邊緣數(shù)據(jù)中心將會(huì)興起
邊緣計(jì)算的的興起并不意味著云計(jì)算的泡沫破滅或云計(jì)算將很快就會(huì)消失已添,因?yàn)槭聦?shí)并非如此。然而滥酥,很顯然鹰觅,更多的人開始意識(shí)到,并非所有事物和業(yè)務(wù)都應(yīng)該轉(zhuǎn)移到云端棍丽。隊(duì)列邊緣計(jì)算或邊緣數(shù)據(jù)中心將在2018年得到更多的應(yīng)用烙欧。更重要的是,邊緣數(shù)據(jù)中心分散的設(shè)置允許組織和團(tuán)隊(duì)更好地解決和管理他們的數(shù)字業(yè)務(wù)基礎(chǔ)設(shè)施鼠泊,數(shù)據(jù)的數(shù)量和速度將會(huì)增長到相當(dāng)高的水平。
更多兼容的應(yīng)用程序和API
應(yīng)用程序和服務(wù)集成對(duì)于旨在將現(xiàn)有基礎(chǔ)設(shè)施遷移到云計(jì)算或混合云的組織至關(guān)重要川痛。不幸的是耽坤,這個(gè)領(lǐng)域的應(yīng)用程序的采用和開發(fā)可能沒有太大的進(jìn)步。幸運(yùn)的是都炮,API或應(yīng)用程序編程接口可以幫助進(jìn)行解析瘸酒,允許工作負(fù)載和內(nèi)容更自由地移動(dòng)和轉(zhuǎn)換。開發(fā)人員也開始比以往更多地使用和部署它們听谓。這是目前行業(yè)景觀發(fā)展的一個(gè)很好的標(biāo)志钙幼。預(yù)計(jì)會(huì)看到更多兼容的應(yīng)用程序進(jìn)入這個(gè)空間,而其他應(yīng)用程序的功能將大大改善血庐。
人工智能將繼續(xù)增長和占主導(dǎo)地位
由于很多組織都在投入時(shí)間和資源部署自動(dòng)化系統(tǒng)仿村,因此2017年是人工智能和機(jī)器學(xué)習(xí)在數(shù)據(jù)中心行業(yè)發(fā)展的重要一年。而在2018年將會(huì)有更好的發(fā)展兴喂,更先進(jìn)的新硬件產(chǎn)品將推出市場蔼囊。超大規(guī)模的數(shù)據(jù)中心。本地網(wǎng)絡(luò)和移動(dòng)設(shè)備都將受益衣迷。一些行業(yè)巨頭也在參與其中畏鼓,其中包括英特爾公司的Nervana神經(jīng)網(wǎng)絡(luò)處理器(NNP),基于GPU的基于GPU的人工智能設(shè)置,以及各種專門用于處理人工智能處理的AMD和ARM芯片云矫。
數(shù)據(jù)中心效率將會(huì)增長
采用可再生能源和降低能源消耗是將數(shù)據(jù)中心轉(zhuǎn)變?yōu)楦痈咝У囊粋€(gè)方面膳沽。但是,未來一年也會(huì)有著更多的本地部署數(shù)據(jù)中心和硬件投資让禀。業(yè)界人士正在談?wù)撘后w冷卻和交替溫度控制方法挑社、微電網(wǎng)等先進(jìn)技術(shù)。傳統(tǒng)組件將交換為全閃存系統(tǒng)或融合堆缘,內(nèi)容和部署的系統(tǒng)將轉(zhuǎn)換為邊緣和基于混合的模型滔灶,計(jì)算流體動(dòng)力學(xué)和溫度自動(dòng)化將變得更容易實(shí)現(xiàn),即使在某些情況下可能采用機(jī)器學(xué)習(xí)或虛擬云計(jì)算系統(tǒng)的DCIM也將發(fā)揮作用怒忧。