基本定義
牛計算即集群計算
在計算機中，集群是使用多個計算機，如典型的個人計算機或UNIX工作站；多個存儲設備；冗餘互聯，來組成一個對用戶來說單一的高可用性的系統。集群計算能夠被用來實現負載均衡，集群計算的倡導者提出，對一個企業來說，集群在許多情況下，能夠達到99.999%的可用性。集群的一個主要思路就是，對外界來說，集群就像是一個唯一的系統。
集群的一個常用用途就是在一個高流量的網站中實現負載均衡。一個網頁請求被送到“管理者”伺服器，然後此伺服器決定此請求由幾個相同Web伺服器中的哪一個進行處理。這種Web Farm（根據配置有時候被這樣稱呼）將能夠提升通信量和處理速度。
集群最早是在20世紀80年代DEC的VMS系統中出現的，IBM的sysplex是與集群接近的大型主機系統。微軟、Sun微系統，以及其它主導硬體和軟體流的公司提供有集群包，並保證提供可擴展性和可用性。隨著通信量和可用性保證的增加，集群的整個部分或局部零件的大小與數量都可以增加。
集群計算還可以被用來進行低廉的並行計算，這些並行計算通常為科學研究或其它需要並行運算的套用服務。一個著名的例子就是裴歐沃夫（Beowulf）計畫，它使用一定數量現成的個人計算機組成集群來實現科學套用。
發展歷程
從牛計算到雲計算
雲計算是近年來風靡IT業界的一個詞， 無論它是否真能帶來發展機遇，但它已經成為一種潮流，如果你不入流，就不能和大家說同一種語言，也就“OUT”了。好比股市的一波大行情來臨，儘管可能會有泡沫，還是會有很多人參與其中，因為如果不參與，就可能失去賺錢的機會（對於雲計算，可能會失去得到政府資助的機會），尤其在這波行情還沒結束的時候。就連當初並不太認同雲計算的Oracle CEO拉里·埃里森對此也無能為力，只能無奈地給Oracle也貼上“雲計算”的標籤。
雲計算是“皇帝的新裝”，這一點不少了解其來龍去脈的人是認同的，那么這一輪新的熱潮是否蘊含了新的發展機遇？對此問題是仁者見仁，智者見智。筆者並不反對雲計算，作為業界較早參與國內外與雲計算相關的一些工作的“老人”，筆者可能正好見證了和雲計算相關的超級計算技術的發展，覺得自己對雲計算，特別是技術發展方面的來龍去脈有一些了解，願意與大家分享對此的理解。
“牛計算”是根
筆者從上個世紀80年代就開始在國內參與並行計算的研究，參與了李三立院士當年的Transputer合作項目，用於構建並行圖像處理的Pyramid系統架構。同時代的理論還有美國CMU大學HT孔教授提出的 Systolic 陣列計算機的理念等。應該說，那時的理念一點兒也不比現在的落後，所謂Transputer，就是“Transistor+Computer”，就是說以後做並行（雲）計算大系統，把Transputer當積木（Lego）搭起來就行了。
筆者後來去國外學習，博士論文研究的是關於計算問題的並行分解技術和算法。畢業後在1993年有幸加入了美國Oak Ridge國家實驗室Jack Dongarra教授（他每年6月負責發布世界超級計算Top 500排行榜）的PVM/MPI(Parallel Virtual Machine /Message Passing Library)研發團隊，作為博士後研究員做“牛計算”（COW，也就是Cluster of Workstations）。當時美國的幾個國家實驗室都在進行並行系統的研究和開發，其中包括Argonne實驗室的Ian Foster教授，有人稱他為雲計算之父，因為雲計算的前身—格線計算的概念是他提出來的。
