一年前,很少有企業(yè)能預(yù)料到 2020年出現(xiàn)的巨大變化。從 3月底開始,新冠疫情打亂了整個世界的運(yùn)轉(zhuǎn),迫使企業(yè)迅速調(diào)整其技術(shù)基礎(chǔ)設(shè)施,首先讓員工能遠(yuǎn)程開展工作,同時要做好更長遠(yuǎn)的規(guī)劃,以應(yīng)對前所未有的不確定性。對很多企業(yè)而言,重新改造 IT 基礎(chǔ)設(shè)施是生存下去的關(guān)鍵。
對企業(yè)和組織而言,這意味著要加快速度,把更多工作負(fù)載遷移上云,更快地適應(yīng)混合云的環(huán)境。隨著企業(yè)數(shù)字化轉(zhuǎn)型的推進(jìn),他們逐漸認(rèn)識到混合云的價值,希望能夠把每個云解決方案的優(yōu)勢發(fā)揮到極致。
進(jìn)入 2021,盡管企業(yè)仍會面對高度的不可預(yù)測性,但 2020年所呈現(xiàn)的幾個重要趨勢,使得我們能夠?qū)砟曜龀鲆恍╊A(yù)測。新冠疫情倒逼企業(yè)去思考一系列業(yè)務(wù)挑戰(zhàn),使企業(yè)對混合云的需求不斷增長,對技術(shù)也產(chǎn)生了新的需求,這些需求包括:
1、更廣泛地采用和試用與安全相關(guān)的新技術(shù),包括機(jī)密計(jì)算、量子安全加密和完全同態(tài)加密(FHE,Fully Homomorphic Encryption)。
2、利用 AI 自動化更快、更容易地向混合云遷移。
3、將多個云和本地系統(tǒng)整合到一個統(tǒng)一的混合平臺之上。
4、有能力通過混合云把更多工作負(fù)載放到智能邊緣設(shè)備之上。
明年,我們預(yù)計(jì)企業(yè)將采用新的資源和戰(zhàn)略來應(yīng)對挑戰(zhàn),以推動業(yè)務(wù)發(fā)展,而整體大環(huán)境也對云計(jì)算和人工智能研究提出了新的發(fā)展需求。我們預(yù)測:
2021年,在安全技術(shù)如機(jī)密計(jì)算、量子安全和完全同態(tài)加密的加持下,即便是監(jiān)管最嚴(yán)格的行業(yè)都將轉(zhuǎn)向混合云。
很顯然,在未來一年,企業(yè)會繼續(xù)在混合云環(huán)境中對 IT 運(yùn)維去中心化,即使是監(jiān)管最嚴(yán)格行業(yè)中的企業(yè)也將如此。為了成功地做到這一點(diǎn),企業(yè)和組織需要采取安全措施,確保系統(tǒng)和數(shù)據(jù)的完整性,實(shí)施零容忍的信任策略,同時遵守全球范圍內(nèi)更嚴(yán)格的數(shù)據(jù)隱私法規(guī)——所有這些都須隨著復(fù)雜的安全威脅的演變而與時俱進(jìn)。提供這些安全舉措的硬件系統(tǒng)將被廣泛采用,以保護(hù)本地和公有云上的工作負(fù)載。這些硬件系統(tǒng)如 LinuxONE 和 IBM Z 等進(jìn)一步提高了開源和傳統(tǒng)工作負(fù)載的安全性。
行業(yè)云,如 IBM 的金融服務(wù)云 (IBM Cloud for Financial Services) 和 IBM 的電信云 (IBM Cloud for Telecommunications) 等,專為應(yīng)對監(jiān)管非常嚴(yán)格行業(yè)的特有挑戰(zhàn)和安全需求而設(shè)計(jì)?？傮w而言,企業(yè)希望在其混合云環(huán)境中能夠采用包括機(jī)密計(jì)算在內(nèi)的技術(shù),他們希望數(shù)據(jù)在處理和存儲期間都能得到保護(hù),為了滿足這些客戶需求,我們將看到技術(shù)供應(yīng)商會繼續(xù)投資于安全技術(shù)的創(chuàng)新。機(jī)密計(jì)算結(jié)合存儲和傳輸過程中的數(shù)據(jù)加密,以及對密鑰的獨(dú)占控制,可以保護(hù)敏感和監(jiān)管非常嚴(yán)格的數(shù)據(jù)集和應(yīng)用工作負(fù)載。
