正文
经过精心设计的CCC，最终采用了这样的架构：采用联合计算模式，不再尝试集中数据，而是支持数据生成机构合理控制数据并协调，整合联合计算中心，允许诸多医疗机构无缝地将计算结果反馈给数据；硬件和开源软件经过优化，可支持数据的快速分析；在软件和硬件两个层面实现数据共享安全；同时设计了可扩展的存储数据库，以及共享的通用解决方案以降低成本。
同样在前文中提到的Massachusetts Open Cloud，则既面临数据的挑战，也有集成的难题，如波士顿大学云计算计划主任Orran Krieger所说，如果选择纯粹的公有云服务，就会发现，现在的公有云，迁移进去容易，迁移出来难，而且不同公有云平台之间的集成更是难上加难，以目前的状况，用户根本无法在两家云提供商之间迁移大量数据。因此Massachusetts Open Cloud也选择了一个比较定制化的，类似达成公有云和私有云合作的模式，除了上述原因外，也是因为它不希望被被某个公有云服务提供商所绑定，在应用和数据上有更多的主导权和话语权。
数据的安全、处理的性能和稳定也是生产者“刚需”
与科研机构面临的业务和应用负载需求相似，对生产制造行业的一线，特别是高度数字化、信息化、智能化的制造业企业来说，其研发、生产、物流运输、售后维护等关键业务流程，都是由数据将物理世界的生产实践与数字化界面上的决策和指令串联在一起的，对数据存储、传统和处理的性能要求都很高，很多环节上都是实时的或近乎实时的要求，且涉及到了很多关键业务系统。因此对他们来说，在考虑云策略时，数据的安全，数据处理的性能和稳定也都是“刚需”。
以北汽集团为例，由于要在“新能源业务”上遵循《北京市示范应用新能源小客车生产企业及产品审核备案管理细则》，实现对整车、动力电池、驱动电机等进行实时监测的能力，同时满足企业数据保存时间不少于3年，并执行备份以确保数据安全，进而为北京市新能源小客车示范应用安全有序开展提供有价值的检测信息等要求，北汽新能源于2012年搭建了可承载5万辆车、48TB存储空间的车辆监控平台。这在当时完全可以满足其远程监测需求，但之后销量逐年提升加剧了对原有平台的压力。于是北汽新能源期望实施新的监测方案，充分地利用数据，实现批次车辆故障查询分析、批次车辆质量问题统计、车辆故障点定位等功能，以求不断提升电动新能源汽车的研发和创新能力。
北汽新能源希望收集、存储和处理的这些数据，无论是对政府、车主还是它自身而言，都是宝贵的资源。但是从数据的维度来看，其安全，处理性能，都难以在公有云上实现。因此，它部署了一个自有的，基于英特尔架构的车辆监控平台，该平台能满足北汽新能源车辆监控平台的所有业务数据处理需求，可使其承载10万台新能源汽车的数据存储、管理、查询和分析，整个平台的可扩展能力将得到大幅度增强，使得北汽新能源可以灵活扩展监控平台的性能和存储能力以满足不断增长的数据量处理需求。
无独有偶，另一家先进的制造企业，航空维修领域的翘楚Ameco也采用基于英特尔架构的自有IT基础设施来实现航空维修系统的升级，也是因为性能和稳定性是该系统升级的首要考虑因素。该公司北京飞机维修工程有限公司IT部门负责人表示：公司不能接受系统长时间宕机，因为2000多名工程师需要访问系统，任何一个时间点都有多达800名用户同时在线访问。所有工程师非常依赖该系统调配飞机维护的相关信息，因为系统内存储着飞机的文件档案和历史维护与维修资料，还有工程师的任务工单，在工程师完成所分配的工作后还需对系统中的工单状况进行更新。
多云战略，随数据资产的重要性而定
正如这些发生在真实科研和生产制造一线的应有实例所展示的，用户考虑云战略和部署方式时，从数据资产的角度来考量是非常必要的。即使是那些因为资金和IT人才比较有限，不得不优先选择公有云实现快速起步的小型企业和初创公司，在业务和数据规模成长到一步地步，希望利用技术寻求差异化竞争优势、打算深入挖掘数据中潜在机会时，都有必要考虑是否要采取多云的策略，围绕关键且敏感的数据资产，构建自主可控的私有云或自有的IT基础设施，让其与承载着自家非关键业务和工作负载的公有云并驾齐驱，形成混合云的模式。
而这样的企业一旦生意做得更大，或者在现阶段已经是业务规模大到令人艳羡的企业，数据对于他们就会有更为重要的意义。毕竟国与国之间，尚且不能允许关键数据放在境外服务器上。企业与企业之间，同样也是将数据拿在自己手里更好。这时候就要以私有云为主，公有云为辅的混合云模式。而所谓混合云，就是平时以私有云为主，并不依赖公有云，但在需要更大弹性，满足突发需求时，可以无缝切换到公有云。