雲計算從技術發展來說源於“牛計算”，以及後來在此基礎上出現的Globus、Beowulf（Harness the power of COW）集群計算、格線計算等等。從“牛計算”到雲計算的發展和轉變，是計算機的大眾化商業套用（尤其是網際網路商業化和搜尋技術的發展）導致的轉變，主要標誌就是從主要服務於科學計算的“計算中心”到主要服務於網際網路、廣義的SaaS、搜尋技術等的“數據中心”的轉變。
筆者後來於1995年加入IBM公司的 SP（Scalable PowerParallel）並行系統部門，參與了當時世界上最快的超級計算機ASCI-Blue Pacific的研發工作，負責Job Scheduler（作業調度）系統（代表IBM LoadLeveler團隊）的研發，再後來在矽谷一個初創公司，帶領一個團隊成功開發了一個基於“牛計算”技術和Java Web前端的人類基因組計算系統。作為當時世界首例全面成功“注釋”（Annotation）了當時所有的人類基因組，美國CNN和舊金山紀事報等10多個世界主要媒體都做了報導。按現在的話說，這是一個早期的基於雲計算後台技術的生物計算SaaS門戶。
當時研究的PVM/MPI等系統目前仍然是國內外超級計算機的核心基礎軟體之一，包括國內著名的曙光、深騰（聯想）和最近的天河一號（國防科大）超級計算機，都用到PVM/MPI。 另外，和IBM Loadleveler類似的非商用系統，如PBS、Condor等（免費）作業調度系統，也是國內外超級並行計算系統的“標配”軟體之一。
應該說，正是COW（Cluster Of Workstation）計算系統（一種實用的分散式計算系統，也叫POP， Pile Of PCs）的出現改變了超級計算的格局，它使超級計算的核心技術由原來的以硬體和體系架構為主演變成了以軟體為主。所以，筆者更願意稱COW為“牛計算”，是因為這個理念確實很“牛”。
最早的“牛計算”核心軟體平台就是PVM，它是由美國Emory大學的印度裔教授 Vaidy Sunderam提出來的，但落地在Oak Ridge國家實驗室，本人也有幸成為Oak Ridge PVM 開發組較早的成員之一。由於PVM只是一個事實標準，後來出現了MPI標準，於是有了很多MPI的實現系統，但基本上都是基於PVM系統改頭換面做成的。
“牛計算”也屬於MPP（Massively Parallel Processing），只是它是一種松耦合的MPP，相對於IBM 的SP（Scalable PowerParallel）、國內的通用型曙光超級計算機等那樣的緊耦合MPP，主要區別就是連線計算節點（通用計算機主機）之間的網路（或叫HPS，High Performance Switch）不一樣。
早年IBM的SP並行MPP機器的Switch都是自己做的，例如給LLNL實驗室做的那台ASCI-Blue Pacific，但後來IBM不自己生產Swicth了，之後的SP機器都是用普通的RS6000加上OEM的HPS搭建而成的。Switch好比網路路由器，但是由於對傳輸速率和延遲要求較高，不通用，一般也是一些專業的小公司在做，例如Myricom公司的Myrinet。
IBM的SP超級計算機也主要用的是PVM、MPI等作為核心軟體系統，外加一些提高HPS使用效率的運行環境或接口（當時IBM的這種系統叫POE，即Parallel Operating Environment），以及作業調度系統，如IBM的LoadLeveler（基於UWM大學Livny教授的Condor系統研發的）。
做超級計算機就像組裝PC