此外,包括 IBM 在內(nèi)的科技公司正在開創(chuàng)量子計(jì)算機(jī)的先河,有望解決世界上最強(qiáng)大的超級計(jì)算機(jī)也無法解決的一些最具挑戰(zhàn)的問題。這也可能帶來風(fēng)險,比如量子計(jì)算能夠快速破解加密算法和訪問敏感數(shù)據(jù)。我們預(yù)期企業(yè)將開始部署量子安全加密技術(shù),為大規(guī)模的量子計(jì)算機(jī)成為日常技術(shù)工具而提前做好準(zhǔn)備——這不僅是為了保護(hù)現(xiàn)有數(shù)據(jù)的安全,也是為了防范未來的威脅。
同樣,越來越多的企業(yè)將開始嘗試使用完全同態(tài)加密(FHE)來保護(hù)他們的數(shù)據(jù)。今天,加密技術(shù)使我們能夠通過將數(shù)據(jù)隱藏在數(shù)學(xué)公式中而為數(shù)據(jù)添加額外的保護(hù)層,而數(shù)學(xué)公式只能由有權(quán)訪問機(jī)密“密鑰”的人讀取,然而現(xiàn)有的加密技術(shù)也有其局限性。FHE技術(shù)則可以使數(shù)據(jù)在計(jì)算過程中也能保持加密狀態(tài)。例如,保險公司可以對患者的醫(yī)療健康數(shù)據(jù)進(jìn)行分析,但是其保險代理人卻無法看到客戶的任何個人身份信息。
通過教會機(jī)器“推理”,人工智能將實(shí)現(xiàn)向混合云的自動遷移。
人工智能技術(shù),例如基于圖形的技術(shù)、自然語言處理(NLP)和可解釋的人工智能等技術(shù)已經(jīng)被應(yīng)用于人類語言——比如語音識別和語言翻譯應(yīng)用?，F(xiàn)在,將同樣的人工智能應(yīng)用于機(jī)器代碼將大大加快應(yīng)用向云端的遷移,還能隨之提高其可管理性。這些人工智能技術(shù)能夠提供關(guān)于應(yīng)用行為及其結(jié)構(gòu)的推理,從而能夠推薦并自動生成已識別的微服務(wù)候選項(xiàng)。
這種方法超越了“傳統(tǒng)”的容器化過程。在將任務(wù)關(guān)鍵型工作負(fù)載遷移到云環(huán)境時,自動化是非常必要的。這在一定程度上是由本地任務(wù)關(guān)鍵型工作負(fù)載的復(fù)雜性所決定的。通常,企業(yè)首先需要確定其任務(wù)關(guān)鍵型應(yīng)用運(yùn)行的確切位置。位置確定好了之后,再將這些多年來一直在本地運(yùn)行的應(yīng)用和數(shù)據(jù)遷移到混合云環(huán)境,這個過程會涉及到很多工作,其中一些工作是企業(yè)可能無法直接控制的。
從自動實(shí)現(xiàn)應(yīng)用在新環(huán)境中的現(xiàn)代化和部署,到協(xié)助日常應(yīng)用管理——人工智能還將改善云開發(fā)人員和負(fù)責(zé)業(yè)務(wù)無間斷運(yùn)維工程師的體驗(yàn)。事實(shí)上,隨著企業(yè)加速使用 ChatOps 等基于人工智能的技術(shù)和策略來管理其應(yīng)用和環(huán)境,負(fù)責(zé)業(yè)務(wù)無間斷運(yùn)維工程師的角色將專注于更有價值的工作,他們將專注于主動地預(yù)測和應(yīng)對風(fēng)險,從更復(fù)雜的非結(jié)構(gòu)化數(shù)據(jù)中獲取深度分析等。
開源工具將幫助整合不同的云,使開發(fā)人員編程和使用混合云所需的技能變得更加簡單。
