物聯(lián)網(wǎng)、AI和混合云是同一個三角形的三條邊，是同一條凳子的三條腿，是IT界的三位一體。這三股力量將共同提升數(shù)據(jù)的地位，成為現(xiàn)代應用創(chuàng)新的核心。
想打造這個技術聯(lián)盟，唯一的手段就是借助一種混合多云平臺。但那又是什么樣子的呢？
未來的信息技術系統(tǒng)日益專注于數(shù)據(jù)在哪里生成和處理、數(shù)據(jù)如何提供和收集，以及這些數(shù)據(jù)移動起來有多快。找到一條最高效的路徑是關鍵。
兩個最重要的趨勢是物聯(lián)網(wǎng)和人工智能（AI），兩者相輔相成、密不可分。簡單來說，物聯(lián)網(wǎng)就是眾多設備交換來自眾多數(shù)據(jù)點的數(shù)據(jù)，這些數(shù)據(jù)在眾多平臺上以眾多方式來加以收集。這些數(shù)據(jù)要迅速分析，在大多數(shù)情況下，要發(fā)送到下一個層面以便進一步處理。
與此同時，AI就是以編程方式處理這些大數(shù)據(jù)，做出實時的、對時間敏感的決策。要打造這個技術聯(lián)盟，唯一的手段就是借助一種混合多云平臺。為AI和物聯(lián)網(wǎng)提供最高效路徑的混合IT基礎設施的幾個要素成為了將帶來商業(yè)優(yōu)勢、創(chuàng)新和未來“云中云”（cloud of clouds）的那些技術的基礎。
物聯(lián)網(wǎng)和計算邊緣
我們身邊好多設備在被認為是現(xiàn)代企業(yè)和消費者空間的邊緣這個地方，收集、分發(fā)和處理數(shù)據(jù)。更進一步，所有這些數(shù)據(jù)必須在立即控制范疇之外的空間，迅速加以分析、收集和傳輸。
這番努力需要滿足異常苛嚴的要求：分布式收集和存儲最接近數(shù)據(jù)源的數(shù)據(jù)。這意味著，物聯(lián)網(wǎng)邊緣和這些系統(tǒng)中發(fā)生的計算事件是自動化及其他新興趨勢的焦點。這些元素是未來計算架構進一步創(chuàng)新的主要催化劑，那是由于日益智能化、交互式的設備數(shù)量激增，邊緣在不斷外延。
物聯(lián)網(wǎng)的邊緣必須通過可以驗證、創(chuàng)建和拆除連接的分布式連接，呈現(xiàn)實時事務，沒有中央控制機制。至少，基本原則對延遲開始帶來操作問題之前數(shù)據(jù)可以移動到多遠作了限制。邊緣即切實可行的邊緣有多遠？
協(xié)同運作，這背后的邏輯完全是AI。數(shù)據(jù)生命周期、數(shù)據(jù)流動、數(shù)據(jù)分類、報告和物聯(lián)網(wǎng)的無數(shù)方面是由AI的智能決定的。
AI無所不在
AI不是好萊塢電影希望我們相信的那樣是一些自我感知的機器人，但它可能似乎直接來自科幻作品。現(xiàn)在，AI技術早已遠離了初期的炒作階段；想要找到它，你得認識到這點：這種技術旨在學習、適應和識別模式，并大規(guī)模地模擬人類智力。你要做的就是看看外面的自動駕駛汽車：從全自動汽車到飛機上的自動駕駛系統(tǒng)，它們能在片刻之間做出智能化決策。
AI和物聯(lián)網(wǎng)是共生關系，了解兩者之間的關系至關重要。AI需要海量的計算能力才能運行，而在許多情況下，這個要求只能通過裸機計算能力來得到實現(xiàn)。速度和性能很關鍵，因為瞬間所做的決策生死攸關。此外，AI引擎做出的決策要迅速而準確地反饋回給物聯(lián)網(wǎng)設備。這方面的例子包括如下：
-
無人駕駛的自動駕駛系統(tǒng)可以檢測挽救生命的情況（比如洪水），重新規(guī)劃交通路線、發(fā)出警報，避免事故。
-
醫(yī)療設備可以自動為病人心臟除顫，向最近的醫(yī)院發(fā)送急救信號。
-
自動化農(nóng)業(yè)聯(lián)合收割機可以避免撞上走散的動物或牛群，及時提醒農(nóng)民。
