分布式云為一體化算力云服務(wù)協(xié)同提供有效支撐。算力基礎(chǔ)設(shè)施形成縱、橫雙向擴展模式，橫向以“東數(shù)西算”為指引，擴展算力地域覆蓋廣度，縱向打通算力縱深，形成云、邊、端多層級下沉的算力云服務(wù)能力。

分布式云可以將云服務(wù)延展到本地 IDC、生產(chǎn)現(xiàn)場和邊緣區(qū)域等下沉場景，降低訪問時延和網(wǎng)絡(luò)帶寬傳輸壓力，解決傳統(tǒng)集中式云計算不能覆蓋到的現(xiàn)場邊緣計算場景。

分布式云解決了集中式云計算無法滿足的時延敏感型業(yè)務(wù)的挑戰(zhàn)。常見的時延敏感型業(yè)務(wù)如下：

面向終端消費：以直播、會議為代表的音視頻，以及云游戲、AR 等業(yè)務(wù)，時延對終端用戶體驗有較大的影響。通過分布式云來部署業(yè)務(wù)，可以將業(yè)務(wù)放置到離終端用戶更近的物理位置，從而降低時延，提升體驗。

面向生產(chǎn)現(xiàn)場：在智能制造、自動駕駛等領(lǐng)域，需要實時對生產(chǎn)數(shù)據(jù)進行監(jiān)控、計算，并實時反饋到生產(chǎn)控制系統(tǒng)，分布式云提供的就近部署能力，除了實現(xiàn)與生產(chǎn)系統(tǒng)微秒級時延互訪，也減少了數(shù)據(jù)在復(fù)雜網(wǎng)絡(luò)傳輸帶來的不確定性。

在分支機構(gòu)管理場景，分布式云相對于集中式中心云、傳統(tǒng) IT 有較大優(yōu)勢。

常見的分支機構(gòu)管理場景如下：

集團型企業(yè)：大型組織通常在全國乃至世界范圍內(nèi)會存在多個分支機構(gòu)，每個機構(gòu)會有自身 IT 訴求，同時又需要集團層面統(tǒng)籌管理，大型集團企業(yè)按國 / 省 / 市 / 地劃分的部門均可以通過分布式云來統(tǒng)一管理 IT 架構(gòu)。

分散部署型業(yè)務(wù)：部分業(yè)務(wù)天然具有分散部署特征， 比如智慧高速、智慧水利、智慧地產(chǎn)，運營方需要部署和管理從數(shù)十到數(shù)千的分散業(yè)務(wù)節(jié)點。

但在企業(yè)實踐過程中，以某大型企業(yè)為例，傳統(tǒng)的解決方案不具備統(tǒng)一管理、分布式部署等能力，機構(gòu)、企業(yè)的分支機構(gòu)往往各自獨立建設(shè)資源，導(dǎo)致資源異構(gòu)、管控困難、數(shù)據(jù)孤島等問題。通過分布式云的建設(shè)，將大型政企單位的不同分支節(jié)點的云資源進行統(tǒng)一管理，進而統(tǒng)一管理集團的 IT 資產(chǎn)、軟件服務(wù)、中心組織、生產(chǎn)制造系統(tǒng)以及企業(yè)管理系統(tǒng)等，實現(xiàn)企業(yè)內(nèi)的數(shù)字化資產(chǎn)、業(yè)務(wù)、人力資源的統(tǒng)一管理運營。

企業(yè)在上云過程中由于數(shù)據(jù)安全隱私、資源利舊、業(yè)務(wù)容災(zāi)等原因，在上云時通常無法放棄自建數(shù)據(jù)中心或本地資源，往往會采用混合云的架構(gòu)。但混合云架構(gòu)帶來的額外管理運維成本，以及云上云下資源、應(yīng)用不能協(xié)同等瓶頸限制了業(yè)務(wù)的進一步擴展。

通過以 Docker、Kubernetes 為代表的云原生技術(shù)，使用分布式云方式利用跨云混合部署集群的方式，支持用戶在自有的本地基礎(chǔ)設(shè)施運行與中心云上集群一致的 Kubernetes 容器服務(wù)，包括虛擬機和物理機。中心云上托管的 K8s 集群的控制平面，集群的創(chuàng)建、升級、監(jiān)控等生命周期管理由分布式云云廠商統(tǒng)一管理，用戶只需要提供硬件和機房即可。

這種混合部署集群的方式能夠快速實現(xiàn)多云多地域的分布式云服務(wù)，具備以下優(yōu)勢：

◆資源利舊：充分利用 IDC 資源，在上云的過程中可以對已有的資源進行成本攤銷；

◆降低運維成本：免去在本地搭建、運維 K8s 集群的成本，由云廠商統(tǒng)一運維管控，減少運維投入成本；

◆云能力按需接入：不僅要支撐應(yīng)用本身運行，還要便捷地與網(wǎng)絡(luò)、數(shù)據(jù)庫、中間件等云服務(wù)連接，實現(xiàn)按需擴展；

◆彈性敏捷：支持使用云上資源對 IDC 的資源進行快速擴容，賦予 IDC 資源彈性拓展的能力，有效應(yīng)對流量突發(fā)的場景。

云服務(wù)作為算力底座，在能源行業(yè)數(shù)字化轉(zhuǎn)型過程中也面臨多個維度的挑戰(zhàn)，第一是數(shù)字化基礎(chǔ)支撐能力不足，傳統(tǒng) IT 方案中多為基礎(chǔ) IaaS 服務(wù)，缺少面向數(shù)字化上層應(yīng)用的全棧支撐，比如 AI、大數(shù)據(jù)、IoT、云原生等技術(shù)，難以支撐 OT 轉(zhuǎn)型發(fā)展。在企業(yè)運營領(lǐng)域，隨著專業(yè)化 SaaS 軟件和服務(wù)不斷增多，以往通過單獨采購的模式，難以形成完整的協(xié)同辦公解決方案，效率難以得到最大解放。第二是數(shù)字化底座投入大、維護難，傳統(tǒng)企業(yè) IT 團隊和信息化團隊人員規(guī)模往往難以和云計算、互聯(lián)網(wǎng)類企業(yè)相比，專業(yè)領(lǐng)域方向也有差別，當(dāng)需要支撐企業(yè)數(shù)字化升級，除了原有的垂直領(lǐng)域 IT 支撐，如果采用傳統(tǒng)的 IT 方案，還需要學(xué)習(xí)和維護大量的 IT 方向基礎(chǔ)知識和模塊，對團隊技術(shù)要求挑戰(zhàn)大。

第三是算力、電力協(xié)同調(diào)度難，大型能源供給型企業(yè)（比如電網(wǎng)）和大型算力資源消耗型企業(yè)過往業(yè)務(wù)交集較少，雙方各自領(lǐng)域?qū)I(yè)深度較深，難以單獨完成類似“東數(shù)西算”、“峰谷算力調(diào)度”等復(fù)雜的算力、電力協(xié)同方案，同時，大型算力消耗型企業(yè)多分布在經(jīng)濟發(fā)達城市，而閑置電力資源充沛的區(qū)域則多分布在人口邊緣區(qū)域，如何將算力有效進行異地、分散調(diào)度對其本身挑戰(zhàn)也較大。