由於COW的出現以及硬體產品的標準化，使得後來做一台MPP超級計算機和組裝一台PC也沒什麼太大的區別了。只要“不差錢”，買來現成的計算節點，再買來Infiniband、Myrinet那樣的HPS, 配上PVM/MPI以及PBS/LSF等軟體（大部分是免費的），然後根據計算任務的不同，也許還需要配HPF（High Performance FORTRAN）並行編譯語言系統、openMP、LinPACK標準軟體包等等，就可以組裝成一台超級計算機了。對於專業人士和廠商，難度可能和做一個大型的系統集成項目差不多，主要技術難點在於整體系統的配置、組裝聯調和散熱等。
簡單地理解，一台超級計算機，如果節點數量多，每個節點的計算能力都很強，也就是說資金投入足夠大，基本上就可以在超級計算機的Top 500名單中占據一席之地，因為做法都是公開的，驗證的套用（主要是驗證系統對LinPack軟體包等的Peak性能）也是公開的。而一台超級計算機能否發揮作用，主要還是要看使用它的應用程式能否有效地被分解，分解後能否和系統充分匹配，利用好系統的資源。最極端的情況是，一個算法不能分解，把它拿到超級計算機上運行可能和拿到一台PC上運行的執行速度是一樣的。
早期的COW系統中的計算節點主要都是閒置的計算資源，如辦公室中的桌面工作站、普通PC等，採用普通的區域網路連線。因為這些節點白天要正常使用，所以作為集群計算的節點工作主要在晚上和周末的時間，SETI@HOME是“牛計算”的典型套用之一，這是一項利用全球網際網路上的閒置計算資源共同搜尋地球以外文明的科學實驗計畫，超級計算由此也走入千家萬戶。不過，後來超級計算這個詞在業內逐漸被HPC（High Performance Computing，高性能計算）、HTC (High-throughput Computing，高吞吐計算)等詞所取代。
HPC計算的主要套用是科學計算，包括核爆炸的模擬（Nuclear Stockpile）、採掘業的模擬計算、氣象預報計算等。隨著網際網路的發展和普及，HPC計算技術越來越多地被用到了海量數據的存儲和查詢的套用中，例如Google、Amazon、Ebay、Salesforce，包括近期出現的FaceBook、Twitter、LinkedIn等社區網站以及國內的新浪、Alibaba、盛大等，這些公司都需要建立龐大的“牛計算”系統，用的機器多半都是常規的Linux PC，組成叫Server Farms(伺服器“農場”，和“牛”也相關)的大系統。
在這樣的系統中，計算能力不再是最關鍵的因素，HPS也不是必需的，高效的海量存儲和處理能力成為核心。因此HPC、超級計算這樣的詞也逐漸讓位給格線計算（Grid Computing）、雲計算這樣的更貼近於大眾化語言的新詞。
雲計算的核心是支撐“XaaS”
雲計算是並行計算、分散式計算（或“牛計算”）和格線計算的發展，或者說是這些計算機科學概念的商業實現。雲計算代表了HPC從科學計算到大眾化商業套用的變遷，使以前最燒錢和不賺錢的超級計算產業變成了最賺錢和省錢（充分利用現成的CPU 的計算能力）的生意。雲計算使以前的“計算中心”邊緣化，“數據中心”成為主流。
雲計算也是虛擬化、效用計算(Utility Computing)、IaaS(基礎設施即服務)、PaaS(平台即服務)、SaaS(軟體即服務)、HaaS（硬體作為服務）等XaaS（一切皆服務）概念和技術混合演進的結果。筆者認為雲計算的賣點主要有兩個：一是節省硬體投資，通過虛擬化等技術使得IT資源的利用率得到提高，而藉助SaaS、IaaS、PaaS、HaaS等服務，用戶無需投入資金建立自己的數據中心，就可以靈活滿足業務的變化; 二是SaaS。雲計算和SaaS成為一對“黃金搭檔”，雲計算托起SaaS, SaaS保持用戶對雲計算的粘性。這裡說的SaaS是廣義的SaaS，即任何通過瀏覽器就能實現的軟體服務都屬於SaaS，而不只是Salesforce所說的多租戶（Multi-Tenants）概念下的狹義SaaS。基於這個定義，網上銀行可以算作SaaS，它一般是單租戶的，而Google那樣的搜尋門戶也是SaaS，但它是無租戶的。當然，新浪那樣的信息門戶以及Amazon、Ebay、FaceBook這樣的門戶也都可以劃入SaaS之列，而不僅僅是像Saleforce這樣的公司提供的那些服務。
