李赫
在過去的2018年中,移動互聯網蓬勃發展,新技術和新概念持續涌現,大批技術創新涌入IDC與云計算領域,助力其發展,2018年的IDC產業發展可謂熱烈又精彩。
今天,我們在跟Alexa或谷歌Home等設備通話時,它們通常在不到一秒的時間內便會做出響應,但將來它可能更快。自動駕駛、人臉識別還有智能家居等,所有這些都需要在幾毫秒內做出決定并采取行動。未來,任何超過一秒的響應時間都是不可接受的。
那么,塑造這種零延遲未來的趨勢是什么呢?
1.量子計算
2018年早些時候,英特爾宣布了其用49量子比特建造的量子計算系統,這是一個重大的里程碑,足以超越現代計算機的現有應用極限。IBM和谷歌也發布了類似的公告。
盡管我們可能無法在2019年就看到傳統計算機被直接替代,但IBM已經開辟了一個平臺,讓人們可以開始試驗這種新技術。這些進展將為成倍地提高計算處理能力提供了機會。
2. 5G商用網絡啟動
Verizon等供應商已經在美國的一些城市部署了5G。不過,首批5G網絡預計于2019年在英國上線。
5G技術以4G技術為基礎,提供每秒1 GB的上傳和下載速度。沒錯,在使用5G網絡上班的路上,你可以在不到10 s的時間內下載一部完整的高清電影。
3.持久記憶存儲技術
英特爾最近宣布,推出Optane DC持久存儲器,它看起來像任何標準的RAM,但能存儲TB級別的數據,甚至能在斷電時保存數據。
希望這項技術繼續改進,并最終取代大多數硬盤驅動器。隨著容量的增加,海量數據可以被實時處理,并且在不接觸磁盤的情況下實現持久化存儲。
4.邊緣計算中的實時數據處理
由于上述前3項技術的發展,更多的數據處理將在邊緣計算的過程中實時發生,即自動駕駛、智能城市、人臉識別和可穿戴技術等設備載體。
這種現象在邊緣或霧計算中經常被提到,隨著處理速度的加快,數據在內存中隨時可用,網絡速度呈指數增長,這種現象將變得更加真實。
5.數據處理與計算技術的融合
在傳統的大數據實施過程中,編程邏輯轉向了數據處理,比如:MapReduce和Hadoop等基礎架構。現在,將會出現相反的情況。數據,特別是不同的數據類型會融合計算技術,進行接近零延遲的處理,因為在磁盤上搜索數據時的任何延遲都將不再被接受。
上述5種趨勢將把我們推向零延遲的未來。還有更多的趨勢需要關注,這將對我們未來與計算機交互的方式產生重大影響。
6.無服務器架構
大型數據集合中采取的無服務器處理方式,將把更多的工作負載從大數據轉移到Kubernet這樣規模的工具上。這意味著,更多組織可以通過功能服務(FaaS)解決方案來處理大數據,從而提高速度和成本。
7.多云架構
采用多云架構,可以使數據存儲和云平臺及供應商之間擺脫單一的深度綁定關系。你的數據可以一部分存儲在AWS上,一部分存儲在谷歌云上,甚至是邊緣計算機上。越來越多的組織將使用像Kubernetes這樣的技術來擺脫單一供應商的桎梏。
8.消除人工智能和機器學習中的偏差
像谷歌、臉書等擁有大量消費者數據的公司,它們試圖從這些數據中篩選出偏差,使其人工智能和機器學習的模型更加精確,沒有偏差。
比如,過去50年里,個人貸款的發放方式存在很多偏差。但是同樣,依靠數據不斷提升的機器學習算法,肯定也存在偏差,而且還會持續下去,這是所有人工智能和機器學習供應商必須克服的一個挑戰。
9.數據隱私
對數據進行收集和即時處理的需求很大,而數據隱私將繼續主導許多數據存儲和處理方面的決策。
2018年,歐盟推出了《一般數據保護條例》(GDPR),這對企業收集和使用私人數據的方式產生了深遠影響。在收集和處理數據以及政府規章制度等方面將會有更多的牽制。
10.事件驅動架構
微服務架構將進一步演化和發展,特定服務與整體應用程序的協作能力不斷增強,像網格應用和服務體系架構(MASA)越來越受歡迎,可以使用數據服務來監聽事件,并給予實時響應。
從2019年的預測中得出的最大結論應該是,我們正走向一個零延遲的未來。這是一個激動人心的未來。最終,就像電力一樣,我們將看到實時計算無處不在,又肉眼不可見。面對這樣的未來,企業需要重新思考如何收集和處理數據,而這當中也存在著一些巨大的挑戰和機遇。