CobiNet(寧波)推薦文章：

2017年新(xin)(xin)技(ji)術的(de)(de)(de)數(shu)量一(yi)(yi)直很龐大的(de)(de)(de)：云計(ji)算采用的(de)(de)(de)速(su)度比分析家(jia)預(yu)測(ce)的(de)(de)(de)還要快，并因此帶來了(le)(le)一(yi)(yi)些(xie)新(xin)(xin)的(de)(de)(de)工具。人(ren)工智能進入到人(ren)們生(sheng)活的(de)(de)(de)各個領域;物(wu)聯(lian)網和(he)邊緣(yuan)計(ji)算的(de)(de)(de)應用越(yue)來越(yue)廣泛;一(yi)(yi)系(xi)列云原生(sheng)技(ji)術已經實現(xian)，例如Kubernetes，無和(he)庫等等。一(yi)(yi)年前，行業(ye)專家(jia)在(zai)對(dui)2017年的(de)(de)(de)預(yu)測(ce)中涉及了(le)(le)其(qi)中的(de)(de)(de)一(yi)(yi)些(xie)發展趨勢(shi)，如今是預(yu)測(ce)分析2018年科技(ji)領域的(de)(de)(de)發展趨勢(shi)的(de)(de)(de)時候(hou)了(le)(le)。

雖然人(ren)們(men)喜歡層出(chu)不(bu)窮的(de)(de)新(xin)(xin)技術(shu)，但是普通的(de)(de)企業(ye)主，IT采購人(ren)員(yuan)和軟(ruan)件開發人(ren)員(yuan)卻對這種大規模的(de)(de)技術(shu)創新(xin)(xin)一無所知(zhi)，不(bu)知(zhi)道如何開始(shi)新(xin)(xin)技術(shu)轉化為商業(ye)價(jia)值。人(ren)們(men)將看到2018年出(chu)現的(de)(de)幾個(ge)趨勢(shi)，其重點將放在使(shi)易于使(shi)用和消耗的(de)(de)新(xin)(xin)技術(shu)方面。

集成平臺和一切事(shi)物變成無服務器的應用

亞馬遜公司和其他(ta)云計算提(ti)供商競(jing)相獲得和保持市場份(fen)額，因(yin)此他(ta)們(men)不(bu)斷提(ti)高(gao)抽象和跨服(fu)(fu)務集成(cheng)的(de)(de)(de)(de)(de)(de)水(shui)平，以提(ti)高(gao)開發人員的(de)(de)(de)(de)(de)(de)生產力，并加強客戶鎖定。亞馬遜公司在(zai)2017年11月的(de)(de)(de)(de)(de)(de)AWS Re：Invent大(da)會上推出了(le)新的(de)(de)(de)(de)(de)(de)數據(ju)庫即(ji)服(fu)(fu)務產品(pin)和完(wan)全集成(cheng)的(de)(de)(de)(de)(de)(de)人工智能庫和工具。它還(huan)開始區分不(bu)同形式的(de)(de)(de)(de)(de)(de)無(wu)(wu)服(fu)(fu)務器計算：AWS Lambda現在(zai)是關于(yu)無(wu)(wu)服(fu)(fu)務器的(de)(de)(de)(de)(de)(de)功能，而AWS Aurora和Athena則是關于(yu) 無(wu)(wu)服(fu)(fu)務器的(de)(de)(de)(de)(de)(de)數據(ju)庫 ，將無(wu)(wu)服(fu)(fu)務器的(de)(de)(de)(de)(de)(de)定義(yi)擴展到(dao)底(di)層服(fu)(fu)務器的(de)(de)(de)(de)(de)(de)任何服(fu)(fu)務。據(ju)推測，現在(zai)更多(duo)的(de)(de)(de)(de)(de)(de) 云服(fu)(fu)務 可以采用 無(wu)(wu)服(fu)(fu)務器 這個更廣泛的(de)(de)(de)(de)(de)(de)定義(yi)來定義(yi)自己。

