Fluid Compute（6分钟阅读）

# 任意形态的计算 来源：https://vercel.com/blog/fluid-compute-takes-any-shape 迭代速度现在取决于你为应用程序或智能体提供所需计算资源的速度。 工作负载在运行时长、内存占用以及环境控制程度上各不相同。这意味着每个任务都需要不同的计算原语，因此产品迭代不仅需要开发功能，还需要配置基础设施。 我们构建 Vercel 的目的就是让你无需操心这些问题。计算层是一个单一系统，承担着简洁的任务：接收任何工作负载，组装所需的机器，动态切换配置，并实时吸收突发容量。 我们称之为 **Fluid**。 最初它用于构建，随后用于沙盒，现在也用于函数。如果你在 Vercel 上部署过应用，你已经不知不觉地使用了 Fluid。 Fluid 计算目前每天运行超过 1500 万次构建，每周运行 2500 万个沙盒，每月处理一万亿次请求。 函数、沙盒和构建都运行在同一个系统上：Hive、Fluid 镜像和 Vercel Drives。 ## 复制标题链接 (https://vercel.com/blog/fluid-compute-takes-any-shape#a-history-of-compute)计算的历史 过去，更换机器意味着手动更换。你需要去电脑商店，买一个硬盘或一根内存条，自己动手更换。 后来，你可以在需要时租用裸金属服务器，用来托管网站、数据库或发送电子邮件。 再后来，云计算让你可以按需请求任意配置的机器，选择操作系统，使用完毕后便可丢弃。 对于智能体来说，即使是云计算也太慢了。标准虚拟机的供应速度无法跟上它们的工作节奏，而这正是 Fluid 的优势所在。 ## 复制标题链接 (https://vercel.com/blog/fluid-compute-takes-any-shape#how-a-workload-runs-on-fluid)工作负载如何在 Fluid 上运行 当工作负载进入时，Fluid 会组装一台符合其需求的机器。如果智能体需要运行代码，Hive 会提供一个隔离的虚拟机，通常是已经预热好的，因此可以立即就绪。你自己的镜像作为环境启动在上面。Drive 连接后，你的文件就在原处，因为存储从未与机器绑定。 每个工作负载的需求都不同。构建是计算密集型的，因此需要一台性能强大的机器，配备充足的 CPU 和内存。函数是 I/O 密集型的，通常在请求到达时在小型虚拟机上加载特定代码并立即运行。沙盒是灵活性密集型的，根据工作需求获取任意配置，并附加一个 Drive 用于用户数据。 Fluid 计算是所有这一切所依赖的执行模型。多个请求运行在一个实例上，而不是每个请求都启动自己的实例。工作立即开始，并且通过主动 CPU 定价，你只需在代码工作时为 CPU 付费，而不是在它等待数据库或模型时付费。 ### 复制标题链接 (https://vercel.com/blog/fluid-compute-takes-any-shape#hive)**Hive** **Hive** (https://vercel.com/blog/a-deep-dive-into-hive-vercels-builds-infrastructure)是“硬件”。我们构建它是为了掌控自己的计算资源。它为每个工作负载供应隔离的机器。它为任务选择合适的机器，在我们的多租户环境中保持每个机器的隔离，并且是在全球范围内实现。Hive 为每个产品提供统一的控制平面 API，因此我们的团队在同一个基础上构建，而不是各自维护自己的系统。 ### 复制标题链接 (https://vercel.com/blog/fluid-compute-takes-any-shape#fluid-images)Fluid 镜像 **Fluid 镜像**是环境。以前操作系统是固定的。你只能运行云提供的那个，而不是你选择的那个。现在，你可以将自己的镜像推送到 Vercel Container Registry (https://vercel.com/changelog/introducing-vcr-vercel-container-registry)，并在沙盒和函数中运行。在后台，Vercel 将镜像转换为一种我们称为 VHS（Vercel Hive Snapshot）格式的 Fluid 镜像，这是 Dockerfile 部署和沙盒自定义镜像背后的优化启动格式，因此它可以恢复而不是启动，自定义机器在毫秒内就绪。它使用了沙盒快照背后的技术，因此一个产品的优化可以延续到其他产品。v0 已经用它来构建和运行自己的开发环境。 ### 复制标题链接 (https://vercel.com/blog/fluid-compute-takes-any-shape#vercel-drives)Vercel Drives **Vercel Drives** (https://vercel.com/docs/sandbox/concepts/drives)是存储。你的文件存在于可移植、持久化的存储中，它跟随工作负载移动，而不是被困在一台机器的磁盘上。存储比附加在其上的计算生命周期更长，这是系统其他部分得以运作的关键。Drive 不绑定于单台机器，你可以更换其下的计算资源，并在下一个会话中精确地接续上次的工作。Drive 目前附加到沙盒（目前为私有测试版），并由此扩展到 Fluid 的其他部分。 ## 复制标题链接 (https://vercel.com/blog/fluid-compute-takes-any-shape#one-system-underneath)底层是同一系统 这些是同一个系统的不同形态，而不是独立的平台。因为它是所有产品底层的统一计算层，因此在启动时间、隔离、调度或缓存方面的改进，会同时应用于函数、沙盒和构建，而不是重建三次。新的计算形态可以在不重建基础设施的情况下添加。你不会得到相互割裂的独立原语。 而且这是真实的，而不是一张示意图：Hive 在毫秒内供应一台完整的虚拟机，并带着你的文件系统状态，因此你获得了比隔离区或容器更强的隔离性，而无需在启动时间上付出代价。 ## 复制标题链接 (https://vercel.com/blog/fluid-compute-takes-any-shape#the-agent-workload)智能体工作负载 为了让智能体快速行动，它需要合适的机器，并且需要立即获得。机器组装得越快，智能体工作就越快。 智能体运行不受信任的代码，因此机器需要安全边界。它带来自己的工具，所以机器需要自己的环境。并且因为智能体不断启动和销毁，其状态必须比计算生命周期更长。Fluid 立即组装那台机器，然后为下一个任务再组装一台全新的机器。 多年来，机器是固定的东西，你让工作去适应它。 **在 Fluid 中，你描述工作，机器围绕它而形成。**