2020年 | 云计算发展的5大趋势

一个时代有一个时代的互联网技术,现在这个时代的技术,毫无疑问就是云计算。AWS创立时,云计算不过是一块小小的试验田,而到今天,它已经成长为了一个巨大的行业和生态。Gartner 的分析报告显示,2019 年的全球公有云市场规模将超越 2 千亿美元,并将继续保持稳定增速。

云计算,也从一个看上去那么美的生僻词汇,成为了一个妇孺皆知的名词。“凡人饮水处,皆言云计算”,可以称得上完美概括。

如今的云计算行业,不仅是一个想象空间巨大的香饽饽市场,也是大小云计算厂商们捉对厮杀的红海战场,而这个市场的生态圈,更多地受到云计算巨头们的左右。AWS十年如一日地占据着市场的大部头,微软Azure在近两年实现了跨越式的追赶,阿里云更是杀进了前三,成为了中国云厂商在国际市场的搅局者。


2019年的企业主题,就是“上云”。腾讯在做自研上云,阿里巴巴双十一也做到了全面上云,可以说,有上云需求的企业基本都已经完成了上云步骤。2020年的云计算,将有以下这5大趋势。

IBM、Oracle退回熟悉领域,阿里云高歌猛进

对于企业而言,可以根据自身需求租用云计算厂商的服务。目前来说,世界上最大的几家云厂商就是AWS、微软Azure、阿里云和谷歌云。虽然AWS、谷歌、微软和阿里巴巴都是主要的云服务供应商,但IBM和Oracle也曾试图涉足这一领域。IBM和Oracle此前曾试图加入公有云的市场竞争,但结果表明他们并没有足够的资金支持与上述四家云巨头分庭抗礼。


然而,随着IBM收购红帽,Oracle与微软开启合作,2020年对这两者而言情况会有大不同。这些举动表明,IBM和Oracle将把重心转移到开发平台领域。

因此,IBM将专注于帮助其客户使用OpenShift开发平台来实现核心业务应用程序的现代化。Oracle将专注于它擅长的软件即服务(SaaS)和数据库产品,引导客户使用Azure进行云开发服务,包括人工智能/机器学习、Kubernetes/容器、物联网等等。

这意味着到2020年将不会出现任何新的超大规模的公有云。IBM和Oracle已经通过这些新的业务脱离了主流云厂商阵营。

到2020年,4大公有云巨头将占据整个公有云市场75%的份额。

2018年,阿里云年实现了 92.6% 的增长,是增长最快的云计算提供商。该公司已建立能支持中国业务快速增长并向亚洲地区辐射的生态系统。2018 年,相比其他超大型提供商,该公司对产品组合的研发进行大力投资并由此取得快速增长,阿里巴巴具备延续这一趋势和对全球扩张加以投资的经济实力。

而被阿里云超越的谷歌云如果想获得更大的成功,最好的机会就是将目光聚焦在欧洲业务上。

SaaS供应商退出私有平台,选择与超大规模领导者合作

那些进入基础设施市场较晚的SaaS供应商基本都选择了大型云厂商做合作伙伴。

案例不胜枚举,比如全球第三大企业级应用软件及服务供应商infor在AWS上的部署就是一大佐证。而这个趋势,在2020年会变得更加明显。

分析人士指出,要在SaaS领域竞争,尽可能降低利润率是一大关键。

比如Salesfore,将越来越多的后端转移到AWS。再比如微软的Office 365,也在Azure基础架构上运行。这意味着SaaS供应商可以重新竞争自己擅长的领——应用层。

他们需要使应用程序更好。

这样的合作早已遍地开花,Workday与AWS合作,Salesforce与阿里巴巴合作……

高性能计算(HPC)在公有云中的使用增长到40%

公有云中的HPC一直很难实现,因为其需要大量的资源、强大的基础设施和自发的需求。

然而这已成了过去式,到2020年,云厂商的大笔投资将成功地将高性能计算砸入云计算。

HPC能够在非常短的时间内执行大量计算。高性能计算是不同行业中非常专业的领域。它可以是天气预报,也可以是风险分析。它还可以分析农场数据,以根据不断变化的天气条件找到最佳的农作物种植地点。但是,在公有云中运行它非常昂贵,因为你必须购买所有服务才能使用。

然而在过去的几年里,AWS、Azure和谷歌云都在他们的服务中加入了HPC,允许用户购买高性能计算能力,并且只在需要的时候使用它。

公有云中的高性能计算已经增长并将持续快速增长,2018年,企业中使用了高性能计算的比例是36%,预计到2020年,这一比例将超过40%。

云原生与Service Mesh、Serverless的竞争

现代企业正在把他们的应用程序分解成越来越小的微服务组件。部署这些微服务的最佳方式是在小型软件容器中。

Service Mesh则是可以帮助运行成百上千个微服务的网格。在它之下,一切无比清晰。

许多开源厂商正在Service Mesh领域展开竞争:Connect、Gloo、Istio、Kuma、Linkerd 2、Maesh、Mesher和SOFAMesh。

主要的商业产品则包括AWS App Mesh、谷歌Anthos和VMware NSX SM。

而在此之中,Istio似乎是迄今为止最具吸引力的Service Mesh技术。

对于Serverless,kNative可能是最有前途的平台。

在2020年,Serverless和Service Mesh将继续争夺人气。

云管理玩家解决云安全问题

今年,西雅图一名女程序员被控从美国一家大型商业银行Capital One盗取了1亿多客户数据。而进一步追查发现,该女子于2015年5月至2016年9月期间,担任AWS的系统工程师,她能够访问Capital One存储在AWS上的数据。这是公有云首次出现如此大的漏洞。

因此,2020年的重点将是保护公有云中的数据。

在此之前,云管理人员将安全定义为访问控制、权限和策略创建,而忽略了云工作负载安全(CWS)、云安全网关、微分割、加密、安全分析、威胁情报、端点检测和响应等。

尽管本地厂商将继续投资于这些安全程序,但由于重点已转移到保护数据上,数据管理厂商将在2020年成为云安全领导者。

随着VMWare收购Carbon Black,这种运动的早期迹象已经在2019年开始,2020年将加大力度。

小结

2020年将给云计算世界带来许多变化,但这些预测可以作为企业准备迎接新年的指南。


对于企业而言,面临的不会是上不上云的问题,而是要考虑上哪家云、怎么上云的问题,是如何迁移重构以适配云端的问题,是如何让云更好地服务生产的问题。

创新、垂直、混合、生态,将是云计算市场的未来。
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值