到(dao)2018年(nian)，人(ren)(ren)們(men)將看(kan)到(dao)云計(ji)算提(ti)供商更加重視進(jin)一步整合具有(you)更高層次抽象的(de)(de)個性化服(fu)務。他(ta)們(men)還將重點(dian)關(guan)注與人(ren)(ren)工智能、數據管理和無服(fu)務器相關(guan)的(de)(de)服(fu)務。這些解決方案將使開發人(ren)(ren)員和運營專(zhuan)業人(ren)(ren)員的(de)(de)工作變得更簡單(dan)，并隱藏其(qi)固有(you)的(de)(de)復雜性。但是，他(ta)們(men)確實有(you)著更大的(de)(de)鎖定(ding)風險。

在(zai)2017年，我們看(kan)到所有云提(ti)供商都與Kubernetes服務商一(yi)(yi)起構建微服務編排層，從(cong)而(er)緩解(jie)了部分鎖(suo)定(ding)。 2018年，人們將(jiang)看(kan)到在(zai)Kubernetes之(zhi)上(shang)建立的(de)(de)(de)一(yi)(yi)系(xi)列開放式和商業化(hua)服務，可以提(ti)供專有 云產品(pin) 的(de)(de)(de)多(duo)(duo)云替代方案。當然，Iguazio公(gong)司(si)(si)的(de)(de)(de)Nuclio就是這樣一(yi)(yi)個(ge)開放的(de)(de)(de)、多(duo)(duo)云無服務器平臺的(de)(de)(de)很(hen)好的(de)(de)(de)例子，Red Hat公(gong)司(si)(si)的(de)(de)(de)Openshift多(duo)(duo)云PaaS也是如此。

智能(neng)邊緣vs私有云(yun)

云(yun)計算實現了(le)開發(fa)現代化和數據驅(qu)動型(xing)應(ying)用程序所必需的(de)業(ye)務敏捷性，無論是(shi)創業(ye)公司還是(shi)大型(xing)企(qi)業(ye)。挑戰在(zai)于人們(men)不能(neng)忽視(shi)數據引(yin)力，因(yin)為許多數據源仍然存在(zai)于邊(bian)緣或企(qi)業(ye)中。這加強了(le)5G帶寬，網(wang)絡延遲，GDPR等新規定，并且越來越迫使企(qi)業(ye)將計算和存儲放在(zai)更接近(jin)數據源的(de)地方(fang)。

如今(jin)的公共云模型是服(fu)務(wu)(wu)消費，因此開發人員和(he)用戶可(ke)以(yi)繞(rao)過IT，帶來(lai)一些無服(fu)務(wu)(wu)器功能，使(shi)用自(zi)助服(fu)務(wu)(wu)數據庫，甚(shen)至將(jiang)視(shi)頻上(shang)傳(chuan)到云服(fu)務(wu)(wu)，然后(hou)將(jiang)其轉換為所需的語言。但是，當企(qi)業(ye)使(shi)用本地部署(shu)的替代方案(an)時，企(qi)業(ye)必須構建(jian)自(zi)己的服(fu)務(wu)(wu)，而且技術堆棧發展(zhan)如此迅速(su)，IT團隊(dui)實際上(shang)不可(ke)能構建(jian)與云計算替代方案(an)相比擬的現代服(fu)務(wu)(wu)，從(cong)而迫使(shi)企(qi)業(ye)走向(xiang)云端(duan)。

被(bei)稱為 私有云(yun)(yun) 的IT供(gong)應商解決(jue)方案與真正的云(yun)(yun)計算無(wu)關，因為他們(men)專注于自動化(hua)IT操(cao)作。他們(men)不提(ti)供(gong)面向更高級別的用(yong)戶和(he)開(kai)(kai)發(fa)人員的服務，IT部門最終從幾十個(ge)單獨的開(kai)(kai)源或商業軟件包中組(zu)裝這些服務，添加通(tong)用(yong)的安全層、日(ri)志記錄和(he)配置管理等服務。這為云(yun)(yun)計算提(ti)供(gong)商和(he)新的公司進入邊緣計算和(he)本地空間提(ti)供(gong)了機會。

