機器學習和云將在2019年繼續(xù)作為“熱門話題”。隨著技術的發(fā)展，那些在機器學習和云采用方面不受重視的組織可能會看到自己正在落后于人。

　　機器學習

根據Gartner的說法，機器學習有望改變業(yè)務流程; 它不僅可以重新配置勞動力，優(yōu)化基礎設施行為，還可以通過快速改進的決策制定和流程優(yōu)化來整合行業(yè)。

而且，令人興奮的部分是企業(yè)機器正在學習轉型。機器學習將越來越成為核心業(yè)務和分析組件。其先進性和功能將使組織能夠自動化模式檢測，預測和決策，從而推動轉型效率提升，競爭差異化和增長。

已經有時間嘗試其功能的機器學習的早期采用者將從概念驗證階段轉變?yōu)槎鄠�用例的生產部署。這將有助于出現旨在加強運營，擴大規(guī)模并最終實現全面轉型價值的技術和最佳做法。

基礎架構和工具將繼續(xù)圍繞著在企業(yè)規(guī)模上簡化和自動化構建和部署機器學習應用程序的過程而不斷發(fā)展。特別是，機器學習工作負載容器和Kubernetes orchestration將為組織提供在公共云和私有云中高效構建，部署和擴展應用程序的直接途徑。

我們將看到自動化機器學習工具生態(tài)系統的持續(xù)增長，因為供應商利用機會加速機器學習工作流程的耗時，可重復的部分，從數據準備和特征工程到模型生命周期管理。

從研究到生產，簡化和擴展機器學習工作流程也將推動DevOps以及企業(yè)IT，安全性和合規(guī)性的新要求，因為數據科學團隊對基礎架構，持續(xù)集成/持續(xù)部署(CI / CD)管道提出越來越高的要求，交叉-team協作功能，以及企業(yè)安全性和合規(guī)性，以管理部署在生產中的數百個機器學習模型，而不僅僅是一個或五個。

除了技術之外，對專家指導和最佳實踐方法的持續(xù)需求，以擴展組織戰(zhàn)略，技能和持續(xù)學習，以實現將機器學習嵌入到每個業(yè)務產品，流程和服務中的長期目標。

云計算

據Gartner預測，30%的企業(yè)將使用對象存儲作為本地數據存儲庫，到2019年將云架構引入數據中心。

隨著組織開始理解并欣賞將云添加到其現有基礎架構和應用程序的價值，公共云和內部云的混合將變得越來越重要，為組織提供靈活性并提供最適合其需求的解決方案。

任何只提供一種選擇并“鎖定”公司的供應商都會發(fā)現他們的客戶處于劣勢。通過這種部署選項的選擇，對確保安全性，治理和元數據管理的一致框架的需求將變得更加重要。

因此，無論數據存儲和運行的位置如何，公司都能夠簡化應用程序的開發(fā)和部署，同時也要確保他們可以使用各種機器學習和分析功能，與來自不同數據的數據協同工作源于單個連貫的圖像，沒有相關的復雜性。

考慮到這些好處，企業(yè)將更有可能轉向混合云模型，使他們能夠根據需求在私有云和/或公共云中運行工作負載和數據。突發(fā)，特別是大量數據，是耗時的，而不是混合云的最佳使用。相反，諸如在公共云中運行瞬態(tài)工作負載和在私有云中持久工作負載等特定用例提供了“兩全其美”的部署。

混合云還將為組織打開大門，使其可以利用平臺即服務(PaaS)，這是一個應用程序開發(fā)平臺，供開發(fā)人員編寫自定義應用程序，無需配置運行所需的底層基礎架構。

大多數主要的PaaS軟件都可以在客戶的場所運行，托管在私有環(huán)境中或本地主要的IaaS公共云中運行。PaaS自動在這些環(huán)境中配置基礎架構資源，使其成為混合云的平臺。

盡管這是一個具有巨大增長潛力的市場，但混合模式對公共云以及私有云供應商來說都是一個挑戰(zhàn)。為了準備這一舉措，供應商正在進行收購，例如IBM最近購買Red Hat的收購。

現實情況是，在2019年，我們肯定會看到更多這些產品，也一定會有供應商之間進行合并，以擴大其針對混合云部署的產品范圍�？梢钥隙ǖ卣f，推動混合云的競爭才剛剛開始。

在不久的將來，云計算一定會徹底走入我們的生活，有興趣入行未來前沿產業(yè)的朋友，可以收藏云計算，及時獲取人工智能、大數據、云計算和物聯網的前沿資訊和基礎知識，讓我們一起攜手，引領人工智能的未來！

標簽： 安全 大數據 云計算 轉型

版權申明：本站文章部分自網絡，如有侵權，請聯系：west999com@outlook.com
特別注意：本站所有轉載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權歸原作者所有，如需使用，請與原作者聯系。