分析师观点:2018年三大数据中心预测

分析师观点:2018年三大数据中心预测 向数字业务平台的转移促使基础设施和运营(I/O)领导者重新思考他们的数据中心战略。数字商业平台，如人工智能，包括机器学习(ML)、深度神经网络(DNN)和物联网，对信息技术基础设施的敏捷性和可扩展性有计算要求。 编辑:谢涛 向数字业务平台的转移促使基础设施和运营(I/O)领导者重新思考他们的战略。数字商业平台，如人工智能，包括机器学习(ML)、深度神经网络(DNN)和物联网，对信息技术基础设施的敏捷性和可扩展性有计算要求。

在2018年，输入/输出领导者应致力于通过部署无服务器架构、容器生态系统和三层环境，为新兴的数字业务项目提供更加敏捷和有效的生态系统。

这三个预测代表了到2020年将影响数据中心基础设施的根本性变化。

到2020年，剩下的30%不能有效利用人工智能来支持企业业务的数据中心在运营和经济上都不可行。

随着人工智能和人工智能的出现，输入输出领导者有机会平衡和降低系统的复杂性，创造一个新的自组织系统范式。在这种模式下，输入/输出领导者可以期待更广泛、更强大的人工智能角色，无论是作为平台还是作为服务。

首席信息官未能投资生态系统和平台智能，如人工智能和其他信息技术操作平台，企业可能变得无关紧要，失去行业竞争力。尤其是当他们的技能和工具落后于日益增长的运营复杂性和对主动、个性化和动态服务的日益增长的需求时。

到2020年，当支持通用模式时，90%的无服务器部署将在输入/输出组织范围之外进行。

由于AWS Lambda可以说是第一个无服务器计算服务，因此在领先的IT组织的开发人员社区中，对使用无服务器技术的兴趣激增。无服务器计算为开发人员提供了三大优势:

它支持在不运行基础设施的情况下运行代码。这提高了开发人员的工作效率，使他们能够专注于代码开发，而不用担心底层基础设施。

由于后端资源的自动可伸缩性，它可以使横向扩展更加容易。可伸缩性现在已经成为软件设计中的一个问题。

公共云托管的基础架构即服务(IaaS)无服务器框架将导致真正的按需消费，因为没有空闲资源或隔离的虚拟机或容器。

由于通用企业工作负载技术的不成熟以及当今大多数工作负载是由请求驱动而非事件驱动的事实，企业采用无服务器计算仍处于初级阶段。然而，随着新技术推动下一代前端的发展，事件驱动的工作负载将变得越来越重要。

到2020年，超过50%的企业将在生产中运行业务关键的集装箱化本机云应用程序，而目前这一比例不到5%。

在软件开发和测试案例中，容器的采用正以类似病毒的速度增长，因为容器可以保持环境与软件开发生命周期的一致性，并使应用软件能够持续开发和部署。可以理解的是，组织希望将这些优势扩展到生产环境，以充分利用他们在开发和测试阶段获得的敏捷性和效率价值。尽管开发人员主要围绕容器推动工具的使用，但输入/输出领导者需要准备好在生产中支持这些容器化的应用程序。至关重要的是，他们还必须确保在安全性、性能、数据持久性和弹性方面实现业务SLA(服务级别协议)。

除了提高开发人员的工作效率，输入/输出领导者还可以从这项技术中获得更多好处。因为它可以在裸机基础架构上运行，所以在单租户服务器基础架构上，容器可以比虚拟机更高效地运行。由于容器占用的资源较少，因此也可以在主机上实现更高的租户密度。可以更有效地管理包含的应用程序，减少配置偏差，因为服务可以更容易地重新部署，并且它们的生命周期管理可以自动化。