-
信用卡欺詐檢測。
-
來自視頻服務的點播推薦。
-
蘋果的Siri技術和亞馬遜的Echo生態(tài)系統(tǒng)做出超快速的決策，決策在端點上體現(xiàn)出來。
這樣的例子還有很多。從上述例子中可以看到，AI不僅要求速度快，還需要大量數(shù)據(jù)，而AI系統(tǒng)將以編程方式處理海量數(shù)據(jù)，從而做出實時決策。AI竭力實現(xiàn)程序化推理和自我糾正，最終實現(xiàn)學習。企業(yè)環(huán)境下，具有無限的潛在優(yōu)勢和好處。
其中，AI能夠：
-
幫助減少整個企業(yè)組織的人為錯誤
-
管理大量數(shù)據(jù)
-
發(fā)送員工的工作流程
-
支持公司企業(yè)的數(shù)字化轉型
-
大大有助于提供無縫的客戶體驗
AI技術日益通過第三方軟件和現(xiàn)有軟件工具中的功能被引入進來。AI和物聯(lián)網(wǎng)設計成為了企業(yè)的藍圖。
混合多云帶來顛覆
要是缺少一種支撐性的平臺和架構，物聯(lián)網(wǎng)和AI根本不可能融合。這時候，混合多云有了用武之地。所有公司（甚至是從事同一行業(yè)的公司）展現(xiàn)了獨特的技術基因，這種技術基因是為各自的業(yè)務要求和發(fā)展情況打造的。混合多云是一種顛覆性的技術發(fā)展和商業(yè)機會。想了解這個顛覆力量，就要了解混合模式、物聯(lián)網(wǎng)和AI之間的關系。
混合云平臺為物聯(lián)網(wǎng)-AI環(huán)境帶來了諸多最關鍵的優(yōu)勢，其中包括：
-
各種形式的存儲：混合云為AI和物聯(lián)網(wǎng)的構件度身打造，可能有眾多不同的存儲層，比如實時、歸檔、冗余和分布式等存儲層。沒有哪一個云能做到這點。存儲的數(shù)據(jù)可以由AI引擎快速、程序化地訪問，并通過機器學習逐漸加以豐富。比如說，你可能使用AWS S3存儲來進行歸檔，使用異地SAN存儲來滿足高性能要求。
-
通過為AI關聯(lián)各個數(shù)據(jù)源，迅速處理信息，迅速豐富數(shù)據(jù)：數(shù)據(jù)在裸機上處理起來速度最快（因為障礙最少），并在這個核心與服務器的原始處理能力之間跳轉。裸機服務器集群仍是AI處理的最佳構件。
-
為應用程序提供定制的安全性：確保應用程序安全是企業(yè)的一項重要使命，在集中式場景下尤為如此。歸根結蒂，最近新聞媒體上的安全泄密事件與用戶未妥善使用AWS系統(tǒng)有關，因而暴露了秘密信息。從根源來分析諸如此類的安全事件，許多程序缺口（procedural gap）歸結為知識缺口（knowledge gap）、培訓和技術。核心混合數(shù)據(jù)處理可以實現(xiàn)公共云環(huán)境中根本沒有使用的企業(yè)控制、報告和審計等要素。
混合云無極限
我們生活在這樣一個時代：在某個地方，云似乎以某種方式處理每次互動、交易和溝通。世界上幾乎每個應用都使用云作為其整合架構。明天的信息系統(tǒng)將變得更專注于在種類越來越廣泛的設備上提供實時體驗。按照舊規(guī)則，比如摩爾定律、寬帶增長規(guī)律以及定義計算機服務行業(yè)的其他線性趨勢，創(chuàng)新只能隨著時間的推移才能實現(xiàn)。由于混合云技術，不再是這樣了。
物聯(lián)網(wǎng)、AI和混合云是同一個三角形的三條邊，是同一條凳子的三條腿，是IT界的三位一體。這三股力量將共同提升數(shù)據(jù)的地位，成為現(xiàn)代應用創(chuàng)新的核心。對當前應用為王的這個世界而言，未來無極限。混合云不僅僅是一種平臺。它是由戰(zhàn)略打造的，是一種領先的技術解決方案，是一種神奇的架構，最重要的是還有望構建未來。
（圖文來源于網(wǎng)絡，版權歸原創(chuàng)者所有）