當年的ASP後台其實就是雲計算，Exodus這樣的一批數據中心公司在.COM年代曾經風光無限，但後來全軍覆沒。ASP廠商失敗的根本原因就在於它們沒有直接提供XaaS套用，其套用沒有用戶粘性。所以，前車之鑑，單靠推廣IaaS/HaaS的雲計算，作為一種商業模式，也多半是要失敗的。
Amazon使用彈性計算雲（EC2）和簡單存儲服務（S3）為企業提供計算和存儲服務。收費的服務項目包括存儲伺服器、頻寬、CPU資源以及月租費。Amazon把雲計算做成一個大生意花了不到兩年時間。Amazon上的註冊開發人員已達44萬人，還有為數眾多的企業級用戶。由第三方統計機構提供的數據顯示，Amazon與雲計算相關的業務收入已達1億美元。雲計算是Amazon增長最快的業務之一。在筆者看來，Amazon成功的關鍵在於它的主營業務保持了用戶的粘性，1億美元的雲計算業務相對於它的電子商務主營業務其實可以忽略不計，屬於現有資源的擴展利用，只是錦上添花。
Google是最大的雲計算使用者，其搜尋引擎就建立在分布於200多個地點、超過100萬台伺服器的支撐之上。Google地球、地圖、Gmail、Docs等也都基於這些基礎設施提供。採用Google Docs之類的套用，用戶的數據會保存在網際網路上的某個位置，只要通過任何一個與網際網路相連的系統就可以十分便利地訪問這些數據。目前，Google已經允許第三方在Google的雲計算中通過Google App Engine運行大型並行應用程式。所有這些套用的核心理念還是SaaS。
SaaS是對微軟帝國最大的威脅之一，和Oracle一樣，微軟也可能是“被逼無奈”才大談雲計算。但是，此“雲計算”非彼“雲計算”，各有目的。在筆者看來，微軟推出的Windows Azure雲計算“作業系統”其實和雲計算理念並不一致。
因為雲計算的目標之一就是要消除Windows這樣的“作業系統”的存在，而目前Windows是市場份額最高的客戶端。
目前，雲計算在我國發展非常迅猛。IBM在中國無錫太湖新城科教產業園建立的中國第一個雲計算中心已投入運營，IBM自己在北京的中國創新中心成立了第二家中國的雲計算中心—IBM大中華區雲計算中心。2008年底，廣東電子工業研究院與東莞松山湖科技產業園管委會簽約，要在東莞松山湖投資兩億元建立雲計算平台。阿里巴巴集團旗下子公司阿里軟體也與江蘇省南京市政府正式簽訂協定，要在南京建立國內首個“電子商務雲計算中心”，首期投資額將達上億元人民幣。中國移動也推出了BigCloud（大雲）。
這些雲計算中心（或者計畫）中，阿里巴巴做雲計算是合乎邏輯的，因為它有很大的SaaS業務資源;中國移動有自己的“內部需求”，也有很大規模的數據中心，引入雲計算技術充分發揮現有資源的作用，也是合乎邏輯的。其他已建立的雲計算中心，不少也就是原來的“計算中心”的升級版，它們對業務模式並不清楚。
在筆者看來，國際幾大巨頭中IBM的雲計算路數有些不同，因為IBM沒有任何SaaS運營業務。所以，IBM推雲計算的意圖多半也是“項莊舞劍，意在沛公”，著眼點還是伺服器和軟體。
