分布式云為一體化算力云服務協同提供有效支撐。算力基礎設施形成縱、橫雙向擴展模式，橫向以“東數西算”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能力。

分布式云可以將云服務延展到本地 IDC、生產現場和邊緣區域等下沉場景，降低訪問時延和網絡帶寬傳輸壓力，解決傳統集中式云計算不能覆蓋到的現場邊緣計算場景。

分布式云解決了集中式云計算無法滿足的時延敏感型業務的挑戰。常見的時延敏感型業務如下：

面向終端消費：以直播、會議為代表的音視頻，以及云游戲、AR 等業務，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務，可以將業務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。

面向生產現場：在智能制造、自動駕駛等領域，需要實時對生產數據進行監控、計算，并實時反饋到生產控制系統，分布式云提供的就近部署能力，除了實現與生產系統微秒級時延互訪，也減少了數據在復雜網絡傳輸帶來的不確定性。

在分支機構管理場景，分布式云相對于集中式中心云、傳統 IT 有較大優勢。

常見的分支機構管理場景如下：

集團型企業：大型組織通常在全國乃至世界范圍內會存在多個分支機構，每個機構會有自身 IT 訴求，同時又需要集團層面統籌管理，大型集團企業按國 / 省 / 市 / 地劃分的部門均可以通過分布式云來統一管理 IT 架構。

分散部署型業務：部分業務天然具有分散部署特征， 比如智慧高速、智慧水利、智慧地產，運營方需要部署和管理從數十到數千的分散業務節點。

但在企業實踐過程中，以某大型企業為例，傳統的解決方案不具備統一管理、分布式部署等能力，機構、企業的分支機構往往各自獨立建設資源，導致資源異構、管控困難、數據孤島等問題。通過分布式云的建設，將大型政企單位的不同分支節點的云資源進行統一管理，進而統一管理集團的 IT 資產、軟件服務、中心組織、生產制造系統以及企業管理系統等，實現企業內的數字化資產、業務、人力資源的統一管理運營。

企業在上云過程中由于數據安全隱私、資源利舊、業務容災等原因，在上云時通常無法放棄自建數據中心或本地資源，往往會采用混合云的架構。但混合云架構帶來的額外管理運維成本，以及云上云下資源、應用不能協同等瓶頸限制了業務的進一步擴展。

通過以 Docker、Kubernetes 為代表的云原生技術，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設施運行與中心云上集群一致的 Kubernetes 容器服務，包括虛擬機和物理機。中心云上托管的 K8s 集群的控制平面，集群的創建、升級、監控等生命周期管理由分布式云云廠商統一管理，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多云多地域的分布式云服務，具備以下優勢：

◆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：不僅要支撐應用本身運行，還要便捷地與網絡、數據庫、中間件等云服務連接，實現按需擴展；

◆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，有效應對流量突發的場景。

云服務作為算力底座，在能源行業數字化轉型過程中也面臨多個維度的挑戰，第一是數字化基礎支撐能力不足，傳統 IT 方案中多為基礎 IaaS 服務，缺少面向數字化上層應用的全棧支撐，比如 AI、大數據、IoT、云原生等技術，難以支撐 OT 轉型發展。在企業運營領域，隨著專業化 SaaS 軟件和服務不斷增多，以往通過單獨采購的模式，難以形成完整的協同辦公解決方案，效率難以得到最大解放。第二是數字化底座投入大、維護難，傳統企業 IT 團隊和信息化團隊人員規模往往難以和云計算、互聯網類企業相比，專業領域方向也有差別，當需要支撐企業數字化升級，除了原有的垂直領域 IT 支撐，如果采用傳統的 IT 方案，還需要學習和維護大量的 IT 方向基礎知識和模塊，對團隊技術要求挑戰大。

第三是算力、電力協同調度難，大型能源供給型企業（比如電網）和大型算力資源消耗型企業過往業務交集較少，雙方各自領域專業深度較深，難以單獨完成類似“東數西算”、“峰谷算力調度”等復雜的算力、電力協同方案，同時，大型算力消耗型企業多分布在經濟發達城市，而閑置電力資源充沛的區域則多分布在人口邊緣區域，如何將算力有效進行異地、分散調度對其本身挑戰也較大。