今天,如果你想在自己的筆記本電腦上處理一個大數(shù)據(jù)集,這可能需要使用 10萬個容器,你需要知道怎樣針對混合云重新編寫應(yīng)用。開發(fā)人員不僅需要訪問混合云平臺,還要使用工具和框架,才能有效率地解決問題。如果開發(fā)人員和數(shù)據(jù)科學(xué)家沒有多年的容器化、并行化和容器編排工具使用經(jīng)驗(yàn),他們會發(fā)現(xiàn)在混合云環(huán)境中編程是非常困難的。
未來一年,開源工具將助力把很多不同的云和本地系統(tǒng)集成到一個單一、無縫的混合平臺之上,這對于程序員和非程序員而言,都將大大縮短他們的學(xué)習(xí)曲線。企業(yè)將采用一種應(yīng)用部署模式,這對于那些沒有大量混合云專業(yè)知識的人員來說,更容易進(jìn)行編程和使用。這方面的進(jìn)展將有助于擁有混合云專業(yè)知識的程序員把更多的精力用于從事更高價值的項(xiàng)目。我們需要各個領(lǐng)域的專家能夠?qū)Ｗ⒂谒麄兊膶?shí)際問題,而不是把精力浪費(fèi)在如何在跨多云的環(huán)境下高效運(yùn)行他們的軟件。像 IBM Cloud Satellite 這樣利用 Red Hat OpenShift 的服務(wù),可以允許用戶在一個儀表板上跨任何環(huán)境構(gòu)建、部署和管理云服務(wù)。
隨著計(jì)算硬件效率的突破,我們會看到一些最先進(jìn)和最強(qiáng)大的混合云硬件創(chuàng)新將擴(kuò)展應(yīng)用到邊緣設(shè)備上。
混合云的核心在于能夠把任何基礎(chǔ)設(shè)施的強(qiáng)大計(jì)算能力推送到用戶的指端,讓他們唾手可得。然而,最強(qiáng)大的計(jì)算能力過去一直都局限于數(shù)據(jù)中心。
眾所周知,用于人工智能模型訓(xùn)練的硬件非常消耗資源,耗費(fèi)大量金錢、時間和精力。例如,目前部署的最大的工業(yè)規(guī)模模型——OpenAI 的 GPT-3,有 1,75B個參數(shù),比兩年前的模型大 100倍以上。訓(xùn)練就要花費(fèi)數(shù)百萬美元,訓(xùn)練期間產(chǎn)生的碳足跡高于 20輛汽車的終生排放量。
2021年,我們將看到用于構(gòu)建和部署人工智能模型的人工智能硬件會出現(xiàn)重大突破。與當(dāng)今最好的商用系統(tǒng)相比,人工智能訓(xùn)練系統(tǒng)的效率將提高近一個數(shù)量級。結(jié)合 5G 技術(shù)的進(jìn)步,邊緣的可持續(xù)人工智能計(jì)算可能會消除云與邊緣之間的界限——為混合云基礎(chǔ)設(shè)施提供關(guān)鍵技術(shù)升級,并通過在邊緣保留更多的數(shù)據(jù),促使人工智能模型的隱私性和安全性取得重大進(jìn)步。5G 蜂窩架構(gòu)有望成為推動邊緣計(jì)算廣泛應(yīng)用的催化劑。
混合云基礎(chǔ)設(shè)施上的人工智能硬件加速器能夠?yàn)閿?shù)據(jù)中心的大型人工智能培訓(xùn)工作提供支持。同樣的核心人工智能硬件技術(shù)也可以小規(guī)模的部署,或者嵌入到邊緣的其他處理器中。OpenShift 兼容硬件加速器的擴(kuò)展將進(jìn)一步支持我們的人工智能硬件的靈活部署,使計(jì)算技術(shù)一直推送到邊緣端。
如你所見,2021年的重點(diǎn)是同時提高人工智能的能力和效率,使其能夠幫助企業(yè)應(yīng)對一系列挑戰(zhàn),為更多企業(yè)安全地部署、簡化和管理混合云環(huán)境。
盡管在這個顛覆性的時期,我們很難對未來做出精準(zhǔn)的預(yù)測,然而顯而易見的是,混合云技術(shù)的突破性發(fā)展,將成為企業(yè)掙脫禁錮,面向未來,大膽采用混合云平臺戰(zhàn)略而獲得可持續(xù)成長的有力保證。
評論