2017年，微(wei)軟公司首席(xi)執行官薩蒂亞。納(na)德(de)拉越來越專注于他所(suo)謂(wei)的 智慧優(you)勢 。微(wei)軟推出了Azure Stack，這是Azure云的一個迷你版(ban)本，不幸的是它(ta)只(zhi)包含微(wei)軟公司在 云平(ping)臺 中提供的一小部分服務。亞馬(ma)遜(xun)公司開(kai)始提供名為 Snowball Edge 的邊緣設備，希望(wang)它(ta)能在這方(fang)面做得更(geng)好(hao)。

智能邊緣并不是私有(you)云(yun)。它提(ti)供了(le)與公(gong)共云(yun)相同的一(yi)套服(fu)務和(he)運(yun)營(ying)模式，但是它可以實(shi)現本地訪(fang)問，并且在許多情況下由中央云(yun)操作和(he)維護(hu)，就像運(yun)營(ying)商管理有(you)線機頂盒一(yi)樣。

2018年，傳統私有云(yun)市場(chang)(chang)將(jiang)會萎縮，同時智能邊緣將(jiang)會有增長的勢(shi)頭。云(yun)計算提供商將(jiang)增加或加強邊緣產(chan)品(pin)，越(yue)(yue)來越(yue)(yue)多的公司將(jiang)進入這個市場(chang)(chang)空間(jian)，在某些情況下，通過集成(cheng)產(chan)品(pin)提供特定的垂直應用程序或用例。

人工智能從原(yuan)始技術到嵌入式功能和垂直堆(dui)棧

人們(men)在(zai)2017年看到了人工(gong)(gong)智能(neng)(neng)和(he)機器學習技術的(de)快速崛起，但是盡管有些炒作的(de)成分，但實(shi)際上(shang)卻(que)主(zhu)要被(bei)亞馬遜，谷歌和(he)Facebook等市場領先的(de)廠(chang)商所(suo)使(shi)用(yong)(yong)。對于(yu)一般的(de)企業(ye)來說，人工(gong)(gong)智能(neng)(neng)是微不(bu)(bu)足道的(de)，但大多(duo)數組織不(bu)(bu)可能(neng)(neng)雇用(yong)(yong)幾乎不(bu)(bu)能(neng)(neng)發揮作用(yong)(yong)的(de)數據科學家，或者從頭開(kai)始(shi)構建(jian)和(he)培訓人工(gong)(gong)智能(neng)(neng)模型。

人們可(ke)以看到像Salesforce這(zhe)樣的(de)公司(si)如何在其平臺上構建人工(gong)智能，可(ke)以充(chong)分(fen)利用其托管的(de)大(da)量客(ke)戶數(shu)據(ju)(ju)。其他(ta)公司(si)正在按照這(zhe)個方(fang)法將(jiang)人工(gong)智能嵌入到產品中(zhong)(zhong)作為(wei)一項功能。同時，也看到人工(gong)智能獲得(de)垂(chui)直行(xing)業的(de)專注，針對(dui)特定行(xing)業和(he)(he)垂(chui)直行(xing)業(如市(shi)場營銷、零售、醫療保健、金融和(he)(he)安全(quan))的(de)人工(gong)智能軟(ruan)件解決方(fang)案正在推出。在這(zhe)些(xie)解決方(fang)案中(zhong)(zhong)，用戶不(bu)需(xu)要了解神經網絡的(de)內(nei)部(bu)結構或回歸算法。相反，他(ta)們將(jiang)提供(gong)數(shu)據(ju)(ju)和(he)(he)一組參數(shu)，并(bing)獲得(de)可(ke)用于其應用程序的(de)人工(gong)智能模型。