雲計算的服務對象是數據中心，從技術層面來說，以前HPC系統中常用的軟體系統，如PVM/MPI/HPF等都已經派不上大用場了（不過Amazon的CloudMaster基本上就是原來MPP系統中“作業調度”系統重新包裝的結果），於是出現了許多新的算法和軟體系統。例如Google推出的MapReduce、GFS、Bigtable以及MapReduce的開源實現Hadoop等，主要的東西還是出自Google的，其他廠商正在效仿。
雲計算的社會效益和商業模式
有些人視雲計算為第三次IT行業變革時代的開始，很多專家也預測雲計算在中國將會有一個廣闊前景。在國外人們主要談商業模式，而在國內大家要考慮社會效益。要想使雲計算在中國有一個更美好的未來， 兩點很關鍵：政府需要看到社會效益， 商家需要看到能賺錢的商業模式。前者可以推動後者，但不能保證後者的成功。
關於社會效益，筆者在主文提到的雲計算的兩個賣點中的第一點：節省硬體投資，充分利用已投入的資源。這一點顯然是符合中國目前“建設節約型社會，發展循環經濟”的大政方針的，社會效益不言自明。雲計算可以緩解目前國內普遍存在的“低水平重複建設”的老大難問題。
但是，目前雲計算的模式對解決這個問題沒有清晰的可操作性。由於受到相關法規，財政預算制度和國民文化習慣的影響，雲計算的發展有三大障礙。第一，多數中國企業對從外部採購數據存儲服務信心不足，擔心會失去對數據的控制; 而且寬頻接入速度還太低，無法保障優質的雲服務。第二，財政預算制度不支持雲計算和SaaS服務所提倡的按需付款的模式，往往上級領導批了一筆錢（尤其在政府部門），都是按項目模式，專款專用，限期必須花完，服務模式行不通。第三，國民文化習慣也不支持雲計算和SaaS的“租用”模式，中國人喜歡“擁有”，而且還要是新的。如果上述問題處理不好，產業鏈是很難形成的。
關於商業模式，目前中國還沒有Google Docs、Amazon EC2、Salesforce等這樣一批在XaaS業務方面有足夠粘性作為基礎開展雲計算業務的企業，很多企業尤其是大企業的雲計算計畫往往是其研發部門提出來的，而不是真正的公司決策層提出的雲計算戰略規劃。另外，目前國內有許多企業參與追捧雲計算，其目的之一也是想藉機得到政府的支持。
筆者認為，像阿里軟體這樣有基礎做SaaS和雲計算的企業在中國並不多，另外也有幾家以前做ASP和SaaS的公司，想通過雲計算（和SaaS）的理念重新包裝自己，使業務上一個新台階。在金融領域，雲計算可能是率先能夠得到成功套用的，例如在銀行的櫃檯和ATM機，雲終端（也就是瘦PC、網路PC）的使用比較順理成章，雲終端比傳統PC更安全（安全性是雲計算的主要弊端），也可降低成本。當然沒想明白的也有不少，從很多公司的業務模式定位上就能看出來，它們以為真的找到了新的發展機遇，其實有很多業務模式根本經不住推敲。
筆者認為，雲計算是一個很好的業務模式，尤其是它的成功實施會帶來很好的社會效益，社會效益的提升必將帶來雲計算產業的繁榮和各種雲計算商業模式的成功。雖然困難不少，但這條路還需走下去，我們祝願雲計算在社會效益和商業模式方面都能夠在中國取得真正的成功。
雲計算與物聯網
“雲計算”概念由Google提出，一如其名，這是一個美麗的網路套用模式。雲計算時代，可以拋棄隨身碟等移動設備，只需要進入Google Docs頁面，新建文檔，編輯內容，然後，直接將文檔的URL分享給你的朋友或者上司，他可以直接打開瀏覽器訪問URL。我們再也不用擔心因PC硬碟的損壞而發生資料丟失事件。
1、狹義雲計算
狹義雲計算是指IT基礎設施的交付和使用模式，指通過網路以按需、易擴展的方式獲得所需的資源（硬體、平台、軟體）。提供資源的網路被稱為“雲”。“雲”中的資源在使用者看來是可以無限擴展的，並且可以隨時獲取，按需使用，隨時擴展，按使用付費。這種特性經常被稱為像水電一樣使用IT基礎設施。
