Przyszłość przetwarzania w chmurze, od hybrydy, przez brzeg, po technologię AI
Kolejny etap przetwarzania w chmurze na nowo zdefiniuje sposób jego działania na świecie, a sztuczna inteligencja odegra dużą rolę w realizacji swoich obietnic.
Światowa Organizacja Meteorologiczna (WMO) wyróżnia dziesięć podstawowych typów chmur. Począwszy od cirrusów, przez nimbostratusy, po nasze ulubione chmury w szarym i deszczowym Oregonie, zwykłe stratusy, chmury te występują w kilku odmianach. Podobnie jest z chmurami, których używamy w technologii - tymi, które żyją w gigantycznych centrach danych.
Właściwie obecnie chmury technologiczne również różnią się od siebie, ponieważ nie wszystkie żyją już w centrach danych. Niektórzy zachowują się w ten sam sposób, ale mieszkają wyłącznie na terenie prywatnych instalacji. Niektóre idą od „krawędzi” (punktu kontaktu z rzeczywistością) do szaf serwerowych, które na ogół kojarzymy z chmurą, a także z tradycyjnymi centrami danych.
W 1997 r. profesor Ramnath K. Chellappa, obecnie z Uniwersytetu Emory, użył terminu „przetwarzanie w chmurze” w odniesieniu do, jak się wydaje, po raz pierwszy w wykładzie zatytułowanym „Pośrednicy w przetwarzaniu w chmurze”. Od tego czasu zaobserwowaliśmy istotne zmiany w znaczeniu przetwarzania w chmurze w operacjach IT, a także w sposobie jego stosowania do rozwiązywania wyzwań na poziomie społecznym.
Jak wygląda przyszłość chmury obliczeniowej w perspektywie najbliższych 3-5 lat? Od czasu pandemii zrobiło się jeszcze ciekawiej. Od 2020 r. przetwarzanie w chmurze zrobiło ogromny krok naprzód, a wiele firm realizuje swoje dziesięcioletnie plany w ciągu dziesięciu miesięcy - a w przypadku niektórych nawet w ciągu dziesięciu tygodni - ze względu na ogromny wzrost zapotrzebowania na informacje cyfrowe i usługi elektroniczne. handel.
Znaczenie chmury obliczeniowej zmienia się
Idea skalowalnej, mierzalnej, centralnie zarządzanej infrastruktury obliczeniowej działającej na żądanie sprawdza się. Pasuje do modeli biznesowych szerokiego zakresu działalności, od start-upów po ogromne przedsiębiorstwa. Dziś lepiej jest definiować chmurę obliczeniową w oparciu o te cechy, niż w dalszym ciągu definiować ją jako infrastrukturę obliczeniową zarządzaną przez kogoś innego w outsourcingowym centrum danych.
Przetwarzanie w chmurze w dużo większym stopniu polega na zarządzaniu i skalowaniu zasobów oraz dystrybucji obciążeń, niż na lokalizacji i zawartości szaf sprzętowych.
W dużym sensie dlatego zaobserwowaliśmy rozwój chmury hybrydowej i wielu chmur. Niektóre aplikacje świetnie sprawdzają się w infrastrukturze chmury publicznej. Inne aplikacje, zwykle ze względu na opóźnienia, zarządzanie lub problemy z zabezpieczeniami, lepiej nadają się do operacji lokalnych. A ponieważ poleganie na rozwiązaniach jednego dostawcy nigdy nie jest w 100% bezpieczne, wielochmurowe rozwiązanie okazało się mądrą strategią zabezpieczania zakładów.
Multi-cloud spełnia szereg podstawowych potrzeb biznesowych. Zapewnia sposób zapobiegania uzależnieniu od jednego dostawcy i pozwala uniknąć ogromnych kosztów zmiany dostawcy, które powstają w przypadku odejścia od ugruntowanego dostawcy. Zapewnia opcję przełączania awaryjnego w przypadku, gdy dostawca ma poważne problemy techniczne lub, co gorsza, zamknie się i zaprzestanie działalności.
Multi-cloud jest również atrakcyjny, ponieważ umożliwia operatorom IT wybór dostawców najlepszych dla każdego obciążenia. Należy jednak mieć świadomość, że taka praktyka może prowadzić do nieoczekiwanego poziomu uzależnienia. Dostawców oferujących wyjątkowe lub lepsze oferty trudniej jest odrzucić, jeśli wymaga tego konieczność.