人(ren)工智(zhi)能(neng)仍然(ran)是一個非(fei)常新的(de)(de)領域，有(you)(you)很多(duo)重疊的(de)(de)產品，沒有(you)(you)實現標準化。如果您的(de)(de)企業(ye)在(zai)學習階段(duan)使用(yong)了像(xiang)TensorFlow，Spark，H2O和(he)Python這樣的(de)(de)框(kuang)架，則需要在(zai)推(tui)(tui)理部(bu)分(fen)中使用(yong)相(xiang)同的(de)(de)框(kuang)架。在(zai)2018年(nian)，我們將(jiang)看到(dao)人(ren)們努力定義將(jiang)是開放的(de)(de)，跨平臺的(de)(de)人(ren)工智(zhi)能(neng)模型(xing)。此外，還將(jiang)看到(dao)更(geng)多(duo)的(de)(de)解決方案，可以(yi)自(zi)動完(wan)成構建、培訓(xun)和(he)部(bu)署人(ren)工智(zhi)能(neng)的(de)(de)過程，如新推(tui)(tui)出的(de)(de)AWS Sage Maker.

從(cong)大數(shu)據到連續數(shu)據

在(zai)過(guo)去的(de)(de)幾年(nian)里，很(hen)多組(zu)織已(yi)經開始(shi)開發由中(zhong)央IT推動的(de)(de)大數(shu)(shu)據(ju)(ju)實踐(jian)。其目標是(shi)收(shou)集(ji)、整理和(he)(he)集(ji)中(zhong)分(fen)析業務(wu)數(shu)(shu)據(ju)(ju)和(he)(he)日志(zhi)以備(bei)未來應(ying)用(yong)。數(shu)(shu)據(ju)(ju)已(yi)經收(shou)集(ji)到(dao)(dao)Hadoop集(ji)群和(he)(he)數(shu)(shu)據(ju)(ju)倉庫(ku)解(jie)決方(fang)案中(zhong)，然后由一(yi)組(zu)運行批處理作業并生成一(yi)些報(bao)(bao)告或(huo)儀(yi)表板的(de)(de)數(shu)(shu)據(ju)(ju)科學家使用(yong)。根據(ju)(ju)所有主要(yao)分(fen)析師(shi)的(de)(de)說法(fa)，這種(zhong)方(fang)法(fa)已(yi)被證(zheng)明是(shi)失(shi)敗(bai)的(de)(de)，70%的(de)(de)公司沒有看到(dao)(dao)任何投資回(hui)報(bao)(bao)。數(shu)(shu)據(ju)(ju)必須可操作才(cai)能從(cong)中(zhong)獲得投資回(hui)報(bao)(bao)分(fen)析。它必須被整合到(dao)(dao)業務(wu)流程中(zhong)，并從(cong)新鮮的(de)(de)數(shu)(shu)據(ju)(ju)中(zhong)獲得，就像人們在(zai)有針(zhen)對性的(de)(de)廣(guang)告以及Google和(he)(he)Facebook的(de)(de)建議中(zhong)看到(dao)(dao)的(de)(de)一(yi)樣。

數(shu)據(ju)見解必須(xu)嵌入到現代商(shang)業應用(yong)程(cheng)序(xu)中。例如，訪問(wen)網(wang)站或(huo)使(shi)用(yong)聊(liao)天(tian)機器(qi)人的(de)客戶需要(yao)基(ji)于他或(huo)她(ta)最近的(de)活(huo)動(dong)(dong)立(li)即(ji)回應目(mu)標內容。從物(wu)聯(lian)網(wang)或(huo)移動(dong)(dong)設備收集的(de)傳感器(qi)數(shu)據(ju)不斷(duan)流入，需要(yao)立(li)即(ji)采取措施(shi)來驅動(dong)(dong)警(jing)報，檢測安全(quan)違規，提(ti)供預(yu)測性(xing)維護或(huo)啟用(yong)糾正(zheng)措施(shi)。可視化數(shu)據(ju)實(shi)時(shi)檢測，用(yong)于監控和(he)國家安全(quan);零(ling)售商(shang)還使(shi)用(yong)它來分(fen)(fen)析(xi)銷售點數(shu)據(ju)，如庫存狀態，客戶偏好以及觀察到的(de)客戶活(huo)動(dong)(dong)的(de)實(shi)時(shi)推薦。數(shu)據(ju)和(he)實(shi)時(shi)分(fen)(fen)析(xi)通過自動(dong)(dong)化人工(gong)處(chu)理(li)過程(cheng)來降低業務成本。汽(qi)車(che)開(kai)始(shi)連(lian)接網(wang)絡和(he)自主管(guan)理(li)。電話推銷員(yuan)和(he)人工(gong)助(zhu)理(li)被機器(qi)人取代。車(che)隊或(huo)卡車(che)、出租車(che)司機或(huo)技術人員(yuan)由人工(gong)智能和(he)事件驅動(dong)(dong)的(de)邏輯進行編排，以最大限度地利(li)用(yong)資源。所有這些(xie)在2017已經開(kai)始(shi)發生(sheng)。