2、廣義雲計算
廣義雲計算是指服務的交付和使用模式，指通過網路以按需、易擴展的方式獲得所需的服務。這種服務可以是IT和軟體、網際網路相關的，也可以是任意其他的服務。
解釋：這種資源池稱為“雲”。“雲”是一些可以自我維護和管理的虛擬計算資源，通常為一些大型伺服器集群，包括計算伺服器、存儲伺服器、寬頻資源等等。雲計算將所有的計算資源集中起來，並由軟體實現自動管理，無需人為參與。這使得套用提供者無需為繁瑣的細節而煩惱，能夠更加專注於自己的業務，有利於創新和降低成本。
有人打了個比方：這就好比是從古老的單台發電機模式轉向了電廠集中供電的模式。它意味著計算能力也可以作為一種商品進行流通，就像煤氣、水電一樣，取用方便，費用低廉。最大的不同在於，它是通過網際網路進行傳輸的。
雲計算是並行計算(ParallelComputing)、分散式計算(Distributed Computing)和格線計算(Grid Computing)的發展，或者說是這些計算機科學概念的商業實現。雲計算是虛擬化(Virtualization)、效用計算(Utility Computing)、IaaS(基礎設施即服務)、PaaS(平台即服務)、SaaS(軟體即服務)等概念混合演進並躍升的結果。
總的來說，雲計算可以算作是格線計算的一個商業演化版。早在2002年，我國劉鵬就針對傳統格線計算思路存在不實用問題，提出計算池的概念：“把分散在各地的高性能計算機用高速網路連線起來，用專門設計的中間件軟體有機地粘合在一起，以Web界面接受各地科學工作者提出的計算請求，並將之分配到合適的結點上運行。計算池能大大提高資源的服務質量和利用率，同時避免跨結點劃分應用程式所帶來的低效性和複雜性，能夠在目前條件下達到實用化要求。”如果將文中的“高性能計算機”換成“伺服器集群”，將“科學工作者”換成“商業用戶”，就與當前的雲計算非常接近了。
雲計算具有以下特點：
(1) 超大規模。“雲
雲計算管理系統
”具有相當的規模，Google雲計算已經擁有100多萬台伺服器，Amazon、IBM、微軟、Yahoo等的“雲”均擁有幾十萬台伺服器。企業私有雲一般擁有數百上千台伺服器。“雲”能賦予用戶前所未有的計算能力。
(2) 虛擬化。雲計算支持用戶在任意位置、使用各種終端獲取套用服務。所請求的資源來自“雲”，而不是固定的有形的實體。套用在“雲”中某處運行，但實際上用戶無需了解、也不用擔心套用運行的具體位置。只需要一台筆記本或者一個手機，就可以通過網路服務來實現我們需要的一切，甚至包括超級計算這樣的任務。
(3) 高可靠性。“雲”使用了數據多副本容錯、計算節點同構可互換等措施來保障服務的高可靠性，使用雲計算比使用本地計算機可靠。
(4) 通用性。雲計算不針對特定的套用，在“雲”的支撐下可以構造出千變萬化的套用，同一個“雲”可以同時支撐不同的套用運行。
(5) 高可擴展性。“雲”的規模可以動態伸縮，滿足套用和用戶規模增長的需要。
(6) 按需服務。“雲”是一個龐大的資源池，你按需購買；雲可以象自來水，電，煤氣那樣計費。
(7) 極其廉價。由於“雲”的特殊容錯措施可以採用極其廉價的節點來構成雲，“雲”的自動化集中式管理使大量企業無需負擔日益高昂的數據中心管理成本，“雲”的通用性使資源的利用率較之傳統系統大幅提升，因此用戶可以充分享受“雲”的低成本優勢，經常只要花費幾百美元、幾天時間就能完成以前需要數萬美元、數月時間才能完成的任務。
