“上云不等于用好云”，Mobvista 作为一家着眼全球化的公司，在成立之初就把自己的所有系统都部署在云端。云计算基础设施的全球分布特性使得我们能够快速完成全球业务体系的构建。

随着而来的业务快速发展，也带来巨大的挑战，包括成本问题，流量激增，大规模发布及运维等。 从我个人经历来看，其实这也是很多公司使用云过程中的所面临的共同挑战：上云很容易，业务发展后云端生存却很艰难。

这个问题根源来自于目前系统的架构，甚至开发及运维人员的知识体系都是适配与传统基础设施的，这就很难充分发挥云基础设施的优势。“云原生”相关技术和方法正是为了让软件开发，运行及维护的过程更好适合云的基础设施。2017年末，Mobvista 开始了自己的云原生迁移之旅，并最终实现了日接入广告请求量10倍的增长，单位请求成本65%的下降，这些让 Mobvista 成为了中国乃至亚洲第一的移动广告平台。

本次演讲将分享我亲历的 Mobvista 系统架构，运维方式向云原生的迁移过程，包含初期面临的挑战和思考，以及如何在业务发展的同时平稳的将系统迁移到云原生架构及模式的实践和经验。

演讲提纲：

1. 云端求生
   • 成长的烦恼
   • 成本之痛
     • DevOps 的理想与现实
2. 云端进化
   • 让架构应用云
   • 从宠物到牛群
   • 在新旧交织中逐步进化
   • 高层进化论
   • DevOps 具体应用
   • SRE 让机器代替人

听众收益：

云计算基础设施带来的新思考及新挑战，如何构建适合云基础设施的系统及运维体系，如何实现向云原生的平稳过渡（含容器化，Service Mesh 平滑迁移）

随着业务的快速发展，传统微服务架构在支撑业务快速研发和上线方面遇到了很多挑战，像前后端沟通成本问题、全栈团队建设问题、资源占用和管理成本问题、架构可靠性问题等等。解决方案选型：通过 Serverless 的端云协同架构，实现前后端一体化开发、业务和数据层的弹性伸缩，以及资源按需使用和付费。实施效果：基于 Serverless 构建的华为应用市场翻译服务，相比于传统的微服务架构，研发周期缩短 50%，人力成本降低 45。

本次演讲，我主要会介绍方案的实施过程，如何将业务系统按领域模型和业务功能拆分成多个函数，如何调用后端的 BaaS 服务等等技术细节。

演讲提纲：

1. 华为应用市场翻译服务业务和技术团队特点
2. 技术选型考虑要点，为什么选择 Serverless 架构
3. 采用全栈 Serverless 来构建翻译服务
4. 业务关键架构方案设计和实践
5. Serverless 使用过程中的一些坑
6. 从业务视角看 Serverless 技术未来演进方向

你将获得：

• 从架构视角学习掌握微服务和 Serverless 架构的选型要点
• 了解 Serverless 的适用场景，以及当前的一些挑战，未来技术的演进方向
• 如何在实际项目中活学活用 Serverless，为业务降本增效

云原生是当前技术的浪潮，如何实现中间件的云原生化一直是业界的难题。我们团队耗费了3年的时间，把阿里巴巴最核心的中间件从 Swarm 架构平滑迁移到 Kubernetes，顺利通过双11的考验。在这个过程中，提炼并开源了 OAM，KubeVela。随着业务进一步扩展，大数据，AI 应用也希望我们平台能够统一管理，但当前的平台无法满足要求，这也促使我们思考云原生的未来到底是什么？

本次演讲将分享我在中间件云原生化实战过程中对云原生进一步的理解与探索，分享对云原生未来发展的个人见解，给出个人对云原生新的定义。

演讲提纲：

1. 中间件云原生化的简单总结
2. 中间件云原生化的难点及解法
3. 当前云原生的问题？
4. 问对问题比解决问题更重要
5. 类比，解决问题的捷径
6. 重新定义云原生
7. 为什么 Kubernetes 不是最终答案？
8. 开发者未来美好的一天

你将获得：

• 站在不同的视角加深对云原生的理解
• 了解中间件如何基于云原生进行统一多云交付难点及解决思路
• 激发对云原生的未来形态的思考

Google Cloud 的 AI 能力输出从最初的 ML Engine 演进到后来的 AI Platform，在2021年又将 AutoML 服务和 AI Platform 统一为全新的 Vertex AI，这一过程既是 Google 自身最先进 MLOps 技术能力的输出，同时也是云上客户对 AI 一站式平台需求所驱动的技术迭代的反映。

本次演讲根据讲者这四年的实践经历回顾和总结了 AI 平台演进所带来的启示。

你将获得：

• AI 一站式平台建设的迭代和经验总结
• MLOps 技术在实践中对迭代效率的数倍提升
• 近几年 AI 前沿研究工作对云平台的赋能和展望