2020年云计算发展预测

作者：James Kobielus 2020-01-14 10:26:05

云计算 2020年，多云领域将采用多云管理、“精品”云、人工智能/机器学习技术。在过去的一年中，云计算技术似乎在IT生态系统中无处不在，而云计算行业发展已相当成熟。

 2020年，多云领域将采用多云管理、“精品”云、人工智能/机器学习技术。

[[312830]]

在过去的一年中，云计算技术似乎在IT生态系统中无处不在，而云计算行业发展已相当成熟。云原生计算已成为企业IT的动力引擎，随着AWS、Microsoft Azure和谷歌云平台保持领先地位，早期在公共云提供商中争夺市场份额的努力也在逐渐消退。

尽管如此，云计算行业生态系统仍在继续快速发展，随着人们进入2020年，即将出现以下趋势：

多云将有利于专业服务提供商的增长：企业将工作负载迁移到AWS、Microsoft Azure、谷歌云和其他公共云的吸引力一直在减弱，因为企业不愿完全将工作负载迁移到这些单一的云平台。

到2020年，企业将转向使用专用的(即“精品”)公共云，以比大型云计算提供商更好、更快、更经济高效地运行各种计算和存储工作负载。一些精品云提供IaaS，在性能、价格、多功能性和可用性方面相互竞争，而另一些还提供Kubernetes、虚拟化微服务和其他PaaS功能。一些提供私有云和混合云部署，以及支持许多企业云计算工作负载所需的全球存在和高性能数据中心。

公共云提供商将对其应用程序和工作负载进行容器化，以实现灵活的多云部署：企业拥有越来越多的工具，可以从现有的公共云部署中剥离工作负载，并将其作为容器化的微服务移至本地环境、精品云以及其他内部环境中。

最近，这一趋势的领头羊是微软公司，以支持微服务的多云重新部署，这些服务最初是在其Azure公共云中运行的。 Azure Arc的发布将微软公司直接推向了新兴企业多云的前沿。一旦投入生产，Azure Arc将允许客户通过挑选这些工作负载中的哪些工作负载部署到第三方公共云、本地或云中的异构Kubernetes集群，甚至部署到各种边缘设备(如运行新的Azure Stack edge的设备)，来利用对Azure微服务的投资和云计算管理的硬件即服务产品。

多云管理平台将成为新的行业前沿：多云管理工具在寻求将公共云、私有云和边缘云计算资源绑定到统一基础设施的企业战略中发挥着更大的作用。到2020年，更多的云计算管理人员将求助于IBM服务进行多云管理、Google cloud Antos、思科公司的CloudCenter套件、Microsoft Azure Arc等，以进行云计算的集中发现、映射、监控、诊断和故障排除。

来自Alation、Cloudera、Collibra、IBM、Informatica等公司的高性能数据目录将加速对部署到统一多云结构内其他域的数据和元数据资源的智能查询和可视化。此外，DevOps专业人员还将采用源代码管理存储库，如Bitbucket、CloudForge、GitHub、GitLab和SourceForge，它们跨越异构的容器化和虚拟化环境。

下一代虚拟机将帮助推动多云计算：虚拟机监控程序及其运行的虚拟机(VM)比以往任何时候都更为流行，而基于Kubernetes的容器化技术在当今的私有云、公共云、混合云和多云中几乎没有以任何显著的方式占用它们的空间。到2020年，虚拟机和容器的融合将继续深化，而这些技术在混合平台中的协同依赖将进一步加强。虚拟机可能很快成为Kubernetes主导的云原生平台的一个组成部分，在硬件级别提供更严格的多租户应用程序隔离。

这种趋势中的一项先驱技术将是VMware公司即将推出的Tanzu产品组合，该产品将Kubernetes运行时嵌入到未来版本的vSphere虚拟机管理程序的控制平台中。在Tanzu的核心“Project Pacific”计划下，VMware客户将能够实现虚拟机(VM)中容器的更强大的混合部署，以及对虚拟机(VM)和容器的集中管理以及针对基于虚拟机(VM)和容器化应用的统一DevOps工作流。

AIOps将实现全天候的多云管理自动化：多云已经进入企业，而AIOps是新兴的DevOps范例，用于自动化云计算、软件定义的网络以及企业的多云基础设施管理的每个组件。2020年，更多的AIOps环境将结合基于意图的网络，该网络将自动捕获IT管理员有关通过自动化系统监视和管理实现的业务和技术成果的意图。

从思科公司和VMware公司最近发布的解决方案公告中可以看出，更多的AIOps环境将使管理员能够捕获其意图，作为指定端到端网络业务和运营指标的策略。这些下一代多云管理系统与基础设施即代码工具融合在一起，将自动将管理员意图转换为配置文件代码，该配置文件代码定义了所有涉及的物理和虚拟资源如何实现相关的服务级别和其他全天候的指标。

混合云竞争将使人工智能/机器学习性能基准翻番：这是大规模混合云得到迅速发展的一年，其中最著名的是IBM公司收购了Red Hat，而且还有AWS、微软Azure、谷歌云、Oracle Cloud、VMware、Dell和Cisco Systems等公司推出混合云。云计算领域每家厂商现在都在寻找这些机会，企业的IT部门应尽较大的努力要求苛刻的工作负载，尤其是给定提供商的混合云平台。

在过去的一年中，在这方面最值得注意的行业里程碑之一是谷歌公司宣布，其新一代人工智能优化超级计算机Cloud TPU v3 Pods在部署到谷歌云时，在新一轮MLPerf基准测试竞争中创造了一些性能记录。到2020年，每一个混合云解决方案提供商都将发布MLPerf基准测试结果，以证明他们的解决方案可以比在多个竞争对手的本地平台上运行的相同工作负载更好地处理特定的人工智能培训工作负载。在一段时间内，这种基准将成为至关重要的进入市场战略，随着时间的推移，这种战略只会日趋商品化。

随着人们进入云计算的未来十年，人们还不清楚这种技术产业秩序还能维持多久。考虑到云计算在网格和边缘环境中的发展趋势，2030年可能看起来大不相同。也许当今的强大云计算提供商已经将他们的服务分布到大规模并行的边缘环境中，高性能超融合设备将在大规模并行边缘环境中进行协作。