雲計算可以徹底改變人們未來的生活，但同時也要重視環境問題，這樣才能真正為人類進步做貢獻,而不是簡單的技術提升。
“雲計算”時代
雲計算的演進
當今社會，PC依然是我們日常工作生活中的核心工具——我們用PC處理文檔、存儲資料，通過電子郵件或隨身碟與他人分享信息。如果PC硬碟壞了，我們會因為資料丟失而束手無策。而在“雲計算”時代，“雲”會替我們做存儲和計算的工作。“雲”就是計算機群，每一群包括了幾十萬台、甚至上百萬台計算機。“雲”的好處還在於，其中的計算機可以隨時更新，保證“雲”長生不老。Google就有好幾個這樣的“雲”，其他IT巨頭，如微軟、雅虎、亞馬遜（Amazon）也有或正在建設這樣的“雲”。屆時，我們只需要一台能上網的電腦，不需關心存儲或計算發生在哪朵“雲”上，但一旦有需要，我們可以在任何地點用任何設備，如電腦、手機等，快速地計算和找到這些資料。我們再也不用擔心資料丟失。
在谷雪梅加入Google以後，她發現這一類概念已經得到了實踐。Google的技術，可以讓幾十萬台計算機一起發揮作用，組成強大的數據中心。Google中國前CEO李開復此前接受《財經》記者專訪時說，Google真正的競爭力就在於有這些“雲”，他們讓Google有了無與倫比的存儲和計算全球數據的能力。Google在創立之初，並沒有刻意地去追求“雲計算”和“晶格計算”等概念。但作為一家搜尋引擎，Google在客觀上需要擁有這些“雲”。實際上，雅虎的搜尋同樣用到了“雲計算”。雲計算是一種新興的共享基礎架構的方法，它可以將巨大的系統池連線在一起以提供各種IT服務。很多因素推動了對這類環境的需求，其中包括連線設備、實時數據流、SOA 的採用以及搜尋、開放協作、社會網路和移動商務等這樣的Web 2.0 套用的急劇增長。另外，數字元器件性能的提升也使IT環境的規模大幅度提高，從而進一步加強了對一個由統一的雲進行管理的需求。
雲計算+always-On設備被評為“25年來最具影響力的十大IT技術組合”
《紐約時報》:雲計算到底指什麼？
雲計算的說法正在廣為流行，Gartner高級分析師Ben Pring評價道：“它正在成為一個大眾化的詞語。”但是，問題是似乎每個人對於雲計算的理解各不相同。作為一個對網際網路的比喻，“雲”是很容易理解的。但是一旦同“計算”聯繫起來，它的意義就擴展了，而且開始變得模糊起來。有些分析師和公司把雲計算僅僅定義為計算的升級版——基本上就是網際網路上提供的眾多虛擬伺服器。另外一些人把雲計算定義的更加寬泛，他們認為用戶在防火牆保護之外消費的任何事物都處於“雲”之中。
雲計算被人們關注是在人們考慮IT業到底需要什麼之後，人們需要找到一種辦法能夠在不增加新的投資，新的人力和新的軟體的情況下增加網際網路的能力和容量。而雲計算正好提供了這種可能。現今雲計算正處於一個起步的階段，大大小小的公司提供著各式各樣的雲計算服務，從軟體套用到網路存儲再到郵件過濾。這些公司一部分是基礎設備提供商，另一部分是像Salesforce之類的SAAS（軟體即服務）提供商。現今主要實現的是基於網際網路的個人服務，但是雲計算的聚合和整合正在產生。
雲計算的幾大形式
InfoWorld網站同數十家公司、分析家和IT用戶討論出了雲計算的幾大形式：
1.SAAS（軟體即服務）
這種類型的雲計算通過瀏覽器把程式傳給成千上萬的用戶。在用戶眼中看來，這樣會省去在伺服器和軟體授權上的開支；從供應商角度來看，這樣只需要維持一個程式就夠了，這樣能夠減少成本。Salesforce是迄今為止這類服務最為出名的公司。SAAS在人力資源管理程式和ERP中比較常用。Google Apps和Zoho Office也是類似的服務
