本文轉自，泉果基金公眾號~~~當我們把晶片限制在桌子上的盒子裡時，我們就浪費了它的潛力：當電腦幾乎消失在我們周圍的牆壁中時，真正的電子革命才會到來。
——尼爾·菲爾德《當物體開始思考》
當物體開始思考會怎樣？是否會像《三體》中描繪的未來社會：人們交談時，天花板能同聲傳譯；服飾會根據你的心情變換圖案，演繹最適合你的OOTD（今日穿搭）；四處都滾動著動態資訊，連紙巾盒都能放廣告……物聯網的概念並不新鮮。1990年，出現了第一臺物聯網裝置——施樂公司的網路可樂販售機；1995年，比爾·蓋茨在《未來之路》的書中描述了物聯網的場景；1999年，物聯網之父、麻省理工的Kevin Ashton教授提出了物聯網的定義……
如今，數以百億的智慧裝置以及邊緣智慧裝置已經悄然部署在世界每一個角落，各項技術都面臨一次從概念到功能外延的全面升級。物聯網不僅擁有了一個紮實的現在，更有了一個充滿想象力的未來。
“與手機清晰的產業鏈路不同，物聯網的產業鏈還沒有收斂，生態也沒有被壟斷，加上物聯網裝置側的作業系統對應用生態的依賴很弱，所以大家都還有很大的發展機會。”
這是“物聯網的智慧實踐者”潘愛民對物聯網的論斷。
潘愛民出生於70年代，在網際網路領域深耕30餘年。從PC時代，到移動網際網路，再到萬物互聯，他的程式人生可以算是中國網際網路發展歷程的縮影。潘愛民有兩個被業界熟知的標籤：“中國程式設計師之父”和“最熟悉Windows核心的人”。
他從1999年起，陸續原著、譯著出版了許多經典的計算機圖書，包括《COM原理與應用》、《Visual C++技術內幕》、《COM本質論》、《C++ Primer中文版》、《計算機網路》、《Windows核心原理與實現》、《深入解析Windows作業系統》等經典之作。這些書，曾影響了幾代程式設計師。潘愛民師從漢字鐳射照排系統之父王選院士，先後在北大計算機研究所、微軟亞洲研究院任職，後成為盛大創新院專家，任阿里首席架構師。他於2018年創辦指令集，打造物聯網的作業系統，現在擔任指令集智慧科技有限公司董事長，同時兼任之江實驗室智慧計算數字反應堆的首席架構師。
潘愛民在【泉果無限對話】的分享中提到，“我有幸在正值壯年之際，又一次經歷了中國網際網路產業的蓬勃發展。現在大家熟知的物聯網作業系統還很少，甚至形態都還不確定。我希望能夠在萬物互聯時代做出像安卓、IOS那樣成功的國產作業系統。希望自己的程式人生至少還能有兩次續篇。”
以下是潘愛民的分享實錄：
我的求學路徑是從南開到清華再到北大，正好是“西南聯大”，很巧，無意中就走成了這樣的路徑。我畢業後先是在北大任教，後來從象牙塔裡走出來，越走越遠，走進了產業的場景。
從業30年，我親身經歷了從PC時代，到移動網際網路時代再到現在“萬物互聯”時代的技術變遷；
值得注意的是，最近又出現了新的趨勢，
各個國家都在大力推進算力設施建設。
其中，我的興趣一直聚焦在偏底層的計算機軟體，即作業系統和中介軟體（Middleware）這一層。所以今天的分享，我將以一個從業者的視角，帶領大家感受技術的變遷。
引子
技術變遷史
從資訊互動、生態依賴到產業場景的流動
PC時代解決的是資訊流動的問題，作業系統強調人機互動；移動網際網路時代的特點就是方便“移動”，形成了相對穩定的生態和產業鏈；而萬物互聯時代的特點就是“連線”。
網際網路技術的發展可以分為PC時代、移動網際網路時代和物聯網時代。每一代的作業系統都有自己的特點，PC時代的Windows強調人機互動；移動網際網路時代，像安卓，它的特點就是使用方便，老少皆宜，形成了應用生態壁壘；而物聯網時代的作業系統，它的特點就是要連線，支援各種各樣的通訊協議，支援通訊協議跟閘道器的連線，透過連線產生巨大的價值。
圖1. 技術變遷史
● PC時代又被稱為資訊時代，對應的技術叫資訊科技。
從PC時代講計算是最合適不過的，其實計算機的原理非常簡單，就是“加減乘除”這些最基本的運算，主流的是32位和64位的加減乘除。計算機程式裡有很多指令和資料，指令完成程式本身的功能，跟資料結合起來就形成了一個完整的有業務含義的軟體。
