[[185063]]

風險資本家認為獨立設備例如自動駕駛車輛、無人機以及其他物聯(lián)網(wǎng)設備，將推動更多邊緣計算，從而替代云服務。

如果資本家Peter Levine的觀點正確的話，現(xiàn)今無處不在的云計算熱潮或?qū)⒉粡痛嬖?。這位頂級風險投資機構Andreessen Horowitz的合伙人認為更多的計算能力將進入“邊緣”設備，涵括構成物聯(lián)網(wǎng)的所有物件，從無人駕駛汽車和無人機到其他無限設備，云或?qū)⒅饾u退出舞臺。

Levine在最近《華爾街日報》舉辦的CIO聚會中稱：“如今絕大部分云計算已經(jīng)完成，計算將返回邊緣。”

Levine認為無人駕駛汽車是一個最初的邊緣設備案例，其200+CPU所有效構建的“車輪上的數(shù)據(jù)中心”必須具有獨立計算能力。Levine認為通過云數(shù)據(jù)來進行自主駕駛的車輛將會煙消云散，因為從車輛傳輸數(shù)據(jù)到云端會產(chǎn)生延遲從而可能導致車禍。云也會削弱很多需要高速計算并更快傳輸決策的機器學習場景。

Levine認為邊緣計算并不新奇，但或許它將成為下一個計算時代。數(shù)十年前大多數(shù)計算集中到大型機上，銀行和大多數(shù)大型企業(yè)依靠冰箱大小的組合計算設備來管理他們的業(yè)務運營。

在非集中、分散型客戶服務器的當今時代，很多大型機逐漸退役，云實際上成為了托管在廠商數(shù)據(jù)中心的大型機。在計算自然的潮起潮落節(jié)奏下，邊緣計算將加速分布式計算的應用，也就意味著云“將很快消失”，Levine這樣表示。

不為所動的深入思考

數(shù)千家廠商均兜售云服務業(yè)務是一件可怕的事。AWS、谷歌、微軟、Salesforce.com和其他廠商，過去數(shù)十年立足于應用、基礎設施、存儲和其他計算服務。但是風險資本家的工作就是以更開闊、更長遠的視野去觀察下一步的創(chuàng)新是什么。Levine認為在今后五年到十年間技術將持續(xù)演進。

云商業(yè)應用提供商Workday的CIO DianaMcKenzie并不認同云將消失的“激進觀點”。她認為云計算將與邊緣計算共存。舉例而言，McKenzie認為企業(yè)希望從云中的邊緣設備里可以聚合所有數(shù)據(jù)來進行分析，甚至獲取商業(yè)洞察。

“我不能想象云計算將不復存在”，McKenzie對CIO.com說，“如我一般的CIO們的挑戰(zhàn)是確保我們可以對此避免非黑即白的判斷，而是基于一個更連續(xù)性的考量。那么下階段的挑戰(zhàn)便是如何去架構。”

其他觀點

云計算和邊緣計算之爭現(xiàn)在是個火熱的議題，但這個主題很難僅靠Levine和其他同業(yè)論壇研討者例如Aceel Partners的Rich Wong、General Catalyst董事總經(jīng)理Steve Herrod的一些關于趨勢的想法和認知而簡單確定。

從大數(shù)據(jù)到機器學習：大數(shù)據(jù)1.0包含了收集大量信息，但下一個潮流將涵括預測未來走向，Levine表示：“機器學習解鎖了大量我們所存儲的信息…其正在并將幫助我們更好地預測未來。”舉例而言，機器學習正用于預測網(wǎng)絡安全攻擊以及IT系統(tǒng)故障。

Wong認為企業(yè)可以利用機器學習來自動化IT服務功能，比如為客戶重設密碼。風險投資家們認為在企業(yè)運營中注入機器算法可以節(jié)約30%到100%的成本。

為影子IT干杯: Wong認為風險投資家們鼓勵公司不是僅依靠CIO，而是部署“落地且可擴展”的策略將業(yè)務注入不同部門，這是個微妙的平衡工作。CIO必須面對接受未驗證技術的挑戰(zhàn)和風險，其亦或從員工實施該技術中受益。云已經(jīng)讓這樣的局面達成。Levine認為影子IT(Shadow IT,非IT部門所使用的云應用程序)將延展到開發(fā)者范圍。“我看到很多情形下企業(yè)如果不能夠提供開發(fā)者所需，他們將轉向其他可以提供服務和工具的公司。”

驗證概念即服務(Proof-of-concepts -as-a-service)：如今CIO們把自己認作是“IT即服務(IT-as-a-service)”供應商很時髦，其實他們相當于數(shù)字化能力的中間商，包括云、移動、分析和物聯(lián)網(wǎng)幾方面。Herrod認為在該模型中，CIO可以認知到通過驗證概念來評估新技術是非常有價值的。他建議創(chuàng)業(yè)公司可以求助于驗證概念即服務。

數(shù)據(jù)分析員成為CIO最難招募的人才：Levine認為如果數(shù)據(jù)是解鎖商業(yè)價值最重要組成的話，能從數(shù)據(jù)中獲取洞察并解讀成可執(zhí)行信息的數(shù)據(jù)科學家和數(shù)據(jù)分析員將成為最難招募和最搶手的人才。

Herrod并不贊同該觀點，他認為最難招募的人才為DevOps領袖， DevOps可以被定義為一個受消費類互聯(lián)網(wǎng)公司所青睞的迅捷軟件開發(fā)模型，但其實如何定義DevOps業(yè)界很難達成共識。Herrod表示他聽到過很多DevOps經(jīng)理們的不同描述，無論是那些以速度和創(chuàng)新目的而運行敏捷計算系統(tǒng)的scrum大師，還是那些從事優(yōu)化云基礎架構的專家們，他們都各執(zhí)其詞。