在本文中，我们将告诉您需要了解的有关云计算的主要趋势。 大数据的 5 V 最近更新为 7，可变性和可视化加入了原来的五个：容量、速度、多样性、真实性和价值。 这种增长是对数据不仅变得更加广泛而且更加复杂的一种默许。
2021 年您需要了解的有关云计算的主要趋势
2021 年的五个关键数据趋势将是人工智能、云容器、数据民主以及外围和无服务器计算。 所有这些趋势都在 2020 年受到大流行的严重打击，并且在许多方面，所有这些技术都是同步发展的； AI 使用无服务器运行良好的容器，这有助于使数据民主化。
一旦大流行来袭，世界各地的公司被迫提供在家工作的能力，事实证明，这些趋势对于保持业务正常运转至关重要。 所有这些趋势将在未来几年继续蓬勃发展。 它们不是一时的成功； 它们是所有高管都应该了解并继续应用的复杂的、改变业务的技术。
人工智能
到 2021 年，云将帮助 AI 发挥更大的潜力。 它可能没有达到许多人承诺的炒作的高度，但流入和流经云的大量数据将有助于将承诺变为现实。 AI 是一项难以实施的技术，但容器、Kubernetes、无服务器计算和强大的 ML 框架等云和软件将帮助用户创建更具响应性和可扩展性的 AI。
在过去的几十年里，许多关键的云技术进步帮助将人工智能从一项陷入困境的技术提升为几乎无限潜力的技术。 其中包括负担得起的并行处理、大数据及其 7V 的出现，以及从谷歌、微软和 Facebook 等公司获得改进的 ML 算法。 由于其“一次编译，随时随地部署”的能力，云容器有助于促进人工智能应用程序的开发和部署，从而使人工智能民主化。
容器
容器是一个可执行的软件单元，由打包的应用程序代码以及运行它的所有必要的软件库和依赖项组成。 容器是独立的单元，包括它们运行所需的一切，并且可以在任何地方运行，无论是在桌面上、传统 IT 中还是在云中。
Gartner 认为容器是打包机器学习模型的首选方式，可以从其他外部应用程序中使用，无需任何编码要求。 容器可以包括整个机器学习过程。 它们可以根据需要扩展并在几分钟内启动。 在 ML 训练阶段，容器可以使用多个主机服务器，然后可以将训练好的模型分发到多个容器端点并部署在需要的地方。
虽然类似于虚拟机 (VM)，但容器不会虚拟化底层硬件，只会虚拟化操作系统，以及必要的库和依赖项。 这有助于保持容器轻量、快速和高度便携。 容器还支持现代开发和架构，例如 DevOps、无服务器计算和微服务。
数据民主化
对于今天的公司来说，数据几乎无处不在。 “可视化”是面对大数据的补充之一，但它的后期加入不应被理解为缺乏重要性，恰恰相反。 它可能是 7 V 中最重要的之一。 像 IBM Cognos 或 IBM Cognos 这样的经济高效的 BI 工具在大型和小型企业中越来越受欢迎，而数据可视化是从中提取价值的最佳方式之一。
到 2021 年，更多 IT 部门将放弃对其 IT 工具和软件的权力，使更多数据民主化。 它不仅是商业智能工具，还包括数据集成工具，例如 Microsoft SQL Server 集成服务、Alteryx 或 RapidMiner。 自助分析工具的业务将继续增长。 数据的民主化将使企业各级员工能够在他们的台式机、移动设备和几乎任何地方探索和分析数据。
边缘计算
大多数数据都有到期日期，这就是边缘计算背后的理论。 为什么要在边缘设备上捕获数据，将其发送到云端，在那里用软件构建模型，编译结果，然后将其发送回最初捕获数据的边缘设备，然后使用它来发送警报。 边缘设备应该是营销系统的一部分。 为什么不让边缘设备也构建模型？ 随着硬件越来越小，软件越来越复杂，高度复杂的模型可以包含在云边缘的边缘设备中，从而使数据更加有用和面向行动。
AWS、戴尔、HPE、谷歌、IBM 和微软等大型供应商正在采用利用无服务器计算模型的边缘云战略。 数据可以通过云边缘的实时应用程序直接传输到消费者的移动设备。 物联网解决方案现在几乎可以部署在任何地方，云提供商正在添加边缘计算服务，以协助在数十万个本地接入点之间进行内容交付。
随着企业采用分布式应用程序环境，2021 年还将更加重视企业网络边缘安全以及用户、服务、应用程序和数据的保护。
无服务器计算
无服务器计算允许开发人员做他们最擅长的事情：编写代码。 云提供商负责设置和维护运行该代码的基础设施和服务器，以及确保系统正常工作所需的维护。 2018 年，Gartner 将无服务器计算列为基础设施和运营的十大计算趋势之一，时间证明 Gartner 的预测是正确的。
无服务器计算集成了后端即服务 (BaaS) 功能，云提供商负责处理所有系统基础架构管理、运营和维护成本、安全性以及软件补丁和更新，同时允许客户只专注于构建应用程序。
