很少有企業(yè)能預(yù)料到2020年出現(xiàn)的巨大變化。2020年出現(xiàn)的新冠肺炎疫情打亂了整個(gè)世界的節(jié)奏，迫使企業(yè)迅速調(diào)整其技術(shù)基礎(chǔ)設(shè)施，讓員工能遠(yuǎn)程開展工作的同時(shí)做好更長(zhǎng)遠(yuǎn)的規(guī)劃，以應(yīng)對(duì)前所未有的不確定性。對(duì)很多企業(yè)而言，重新改造IT基礎(chǔ)設(shè)施是其生存下去的關(guān)鍵。
對(duì)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(shí)到混合云的價(jià)值，希望能夠把每個(gè)云解決方案的優(yōu)勢(shì)發(fā)揮到極致。
進(jìn)入2021，盡管企業(yè)仍會(huì)面對(duì)高度的不可預(yù)測(cè)性，但2020年所呈現(xiàn)的幾個(gè)重要趨勢(shì)使得我們能夠?qū)?021年做出一些預(yù)測(cè)。新冠肺炎疫情促使企業(yè)思考一系列的業(yè)務(wù)挑戰(zhàn)，使企業(yè)對(duì)混合云的需求不斷增長(zhǎng)，對(duì)技術(shù)也產(chǎn)生了新的需求，這些需求包括：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，F(xiàn)ully Homomorphic Encryption）；利用AI自動(dòng)化更快、更容易地向混合云遷移；將多個(gè)云和本地系統(tǒng)整合到一個(gè)統(tǒng)一的混合平臺(tái)之上；通過混合云把企業(yè)更多的工作負(fù)載放到智能邊緣設(shè)備之上。
2021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(duì)挑戰(zhàn)，以推動(dòng)業(yè)務(wù)發(fā)展。而整體環(huán)境也對(duì)云計(jì)算和人工智能研究提出了新的發(fā)展需求。以下是我們的預(yù)測(cè)。
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(huì)繼續(xù)在混合云環(huán)境中對(duì)IT運(yùn)維去中心化，即使是監(jiān)管最嚴(yán)格的行業(yè)中的企業(yè)也將如此。為了成功做到這一點(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(shí)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(shí)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，它們專為應(yīng)對(duì)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)。機(jī)密計(jì)算結(jié)合存儲(chǔ)和傳輸過程中的數(shù)據(jù)加密，以及對(duì)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。總體而言，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)，使數(shù)據(jù)在處理和存儲(chǔ)期間都能得到保護(hù)，為了滿足這些客戶的需求，技術(shù)供應(yīng)商會(huì)繼續(xù)投資于安全技術(shù)的創(chuàng)新。
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。一方面，這有望解決世界上強(qiáng)大的超級(jí)計(jì)算機(jī)也無法解決的一些極具挑戰(zhàn)的問題。另一方面，這也可能帶來風(fēng)險(xiǎn)，例如量子計(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(xiǎn)公司可以對(duì)患者的醫(yī)療健康數(shù)據(jù)進(jìn)行分析，但是客戶的保險(xiǎn)代理人卻無法看到他的任何個(gè)人身份信息。
通過教會(huì)機(jī)器“推理”，人工智能將實(shí)現(xiàn)向混合云的自動(dòng)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，已經(jīng)被應(yīng)用于人類語言，如語音識(shí)別和語言翻譯應(yīng)用?，F(xiàn)在，將同樣的人工智能技術(shù)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(dòng)生成已識(shí)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(shí)，自動(dòng)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)需要確定其任務(wù)關(guān)鍵型應(yīng)用運(yùn)行的確切位置，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)境中，這個(gè)過程會(huì)涉及到很多工作，其中一些工作是企業(yè)無法直接控制的。
從自動(dòng)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)維的工程師將專注于主動(dòng)地預(yù)測(cè)和應(yīng)對(duì)風(fēng)險(xiǎn)、從更復(fù)雜的非結(jié)構(gòu)化數(shù)據(jù)中獲取深度分析等更有價(jià)值的工作。
開源工具將整合不同的云，使開發(fā)人員編程和使用混合云所需的技能變得更加簡(jiǎn)單
今天，如果我們想在自己的筆記本電腦上處理一個(gè)大數(shù)據(jù)集，這可能需要使用10萬個(gè)容器，還需要知道怎樣針對(duì)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(tái)，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(huì)發(fā)現(xiàn)在混合云環(huán)境中編程非常困難。
未來一年，開源工具將助力不同的云和本地系統(tǒng)集成到一個(gè)單一、無縫的混合平臺(tái)之上，這對(duì)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(duì)于那些沒有大量混合云專業(yè)知識(shí)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(shí)的程序員把更多的精力用于更高價(jià)值的項(xiàng)目。我們需要各個(gè)領(lǐng)域的專家專注于他們的實(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。
隨著計(jì)算硬件效率的突破，一些先進(jìn)和強(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，讓這些能力唾手可得。然而，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，需要耗費(fèi)大量的金錢、時(shí)間和精力。例如，目前部署的巨大的工業(yè)規(guī)模模型OpenAI的GPT-3，其有1750億個(gè)參數(shù)，比兩年前的模型大100倍以上，僅訓(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(huì)出現(xiàn)重大突破。與當(dāng)今極好的商用系統(tǒng)相比，人工智能訓(xùn)練系統(tǒng)的效率將提高近一個(gè)數(shù)量級(jí)。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(huì)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(jí)，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(dòng)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)一步支持人工智能硬件的靈活部署，使計(jì)算技術(shù)推送到邊緣端。
正如我們所見，2021年的重點(diǎn)是同時(shí)提高人工智能的能力和效率，使其能夠幫助企業(yè)應(yīng)對(duì)一系列挑戰(zhàn)，使更多企業(yè)安全地部署、簡(jiǎn)化和管理混合云環(huán)境。
盡管在這個(gè)顛覆性的時(shí)期，我們很難對(duì)未來做出精準(zhǔn)的預(yù)測(cè)。但顯而易見的是，混合云技術(shù)的突破性發(fā)展，將成為企業(yè)掙脫禁錮、大膽采用混合云平臺(tái)戰(zhàn)略而獲得可持續(xù)成長(zhǎng)的有力保證。