Chociaż wielochmurowość jest zwykle definiowana jako chmury oferowane przez różnych dostawców, można również myśleć o wielu chmurach w podobny sposób, jak o chmurze hybrydowej. Możesz mieć usługi w chmurze działające w chmurze publicznej, a także usługi w chmurze działające lokalnie. Ta mieszanka chmur wielohybrydowych może stać się czymś w rodzaju nowej normalności.
Jednak niezależnie od sposobu dystrybucji, wszystkie te nowe, w pełni hybrydowe operacje w chmurze korzystają ze skalowalności, możliwości pomiaru, łatwości zarządzania i dostępności na żądanie. Ogólnie rzecz biorąc, pozwala to dostosować się do stale zmieniających się wymagań biznesowych, zachowując jednocześnie kontrolę nad swoimi danymi.
Kluczem do tego będzie coraz szersze wykorzystanie kontenerów i narzędzi do orkiestracji. Kontenery przypominają maszyny wirtualne, ale są lżejsze, bardziej przenośne i bardziej skalowalne niż maszyny wirtualne, które muszą również zawierać całą architekturę symulowanej maszyny. Zarządzanie kontenerami w różnych środowiskach zmniejsza złożoność - a za każdym razem, gdy złożoność jest zmniejszana, zmniejsza się także liczba błędów i awarii systemów.
Korzystanie z kontenerów prowadzi również do automatyzacji zadań takich jak wdrażanie, skalowanie, bezpieczeństwo i monitorowanie, co z kolei zmniejsza ryzyko błędów i zwiększa niezawodność - i oszczędza czas.
Oprócz tych korzyści korzystanie z kontenerów zapewnia poziom przenośności, który pomaga również zapobiegać blokowaniu się i zapewnia sposób automatyzacji logistyki i przełączania awaryjnego, aby reagować na potrzeby biznesowe, kryzysy i możliwości.
Możemy spodziewać się rozwoju obliczeń bezserwerowych, gdzie jednostką miary nie jest kompletny serwer, ale obciążenie, moduł lub aplikacja. Rozwiązanie bezserwerowe zmniejsza zapotrzebowanie na infrastrukturę, ponieważ moduły działają tylko wtedy, gdy są potrzebne, bez konieczności uruchamiania pełnej maszyny wirtualnej lub nawet kontenera. Jeśli aplikacja charakteryzuje się szerokim zakresem obciążenia, rozwiązanie bezserwerowe może zapewnić zarówno oszczędność kosztów, jak i korzyści związane z zarządzaniem obciążeniem.
W ciągu najbliższych kilku lat przetwarzanie brzegowe stanie się jeszcze bardziej powszechne. Urządzenia brzegowe staną się potężniejsze, ale także znacznie bardziej wymagające, wymagające przetwarzania dużych ilości danych w czasie rzeczywistym, a jednocześnie udostępniane w całej organizacji w celu analizy i wglądu.
Oczekuj, że urządzenia brzegowe będą lepiej połączone i będą częściej pozostawiane bez nadzoru. W miarę wzrostu mocy i inteligencji (przy czym dużą rolę odgrywają tu sztuczna inteligencja i uczenie maszynowe), będą mogły wykonywać więcej funkcji w obszarach o ograniczonej lub sporadycznej łączności oraz w obszarach o ekstremalnych warunkach pogodowych lub środowiskowych.
To tutaj w grę wchodzi 5G (i ostatecznie 6G). Sieć 5G lepiej radzi sobie z połączeniami przerywanymi i ma możliwość przełączania częstotliwości i „kształtu wiązki”, aby dotrzeć do obszarów, do których tradycyjna łączność komórkowa nie była w stanie dotrzeć. Sieć 5G wprowadza także znacznie więcej inteligencji w terenie, co znacznie zmniejszy opóźnienia, umożliwiając urządzeniom brzegowym komunikowanie się ze „statkiem-matką” znacznie szybciej i ze znacznie większą responsywnością.
Rozwój AI w zarządzaniu chmurą
Większa zależność od złożonych środowisk chmurowych zwiększy wyzwania związane z zarządzaniem. W tym przypadku sztuczna inteligencja może pomóc na co najmniej cztery sposoby:
Automatyzacja rutynowych zadań: istnieje ogromna liczba podstawowych zadań związanych z zarządzaniem IT, takich jak alokacja zasobów i skalowanie, którymi może zarządzać sztuczna inteligencja. Wszędzie tam, gdzie może być scenariusz, może pojawić się sztuczna inteligencja. Spodziewaj się, że sztuczna inteligencja dojdzie do punktu, w którym konfiguracja zajmie mniej pracy niż skrypt.