● PC時代奠定了所有的理論和基礎，包括底層的作業系統、晶片、指令集等。移動網際網路時代形成了相對穩定的生態和產業鏈。
大約2007年，隨著智慧手機普及，我們進入了移動網際網路時代，當時的標誌就是3G網路開始商用。但當時手機的效能沒那麼好，很不流暢。到2011、2012年的時候，手機的效能已經接近PC機，整個軟體系統就沒有瓶頸了，移動網際網路就此發展起來。3G商用網路加上移動裝置，激發了各種各樣的APP，日常使用的APP逐步就形成了生態。
生態一旦形成，使用者就會產生很強的依賴性，後來者很難再用同類技術進行顛覆。
比如2013年，Windows收購了諾基亞，企圖做Windows Phone，但是安卓和IOS這兩個生態幾乎已經擁有了全部使用者，2017年之後，微軟也就放棄了Windows Phone的計劃。
圖2. 智慧手機產業鏈
同時，智慧手機的產業鏈也是比較成體系的，從ARM到晶片廠商，然後晶片廠商透過方案商和手機廠商生產手機終端。產業鏈一旦形成，就很難再打破，
沉澱下來的就那麼幾家。產業鏈中最核心的部分，一是作業系統廠商，另一個是晶片廠商。
越上游，就越不可替代，它們牢牢控制了整個智慧手機的產業鏈。移動作業系統對整個產業鏈非常重要。整體而言，移動網際網路大量繼承了PC時代的技術，在應用場景適用性上做了創新發展。● 物聯網作業系統透過連線產生價值
2017至2018年進入了後移動網際網路時代，大家體感認知中比較明顯的，是很多移動網際網路和依賴移動網際網路的公司開始從頂峰衰落，很多智慧家居和產業網際網路開始興起，包括國家也在大力推動產業發展，將數字技術和產業結合起來。
但我們尚處於變革的初期，以物聯網的作業系統為例，大多體現為產業內的摸索和嘗試，離真正的大規模應用，還有一定的距離。
01開放的生態：物聯網產業鏈大有可為
與手機清晰的產業鏈路不同，物聯網的產業鏈還沒有收斂；同時，生態也沒有被壟斷，物聯網裝置側系統對應用生態的影響很弱，而伺服器側或者面向場景的作業系統才剛剛萌芽，所以大家都還有很大的發展機會。
物聯網的產業鏈跟手機產業鏈很不同。正如前面介紹的，手機的產業鏈，從作業系統到晶片廠商，到終端裝置廠商，是一條很清晰的產業鏈路。
但是物聯網的產業鏈就特別分散，首先它的晶片，也就是MCU和SoC，跟裝置側的作業系統，是“多對多”的關係——作業系統很多，晶片也很多，
大家都可以相互選擇。其中的好處是，你可以找價格低的晶片或者找不同的系統服務商，但這樣也會產生選擇成本的問題，不懂行的裝置製造商需要一些諮詢和服務，增加了不透明性。
另外，物聯網裝置的聯網模組通常是不依賴運營商的，裝置側系統對應用生態的影響也很弱，
不像手機，為什麼移動網際網路作業系統中安卓的地位那麼高？因為安卓建立的應用生態太牢固了。但物聯網裝置側的系統門檻或者更換的成本是沒那麼高的，對應的應用軟體也非常的分散。裝置側很多系統是開源的，伺服器側就更加五花八門。
因此，不同於移動網際網路的作業系統，國外發達國家還沒有壟斷性的物聯網系統軟體，無論是面向裝置硬體的作業系統軟體，還是面向智慧場景的作業系統軟體，都同樣有發展機會；中國的基礎設施建設全面走向數字化、智慧化、智慧化，有大量的場景需要基礎軟體，這是市場的需求，只要規劃得好，找準切入點，有機會誕生面向未來各種數字場景的國產作業系統。這可以避免在PC時代、移動網際網路時代，不斷追趕和替代的局面。總體而言，我覺得物聯網的產業鏈還沒有收斂，大家都還有很大的發展機會。
02物聯網作業系統：物聯網本質是更深入的數字化
物聯網作業系統需要管理和控制該場景中各種物聯網裝置和計算硬體，同時也支撐該場景中的上層應用需求。
物聯網的本質實際上是更加深入的數字化，對物理世界的數字化。
同時，在萬物互聯時代，除非是一些特定的行業，
絕大多數物聯網場景都是小資料場景，並不是大資料。
比如說一個醫院、酒店或者一個商場，它數字化過程當中形成的資料大多數都是小資料。小資料和大資料的差異就是，小資料用傳統的資料技術就可以快速進行處理，而大資料需要用一些分散式技術和大資料的特定技術，才能夠完成對資料的處理。在數字化和小資料場景的背景下，需要什麼樣的作業系統？
