超大规模计算有十分诱人的前景，并且几乎每个人对其发展前景都有自己的见解。

亚马逊、谷歌、Facebook和微软通过选择分布式和松耦合的架构实现了巨大的效率提升。

与这些大规模架构相反，数据中心架构历来青睐高可用性系统，它们将存储、计算和网络部署在成千上万商用服务器节点上。

这些超大规模先驱甚至针对特别的需求设计自己的服务器、交换机和存储节点。使得云服务可以很容易地随着需求增加而扩容，按需无缝添加资源。

他们使用先进的纠错技术分配数据，从而获得容错能力。这种方式利用庞大的服务器规模有效弥补无法使用高价高性能服务器的不足。

事实上，如果他们没有采用超大规模系统，也没有使用其自动配置和无缝扩展能力，这些云服务提供商很可能无法提供目前的服务。他们可能不会在第一时间就能开发部署出像AWS和Azure这样的服务。

采用超大规模的成本问题

目前，IT预算将大量的资源分配给支持自定义的成本节约方案，这些方案可以广泛地横向推广，应用到不同的场景。这已经或者正在转变为新的工作模式。

与此相反的，传统企业更愿意购置更稳定的、无需博士水平即可操作和维护的成套解决方案。本质上，服务提供商花费更多的钱在人的身上来节约技术上的开销，而对企业而言，人和技术上的投入权衡是正好相反的。

因此，很少有传统企业成功的转向使用超大规模云计算也就不意外了。

绝大多数传统企业缺乏使用超大规模云计算服务的先进技术能力——事实上，他们并没有足够的长期稳定业务量来分摊使用那些技术的成本——而另一些传统企业在传统应用和解决方案上已经做了太多的投资。因此，这些企业根本不相信超大规模云计算更适合他们的企业规模。

即使你开始考虑让云服务供应商帮助你将企业转移到超大规模云上，根据云容量规划专门机构VMTurbo的最新研究报告，大多数中小型企业严重低估了部署云服务的成本。

控制和兼容性问题

VMTurbo的报告中说，部署云服务有很多问题，尤其是企业过于注重公有云的快速供给的优势，而较少关注到控制、兼容性和战略眼光的问题。

除此之外，企业缺乏对其现有基础设施成本的正确认识，因此缺乏对比的基准。

VMTurbo指出为使用超大规模云系统，企业需要做两件重要的事。第一，企业需要一个向多云基础设施演进的策略，即搞清楚什么事情要做到什么程度。

第二，企业不仅仅需要由云编配框架提供的自动资源分配的能力，还需能动态的进行自动配置、规模容量调整以获得最佳的性能和最高效的资源利用率。

然而事实上，许多中大型企业已经负担得起使用超大规模云系统的成本，而且幸运的是，一系列其他的优势和进步逐渐使之变得越来越容易。

新技术(如企业级闪存存储)以及软件定义架构的普及(如Facebook主推的开放计算项目)与融合架构相结合，将超大规模云的基础元素向更少的自定义和更通用的接入方向发展。

重组的挑战

超大规模架构仍然会为IT技能和角色带来巨大变化，并且涉及到大量重组，因此带来一些挑战。它最适合于新的构建(或至少新项目)，而不仅仅是作为技术改型。

大量的效率增加往往发生在数据中心设计阶段。例如，你可以不采用冷水机制冷，切换到自由空气冷却和中压配电，使数据中心的温度保持在一个更高的水平。

研究表明，将数据中心环境温度提高每1摄氏度，将节省2%的用电量。

如果你不是特大型的架构，也不是正要建立一个新的数据中心，有什么方法能采用超大规模或者超融合架构呢?请看第二部分《采用超融合架构?还要看这三个关键》