回顧過去，很明顯這些重大變化中的每一個都是附加的，或者在某種程度上與之前發生的技術顛覆有關。例如，如果沒有大數據，人工智能就不會是今天的樣子。如果沒有云計算的出現，大數據是不可能實現的，如果沒有上世紀90年代互聯網的繁榮發展，云計算本身也將不存在。
有了這個后見之明，相信通過幾種新興技術(即已經發生或正在發生的技術顛覆)，使技術實現下一個重大飛躍。簡而言之，人們將會走向零延遲的未來。首先了解這意味著什么，然后再查看使這種現象成為現實的所有的趨勢。
如果一臺機器(硬件和軟件)在不到一秒的時間內開始與人類或其他機器交互，則它就是零延遲設備或應用程序。
當用戶與Alexa或Google Home進行溝通時，設備通常會在不到一秒的時間內響應，但這可能需要更快的響應。例如自動駕駛汽車、面部識別、智能家居等等，這一切都需要在幾毫秒內根據數百個輸入做出決定和行動。
現在想象一下，這種計算無處不在，人們將面臨一個零延遲的未來。在未來，超過一秒鐘的任何響應時間都將是不可接受的。
那么，塑造這一未來的趨勢是什么?首先看看這些新興的大趨勢。
(1)量子計算
2018年早些時候，英特爾公司宣布了建立量子計算系統，這是量子計算技術發展的一個重要里程碑，該系統具有49個量子比特，足以突破現代計算機的實際限制。IBM公司和谷歌公司也發布了類似的聲明。
盡管人們可能不會在2019年看到傳統計算機的即時替代品，但IBM公司已經開辟了一條開始嘗試這項新技術的發展之路。這些發展將快速跟蹤以指數級速度提高計算處理能力的機會。
(2)5G互聯網連接
一些通信提供商(如Verizon公司)已經在美國的幾個城市部署了5G網絡。然而，預計首批5G網絡將于2019年在英國上線。
5G技術建立在從4G技術的經驗教訓的基礎上，每秒上傳和下載速度可達1GB。用戶可以使用5G網絡在不到10秒的時間內下載一部完整的高清電影，而不僅僅是流媒體。
(3)持久性存儲器
英特爾公司最近宣布推出Optane DC持久性存儲器，它看起來像標準內存，但可以存儲TB級數據，甚至可以在電源中斷時保留數據。
希望這項技術能夠繼續改進，并最終取代大多數硬盤。隨著容量的增加，可以實時處理大量的數據，并且可以在不采用硬盤的情況下持久性保存數據。
(4)邊緣的實時數據處理
由于以上這些技術相結合，可以在邊緣實時發生更多的數據處理(即在自動駕駛汽車、智能城市、面部識別、可穿戴技術等設備中)。
這種現象通常在邊緣或霧計算的范疇提及，并且隨著處理速度的加快、數據在內存中隨時可用，以及網絡速度呈指數級增長，這種現象將變得更加真實。
(5)計算中的數據處理
在傳統的大數據實現中，還看到編程邏輯轉向數據(例如MapReduce和Hadoop)。如今，希望會開始看到相反的情況。數據將被拉入計算以實現接近零延遲的處理，因為在硬盤上查找數據的任何延遲都將不再可接受。
上面的五個趨勢將使人們迎來零延遲的未來。也就是說，還有一些需要注意的趨勢，這些趨勢會對人們與計算機的未來互動方式產生重大影響。
(6)無服務器架構
大型數據集的無服務器處理將使更多工作負載從大數據轉移到使用類似Kubernetes的工具大規模編排的功能。這意味著更多的組織將能夠通過利用功能即服務(FaaS)解決方案來處理大數據，從而提高速度和經濟性。
(7)多云
多云的采用將使數據存儲與云平臺和提供商無關。例如，用戶的數據可以部分存儲在AWS云平臺上，部分存儲在谷歌云平臺上，甚至可以存儲在邊緣計算設備中。越來越多的組織將使用像Kubernetes這樣的技術來擺脫單一提供商的鎖定。
(8)消除人工智能/機器學習中的偏見
人們還將看到擁有大量消費者數據的公司(谷歌、Facebook等)試圖從他們的數據集中篩選出偏見，以使他們的人工智能/機器學習模型更加準確和無偏見。
例如，人們如今可以討論在過去50年中如何批準個人貸款存在很多偏見。如果機器學習算法可以從數據中學習，那么幾乎可以確定這些偏見將持續存在，這是人工智能/機器學習提供商必須克服的一個挑戰。
(9)數據隱私
由于當今大量的數據收集和即時處理要求，數據隱私將繼續主導許多數據存儲和處理決策。
歐盟在2018年實施了通用數據保護法規(GDPR)，該法規對企業收集和使用私人數據的方式產生了深遠的影響。從收集和處理數據以及其他政府規章制度的角度來看，將會看到更多的吸引力。
(10)事件驅動架構
微服務架構將會進一步發展。例如，隨著特定服務越來越需要與單一應用程序協同工作的能力，Mesh應用程序和服務架構(MASA)越來越受歡迎。這種方法使用數據服務來監聽事件并對其進行實時響應。
這些2019年預測中最大的一點就是人們將走向零延遲的未來。這是一個令人興奮的未來，因為就像電力一樣，人們很快就會開始看到實時計算變得普遍可用，并且同時也是不可見的。
這將要求企業思考將如何重新收集和處理他們的數據，其中存在一些最大的挑戰和機遇。
京公網安備 11010502049343號