一種是裝置作業系統，安裝在裝置上，跟物聯網硬體裝置相關聯；另一種是對於一個特定的物聯網小資料場景形成的作業系統，將各種不同種類的裝置和軟體連線起來，服務於整個物聯網場景，也就是我們所說的物聯網作業系統。
圖3. 物聯網作業系統
具體而言，它需要管理、監控場景裡邊的各種裝置和計算硬體，同時也要支撐場景裡邊的上層應用需求，跟各種不同型別的裝置打交道，讓這些裝置能夠協同工作。甚至它還需要結合雲端的計算儲存能力，比如把資料定期送到雲端去，或者利用雲端訓練的模型做一些實時推理。
那麼物聯網的應用場景到底有哪些？
首先就是我們最熟悉的生活場景，比如家居和個人穿戴裝置。第二層是商業場景，像門禁、刷臉裝置、涉及到安全的消防裝置等。第三層是工業場景，現在政府也在強調智慧製造、智慧工廠，物聯網的技術可以提高製造的自動化程度，可以實現製造過程智慧化。比如說，在未來的工廠場景，從訂單到物流跟蹤，都會用到物聯網技術。第四層，能源及建築路橋等基礎設施的數字化和智慧化。這是物聯網全景圖，圖上講的就是應用層。
圖4. 物聯網全景圖
底層物理層有各種各樣的裝置，有感測器、執行器、通訊硬體、計算硬體，形成了物理的裝置和單元。然後通訊層用有線網路或者無線網路把它們連線起來。在系統層就是物聯網作業系統。在實踐中也有一些物聯網平臺，既可以使用物聯網作業系統來部署和搭建，也可以廠商自己針對性開發，像智慧家居的產品，比如小米的服務後臺可以把小米的裝置都連起來，這就叫物聯網雲平臺。我們偏重於軟體，關注的是系統層——物聯網作業系統。
就像在移動網際網路中，移動作業系統是最核心的，在物聯網的各種場景裡，物聯網作業系統是其中的核心。同時，作業系統的發展路線也將進入一個新的商業軌道——行業作業系統。
許多人會擔心行業作業系統面向各種各樣異質的行業和客戶，每個行業甚至每個客戶都需要為其量身定製，難以形成規模效應，會遇到發展瓶頸。對此，
我們的解決辦法是力圖抓住行業的共性部分，形成一個軟體系統，可複製到該行業中具有顯著共性的硬體計算環境中，個性的部分透過上層應用或定製能力來完成。
典型的例子是汽車作業系統和智慧建築作業系統。只有抽象出硬體計算環境和共性需求的行業場景，才能形成行業作業系統。
03數字反應堆：全鏈路的算力設施建設
數字反應堆的願景就是，算力的使用像現在用水用電一樣簡單。
十年前，大家對於雲計算還將信將疑；現在看來，未來確實需要算力。計算機最初被髮明出來就是要解決算力問題。當時的算力需求是軍事上的需要，比如計算導彈的曲線，核武器的模擬，破譯情報等，所以發明了電子計算機。幾十年發展下來又回到了資料上。
我們這十多年來沉澱了大量的資料，讓這些資料發揮價值只靠搬來搬去沒有用，就需要算力。所以現在政府也在大力推動算力設施建設。但算力是強異構的——不同時期建設的資料中心、不同的晶片廠商所形成的算力架構差距都很大。如何統一管理和使用這些算力，是目前面臨的一個很大的問題。
圖5. 之江實驗室的數字反應堆
我有機會在之江實驗室建設一個大計算裝置，稱為智慧計算數字反應堆，其旨在搭建一個大計算平臺。該數字反應堆可以聚合多種異構算力資源，並透過一些計算框架或者演算法庫，為各種應用提供統一的計算平臺。
把所有算力看成一臺計算機，數字反應堆作業系統就是這臺計算機的系統軟體，透過抽象，形成各領域開發應用所需要的介面。從底層來講，數字反應堆可以聚合算力；從上層來講，就是把算力應用到這些領域裡，解決這些領域的問題，甚至形成顛覆性、革命性的發展。
比如一家制藥廠有一個計算任務，它只需要提供模型，花幾千塊錢就能解決原本要耗費大量財力物力、透過專業機構才能解決的問題。
數字反應堆的願景就是，算力的使用像現在用水用電一樣簡單。
在智慧計算的推動下，為不同計算任務排程最優的計算資源，適配最佳的計算方法，形成最優結果。
這不僅會支撐科學研究，還將服務於國家戰略、數字經濟和社會民生。尤其是，將人工智慧演算法與各個領域模型結合起來，在區域性領域超越人類智慧將會成為一種發展模式。
