新闻中心

EEPW首页 > 智能计算 > 业界动态 > 2019年,从云、边缘计算再到容器,数字经济将进入元年

2019年,从云、边缘计算再到容器,数字经济将进入元年

作者:时间:2019-01-17来源:网络收藏

  最近十年正值数字经济的成熟期,我们尤其在过去八年见证了空前的数据增长速度。今天,我们拥有前所未有的海量重要数据,这些数据不仅可以用于各行各业的高效预测,还可以真正成为企业创收和颠覆性创新的来源。为了紧跟行业快速变化的步伐,每家企业均在积极投资开展数字化转型,以获得迅速适应形势并超越竞争对手的能力。IDC白皮书[1]中被称为数据成就者(Data Thriver)的企业赢得新客户的能力和盈利水平是非数据驱动型企业的三倍。通过数字手段改进运营和产品,企业领导者能够收集和利用数据来获得洞察力,帮助自身发掘新的业务机会。

本文引用地址:http://www.amcfsurvey.com/article/201901/396833.htm

  2019年,企业可以借助以下四大关键技术趋势,加快自身的数字化转型,从而转变成为数据成就者。

  1. 将促进人工智能的发展

  人工智能在亚太地区将成为一种常态,在2018年,亚太地区55%的企业已经实施人工智能,或正在扩大其应用范围。2019年,企业有望更多地部署基于的人工智能软件和服务工具,以确保人工智能应用程序在内外部环境中均具有高性能和可扩展性,并支持多种数据访问协议以及各种新的数据格式。这也就要求为人工智能工作负载提供支持的基础架构必须快速、富有弹性并实现自动化。虽然人工智能必将成为基础架构厂商角逐的下一个战场,但大多数开发工作都将从端开始。

  以上海拍拍贷公司为例,通过在IT基础架构中部署NetApp的混合闪存解决方案,其互联网金融平台现在可以利用人工智能处理海量非结构化数据并准确评估用户的信用。最终,拍拍贷可以更好地服务那些得不到充分金融服务的人群,安全地为无法获得传统信用评分的消费者提供贷款服务。

  2. 边缘设备将更加智能化

  亚太地区预计到2020年将拥有86亿台物联网(IoT)设备,并到2025年成为全球5G网络规模最大的地区,5G连接数量将达到6.75亿。要想充分利用由此产生的海量数据,企业必须具备在边缘处理数据的能力,才能快速获得洞察力并做出实时决策。因此,IoT设备和应用程序将越来越多地内置数据分析和数据精简等服务,从而更合理、更快速、更智能地决定哪些数据需要立即处理,哪些数据需要发送回核心或云中,甚至哪些数据可以被丢弃。

  制造业将从更智能的边缘设备中获益匪浅。利用IoT设备在边缘处理数据,制造商可以通过检测设备故障的早期迹象来实现预测性维护,这有助于防止那些妨碍生产的故障发生或进行不必要的维护检查。

  3. 对于多数大型企业而言,混合多云是默认的 IT 架构选择,而其他规模的企业会选择单一云提供商以确保精简性和一致性

  到2024年,90%的全球 1000 强企业将通过多云和混合云技术缓解受制于厂商的情况。这些企业通过采用和Data Fabric等技术,可以灵活简便地在不同环境之间迁移工作负载,同时对这些工作负载保持完全的控制权。

  例如,美国银行正在使用进行应用程序测试和开发。这样一来,银行的开发人员和基础架构员工便能专注于高价值的工作,无需费力管理不能为银行创收的中间件系统和消息传递通道。

  虽然混合云和多云具有诸多优势,但它们并非小型企业的首选IT架构。原因在于数据本身的可移植性远不及计算和应用程序资源,而这会影响运行时环境的可移植性。而且,某些云服务可能为特定云提供商所独有,这意味着此类服务无法移植到其他环境。

  无论选择哪种途径,企业都需要制定支持策略和实践,这样才能充分从云计算中获益。

  4. 数据服务将隐身后台且无需再迁移应用程序

  技术的兴起将推动单个系统和服务的抽象化,这将促使IT架构师在设计时更着眼于数据和数据处理,以构建混合多云数据网络结构,而非仅仅构建数据中心。

  随着预测性技术和诊断方法的应用,决策制定者越发依赖强大但“隐身”的数据服务,不论数据存储在哪里,这些服务都能在需要的时间和位置交付数据。这些新功能还将以动态商品形式(dynamic commodities)自动代理基础架构服务,并在对该任务而言最高效的服务提供商解决方案之间来回移动容器和工作负载。

  在亚洲,Kubernetes的采用率在2018年短短7个月内上升了58%,这表明企业越来越愿意使用容器编排工具。我们预计这种趋势还将持续,因为此类工具有助于简化容器化应用程序的管理,而随着企业使用容器和混合云/多云逐渐成为一种常态,容器化应用程序的数量预计将呈指数级增长。

  2019年,基于容器且支持混合云应用程序开发的云流程编排技术也将应运而生。这意味着应用程序将同时面向公共云和内部环境使用情形而开发,因此可以更容易地将工作负载移至数据的生成位置,而不是将数据移植到应用程序所在的位置。



关键词: 边缘计算 容器

评论


相关推荐

技术专区

关闭