2.實用計算（Utility Computing）
這個主意很早就有了，但是直到最近才在Amazon、Sun、IBM和其它提供存儲服務和虛擬伺服器的公司中新生。這種雲計算是為IT行業創造虛擬的數據中心使得其能夠把記憶體、I/O設備、存儲和計算能力集中起來成為一個虛擬的資源池來為整個網路提供服務。
3.網路服務
同SAAS關係密切，網路服務提供者們能夠提供API讓開發者能夠開發更多基於網際網路的套用，而不是提供單機程式。
4.平台即服務
另一種SAAS，這種形式的雲計算把開發環境作為一種服務來提供。你可以使用中間商的設備來開發自己的程式並通過網際網路和其伺服器傳到用戶手中。
5.MSP（管理服務提供商）
最古老的雲計算運用之一。這種套用更多的是面向IT行業而不是終端用戶，常用於郵件病毒掃描、程式監控等等。
物聯網的概念是在1999年提出的。物聯網的英文名稱叫“TheInternet of things”，顧名思義，簡而言之，物聯網就是“物物相連的網際網路”。這有兩層意思：第一，物聯網的核心和基礎仍然是網際網路，是在網際網路基礎上的延伸和擴展的網路；第二，其用戶端延伸和擴展到了任何物品與物品之間，進行信息交換和通訊。嚴格而言，物聯網的定義是：通過射頻識別（RFID）、紅外感應器、全球定位系統、雷射掃描器等信息感測設備，按約定的協定，把任何物品與網際網路連線起來，進行信息交換和通訊，以實現智慧型化識別、定位、跟蹤、監控和管理的一種網路。
物聯網中非常重要的技術是RFID電子標籤技術。以簡單RFID系統為基礎，結合已有的網路技術、資料庫技術、中間件技術等，構築一個由大量聯網的閱讀器和無數移動的標籤組成的，比Internet更為龐大的物聯網成為RFID技術發展的趨勢。物聯網用途廣泛，遍及智慧型交通、環境保護、政府工作、公共安全、平安家居、智慧型消防、工業監測、老人護理、個人健康等多個領域。預計物聯網是繼計算機、網際網路與移動通信網之後的又一次信息產業浪潮。有專家預測10年內物聯網就可能大規模普及，這一技術將會發展成為一個上萬億元規模的高科技市場。
國際電信聯盟2005年一份報告曾描繪“物聯網”時代的圖景：當司機出現操作失誤時汽車會自動報警；公文包會提醒主人忘帶了什麼東西；衣服會“告訴”洗衣機對顏色和水溫的要求等等。
物聯網把新一代IT技術充分運用在各行各業之中，具體地說，就是把感應器嵌入和裝備到電網、鐵路、橋樑、隧道、公路、建築、供水系統、大壩、油氣管道等各種物體中，然後將“物聯網”與現有的網際網路整合起來，實現人類社會與物理系統的整合，在這個整合的網路當中，存在能力超級強大的中心計算機群，能夠對整合網路內的人員、機器、設備和基礎設施實施實時的管理和控制，在此基礎上，人類可以以更加精細和動態的方式管理生產和生活，達到“智慧”狀態，提高資源利用率和生產力水平，改善人與自然間的關係。
物聯網是利用無所不在的網路技術建立起來的，是繼計算機、網際網路與移動通信網之後的又一次信息產業浪潮，是一個全新的技術領域。早在1999年，在美國召開的移動計算和網路國際會議就提出，“感測網是下一個世紀人類面臨的又一個發展機遇”；2003年，美國《技術評論》提出感測網路技術將是未來改變人們生活的十大技術之首；2005年，在突尼西亞舉行的信息社會世界峰會（WSIS）上，國際電信聯盟（ITU）發布了《ITU網際網路報告2005：物聯網》，正式提出了“物聯網”的概念。
毫無疑問，如果“物聯網”時代來臨，人們的日常生活將發生翻天覆地的變化。然而，不談什麼隱私權和輻射問題，單把所有物品都植入識別晶片這一點現在看來還不太現實。人們正走向“物聯網”時代，但這個過程可能需要很長很長的時間。