Analizuj dane: niezależnie od tego, czy chodzi o wzorce korzystania z usług klientów, analizę nastrojów, wpływ obciążenia pracą na zasoby czy wiele innych obszarów obserwacji, sztuczna inteligencja może zapewnić wgląd w operacje sieciowe i zachowania klientów, co może poprawić niezawodność i uwypuklić możliwości.
Popraw wygodę użytkownika: oczekuj, że sztuczna inteligencja zapewni obsługę klienta na poziomie front-end, a nawet drugiego poziomu za pośrednictwem czatu i poczty elektronicznej. Z jednej strony oddaje użytkowników w ręce maszyn, ale także uwalnia techników, którzy mogą pomóc w rozwiązywaniu trudniejszych problemów klientów.
Nowe usługi i modele biznesowe: Jak widzieliśmy w przypadku ChatGPT, coraz więcej usług w chmurze znajduje sposób na dodanie komponentu AI jako wartości dodanej. Należy się spodziewać, że tendencja ta będzie się nasilać wraz z coraz większą liczbą sposobów, w jakie sztuczna inteligencja może usprawniać i pomagać ludziom wykonującym pracę i korzystającym z usług.
Potem oczywiście jest bezpieczeństwo. W obliczu niedoborów umiejętności w zakresie bezpieczeństwa i stale rosnących zagrożeń cyberbezpieczeństwa zapobieganie atakom i łagodzenie ich musi być najwyższym priorytetem firmy, ale jest to także coraz większe wyzwanie. Atakujący stają się coraz bardziej wyrafinowani i mają dużo większe doświadczenie w przeprowadzaniu skutecznych ataków. Jak już wspomnieliśmy, rosnąca złożoność zapewnia więcej punktów awarii i więcej punktów, które atakujący mogą wykorzystać.
Nawet małe firmy zarządzają obecnie oszałamiającą ilością informacji, zarówno w ruchu, jak i w stanie spoczynku. Mówimy o terabajtach, petabajtach i eksabajtach zarówno przepływu, jak i przechowywania. Jedynym sposobem zarządzania danymi o tak dużej objętości, poruszającymi się z dużą prędkością, jest oprogramowanie. Jednak wraz z szybkimi zmianami i wzrostem wyrafinowania złych aktorów regularne programowanie i ochrona przed identyfikacją wzorców po prostu nie nadążą.
To jeden z tych przypadków, w których sztuczna inteligencja nie jest po prostu opcjonalna ani przyjemna. Sztuczna inteligencja stanie się bastionem niezbędnym do ochrony przedsiębiorstw tam, gdzie nic innego nie może działać wystarczająco szybko.
Dostawcy rozwiązań chmurowych również będą musieli się zmienić
Wszystko to prowadzi do tego, że dostawcy usług w chmurze również będą musieli się przekształcić, aby dotrzymać kroku. Powrócimy więc do przykładu, którego używaliśmy w całej naszej serii na temat ewolucji chmury: HPE GreenLake.
HPE GreenLake to platforma usługowa, która umożliwia organizacjom korzystanie z zasobów i zarządzanie nimi na żądanie, niezależnie od tego, czy znajdują się one w chmurze, czy lokalnie.
HPE GreenLake zapewnia skalowalne wsparcie lokalne, dzięki czemu możesz traktować sprzęt fizyczny zamknięty za drzwiami, które kontrolujesz, tak jakby był płynnym zasobem opartym na chmurze. Łącząc wszystkie te usługi dostarczania zasobów w jedną ofertę, a następnie udostępniając scentralizowane narzędzia do zarządzania i wdrażania, możliwe jest zarządzanie szeroko rozproszonymi operacjami IT pochodzącymi od wielu dostawców z jednego scentralizowanego zasobu.
Idąc dalej, oczekujemy, że GreenLake zaoferuje więcej narzędzi i zasobów, a także będzie w stanie sprostać większym wyzwaniom, umożliwiając liderom technologicznym skalowanie organizacji (lub jej redukcję) w odpowiedzi na warunki środowiskowe i rynkowe.
Kiedy patrzymy w przyszłość na 3-5 lat, hasłem przewodnim jest „więcej”. Więcej połączeń, więcej mocy, więcej sztucznej inteligencji, więcej wyzwań związanych z bezpieczeństwem, więcej węzłów, więcej urządzeń, więcej lokalizacji, więcej opcji, więcej pieniędzy, większa wydajność, większy zwrot z inwestycji, więcej dostawców - więcej, więcej, więcej. I oczywiście bardziej złożone wyzwania związane z zarządzaniem tym wszystkim.