像Hadoop和數(shu)(shu)據(ju)倉庫這樣的技術(shu)(shu)是(shi)十年前發明(ming)的，并且早于(yu)人工智能、流處理、內存(cun)或閃存(cun)技術(shu)(shu)的時代。企業現在看到(dao)，建設數(shu)(shu)據(ju)湖泊(bo)的價值有限，因為他們可以使用更簡單的云計算(suan)技術(shu)(shu)進(jin)行數(shu)(shu)據(ju)挖掘。重(zhong)點正(zheng)在從大(da)多數(shu)(shu)僅僅是(shi)收集數(shu)(shu)據(ju)轉向使用數(shu)(shu)據(ju)，而技術(shu)(shu)側重(zhong)于(yu)靜態數(shu)(shu)據(ju)和中(zhong)央IT驅(qu)動的流程的領(ling)域。

2018年，人(ren)們(men)將(jiang)看到從大數據(ju)向(xiang)快速(su)數據(ju)和連(lian)續數據(ju)驅動(dong)應用(yong)程序的(de)不斷(duan)轉變。數據(ju)將(jiang)通過(guo)各種來源不斷(duan)被(bei)攝(she)取。與預先學習或(huo)不斷(duan)學習的(de)人(ren)工智能模(mo)型相比，它(ta)將(jiang)被(bei)實時(shi)地豐富(fu)和匯總，從而(er)能夠立(li)即(ji)響應用(yong)戶，推(tui)動(dong)行(xing)動(dong)，并以(yi)實時(shi)的(de)交互式儀表板呈現(xian)。

開(kai)發人員將(jiang)(jiang)使用預先打包的(de)云產品或通過使用相關的(de)云原生服務(wu)來(lai)整(zheng)合其解決方案。在企業(ye)中(zhong)，其關注(zhu)的(de)重點將(jiang)(jiang)從(cong)IT轉移到業(ye)務(wu)部門(men)和應用程序開(kai)發人員，后者將(jiang)(jiang)在現(xian)有的(de)業(ye)務(wu)邏輯、門(men)戶網站和日常的(de)客戶交互中(zhong)嵌入數據驅動的(de)決策(ce)。

總之，人們將在2018年看(kan)到：

1.智(zhi)能(neng)邊緣的應用將(jiang)會增長，傳統(tong)私有云市(shi)場將(jiang)萎(wei)縮(suo)。

2.人(ren)們將開始看到針對特定(ding)行業和(he)垂直(zhi)市場的(de)人(ren)工(gong)智能軟(ruan)件解決(jue)方案。此外(wai)，人(ren)工(gong)智能模型將開始開放和(he)跨平臺(tai)。

3. 快速數據、連續應(ying)用和云服(fu)務將取(qu)代大數據和Hadoop.

4. 公共云服務(wu)的(de)應用(yong)更加(jia)廣泛(fan)，從而(er)加(jia)大了與(yu)傳統數(shu)據中心和(he)私有(you)云解決方案(an)之間的(de)差(cha)距。

文章編輯：CobiNet(寧波)  
本公司專注于電訊配件,銅纜綜合布線系列領域產品研發生產超五類，六類,七類線，屏蔽模塊，配線架及相(xiang)關模塊配件(jian)的研發和(he)生產。

歡迎來電咨詢0574 88168918,郵箱sales@aliance.cn，網址aliance.cn