业还不适应把其数据和应用保存在他们不能控制的系统。
他们认为，把工作负荷迁移到一个共享的架构上，增加了非授权访问和信息泄露的潜在风险。
因此，围绕着认证，身份管理，遵从性，和访问技术的一致性要求变得更加重要。
云计算的提供商需要通过有效加密客户数据，防止非授权访问和信息泄露。
曙光还建议，云计算服务商在选择云计算平台时，尤其需要注意云计算平台的安全性，特别是一些核心领域数据的安全性关系到国家安全，关系到企业生命线的商业数据，建立在一个自主可控的"云计算环境"非常重要。
但更令人担忧的似乎是云服务提供商的信誉和生存能力。
谷歌退出中国市场，对很多潜在的云计算用户是一大警示。
如果出现更糟糕的状况，比如服务商像北电一样破产，岂不是更让人后怕?
因此，云计算发展必须由政府引导。
“未来的云运营商一定要像银行一样有政府的支持，不能倒闭。
从这个意义上说，电信运营商和政府超算中心最有可能率先成为云服务提供商。
”Platform张福波明确表示。
其次，带宽是一大瓶颈。
“毕竟云计算是基于网络模式，如果带宽不够，对于使用公有云的小企业，和具有分支机构、使用私有云的大企业都是难题。
”周震刚说。
再次，由于目前云计算服务提供商均基于各自的标准提供服务，没有任何一家公司提供方法，让用户够把自己的数据和应用程序从一个云计算服务无缝迁移到另一个服务。
这导致用户被绑定在特定服务商上。
“被业界广泛应用的云计算应该有一个通用的平台，而不应该是专用的平台。
”张振伦表示，目前亚马逊等服务商提供的服务需要用户基于其平台修改应用，一旦应用软件定制好了，换一个服务提供商就意味着要重新修改软件，这显然不太现实。
“要大面积推广云计算，一定要有一个通用平台，让应用可以在不同云中间飘来飘去，也就是说让用户可以容易地在不同服务供应商中切换。
此外，北京蓝汛通信技术有限责任公司Cache事业部高级总监霍涛也给出了自己的观点。
“中国为什么云计算发展比较缓慢?
很重要的原因在于，美国开发人员数量极多，中国自由开发者则很少，这就造成’云’真正广泛运用的制约点。
”他表示，在中国很少有像美国那样的自由开发者，大家很多时候还在为生活奔波，没精力搞开发、创业，这一点造成我们在公共云计算方面的进步不如国外。
最后，云计算的观念仍需普及。
目前云计算尚处于市场培育的过程，许多用户对云计算仍然不关注、不了解或不信任。
周震刚说，虽然很多主机托管服务商希望提供云计算服务，但一些已经提供IaaS服务的供应商却发现，有的用户仍然按照租用物理服务器的方法来考查虚拟机，让人啼笑皆非。
而政府备案制度亦使得云计算快速部署的优势不复存在。
如此种种都导致云计算进展缓慢，盈利困难。
应用是关键
“云计算是在炒概念。
我们跟不上形式，搞不清楚什么是云计算，也永远不会去追这些新概念，被它所驱动。
”一位著名的医院CIO对记者表达了对云计算过度炒作的反感。
他说，日常感觉最明显的还是应用上的压力，比如如何满足企业日常的应用需求，因为信息化就跟一棵树一样，不断长出树干、树枝、树叶，新问题也会随之产生，基础设施远不是其天天关注的核心问题。
这实际上间接地反映了云计算未来发展的走向：
必须满足用户的实际需求，不能为了云计算而云计算。
因为根据IDC的观点，即使目前有的用户对云计算概念不感兴趣，随着虚拟化的广泛应用和对IT简化的需求，企业必然会过渡到私有云或公有云以及混合云的阶段。
“云服务分为不同的层次，包括SaaS、PaaS和IaaS多种模式，没有任何一家云服务提供商能够覆盖云服务的各个层次。
因此，不同厂商需要对自己有明确的定位，建立自己的优势和核心竞争力。
”周震刚对于云服务提供商给出了这样的建议。
根据北京市计算中心的运营经验，曾宇充分肯定了应用在云计算发展中的动力作用：
“云计算的成功最终决定于商业模式的创新和成功，而商业模式的成功又和应用的提升和推动密不可分。
没有应用的提升，没有应用的拉动，去谈云计算产业的发展是一句空话。
”曾宇说，当前中国正在掀起建设云计算中心的浪潮，但这些中心的建设往往很少考虑应用的问题，很少考虑其所服务的区域经济的结构特征，最终导致其仅是形象工程、政绩工程，导致云计算中心建设和运营两张皮的现象。
根据曾宇的观点，云计算服务市场的定位，应是针对大规模计算服务能力和海量数据处理能力需求旺盛的个人及企业用户市场。
这一市场正伴随信息技术的发展和产业结构的调整而日益庞大，并最终会分化为许多垂直细分的领域，如：
工业云计算领域、生物云计算领域、政务云计算领域等等。
对当前的云计算服务提供商来说，应该集中优势资源在相对狭窄的云计算垂直细分领域，建立起强势的核心竞争优势和知名度。
这才是一种有效和可行的选择。
云计算不可能像水电一样供应
比喻往往把思维引向歧途。
对于云计算前景最普遍、最诱人的比喻莫过于，称其将像人们日常生活中的水、电一样按需供给。
这将被证明是个不可能到达的乌有之境。
“水、电对于大多数国家来说都是公共产品，国家监管很严，其市场具有非竞争性，盈利不是唯一目标，提供商的谋取的利益有限。
但IT市场则是利益驱动，追求的是利益最大化，这和需求驱动有很大不同。
”中国民航信息网络有限公司（简称中航信）生产调度部总经理
戚前方说，IT产品和水、电这样的的公共产品的差异性天然存在。
公共产品的需求相对恒定，刚性强，国家有统一的供应标准;而IT产品和服务的需求弹性很强，因此对用户的需求不可能像水、电一样供给，而是要讲究差异化战略。
“云计算与其说是一种结果，还不如说是个过程。
大家都在朝这个方向走，但距离达到云计算的最终目标——按需提供IT资源，还有很长的路程要走，有许多事情要做。
”戚前方表示，云计算的障碍将永远存在，但人们应用IT的自由度会随之不断提高。
“以中航信为例，非关键性业务，如订票，查询，早已做到全国性的透明的资源调度和访问，但关键系统就会慎重得多，并且不可太能外包。
”
张振伦对云计算的前景非常乐观，他说，未来一定是云计算的天下。
他透露，作为云计算的积极推动者，VMware和AT&T已经开始战略合作，从去年12月开始帮助AT&T提供的一些基于VMware的云服务。
最近又和SpringSource、谷歌合作，联手打造开发者平台，即期望为用户提供通用的云计算开发平台
升级会员 