智能安防技术发展趋势

上图显示了企业组织是如何看待多云发展趋势的。有趣的是，我们注意到ETR给出的结论说，关于多云趋势的各种说法是真实的，实际确实如此，但是数据的另一面是，很多客户已经或者正在计划让云工作负载更加集中。

这么说是有道理的，几乎所有大型企业都采用了多种云，但通常他们会把工作负载放在一个主要的云上，而不是在平均分散在各种云上——数据表明，只有不到20%的受访者是平均分散工作负载的。相反，企业通常采用80/20或70/30的多云策略，也就是说，他们会选择一个主要的云来完成大部分工作，选择一个替代性的云用于特定工作负载，或者用于做数据保护。

想想看，企业在一个主要的云上进行优化，可以简化他们的安全和治理工作，并整合他们的技术技能。在这方面，CIO们似乎认为，利用云来改变他们的运营模式，要比分散化降低风险以利用专有功能的价格更高。

AWS和微软就是一个有力的证明。AWS提供了比其他任何云都要多的功能，因此可以处理大多数工作负载。微软也是类似的策略，为那些喜爱微软软件的客户提供了丰富的功能。这样一来，采购方可以将复杂性降至最低，同时简化安全和治理，因为他们相信市场竞争可以让价格更有竞争力。

多云应该不仅仅是一个对冲策略

我们认为，多云的关键在于技术供应商可以在多大程度上抽象化底层的云复杂性，并在云上创建一个层，带来额外的价值。Snowflake的Data Cloud就是一个很好的例子。显然，VMware和Red Hat都是聚焦基础设施层的，Pure Storage和NetApp作为规模较大的存储厂商，有着相似的愿景。

Qumulo和Clumio则是两个技术前景光明、但装机规模较小的例子。思科、戴尔、IBM、HPE在多云方面有得也有失，对于这些领导厂商来说，多云是当务之急，但他们的产品组合庞大，要复杂得多。

值得注意的是，戴尔有VMware，IBM有Red Hat，这都是多云的关键资产。HPE有渠道，有庞大的装机群，但所有这些厂商的研发相比Snowflake来说都要弱得多。

最重要的是，多云不仅仅要能够介入任何云、在任何云上运转良好，还需要一个更好的价值主张，能够解决一个明确的问题，同时要高效运行，能够大规模利用云原生服务。

云、容器、人工智能和自动化仍然是优先事项

从支出角度来看，云、容器和容器编排、人工智能和自动化是目前热门的一些领域。

这是个好消息，如下图所示，相对于今年此前的调查结果，除了IT外包和IT咨询下滑之外，几乎所有其他领域都出现支出增长的积极势头，这一点也许并不令人感到意外，但可以看出，接下来技术支出会广泛反弹。
 

这一报告由国际数据研究机构IDC与浪潮集团联合发布，这也是人工智能计算力系列报告自2018年起连续第三年的发布。

报告预测，随着人工智能算法的突飞猛进，2020年中国人工智能市场规模将达到约62.7亿美元，未来4年将保持30.4%的年复合增长率，2024年将达到172.2亿美元的市场规模。虽然受新冠肺炎疫情影响，中国人工智能整体市场规模增速未达到IDC去年预期，但仍将高于预测期内全球人工智能市场20.1%的平均增速。

然而，报告也再次点出人工智能发展过程中一个普遍存在的需求和挑战——计算力，这是未来人工智能应用取得突破的决定性因素。

具体来看，缺乏模型训练所需的数据、算力基础架构存在不足，以及人工智能应用方案的成本过高等因素，是人工智能行业发展目前面临的主要挑战。而在人工智能三要素——数据、算法和算力中，算力已成为制约人工智能产业化进一步发展的关键。

计算力究竟有多重要?用中国工程院院士、浪潮集团首席科学家王恩东的话说，人类社会已经快速步入到智慧时代，计算力是这个时代的核心驱动力、生产力。

 

（编辑：广安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!