相關預兆信號包括：

? 有計算能力的設備的激增，如可穿戴設備、自動駕駛汽車/智能汽車或智能家居

? 專門用于神經網絡機器學習的專用集成電路（ASIC）得到廣泛應用，如 Google 的 TPU（張量處理單元）

? 移動設備的處理器進步顯著，例如蘋果的 M1 等低功耗芯片

? 本地混合云產品（例如亞馬遜的 Amazon Outposts）激增，提供具有一致云 API 的低延遲解決方案

? 量子計算機實際應用進入開發(fā)階段。如密碼學、醫(yī)學研究、在金融和供應鏈管理中發(fā)現(xiàn)的復雜優(yōu)化問題等

機會

企業(yè)可以通過做出明智的計算選擇，來優(yōu)化 IT 成本，并且為消費者提供更快響應服務。在企業(yè)環(huán)境中，并非所有部署方案都能達到相同效果。

盡管云計算容易實現(xiàn)高可用，但數據的實際位置和處理方式依然重要。創(chuàng)新的網絡技術無法克服基礎的物理問題；與部署在本地甚至部署在家庭或工作場所的數據中心相比，部署在地球另一邊的數據中心延遲總是會更高。

這意味著，根據您選擇在何處放置數據、如何移動數據以及如何使用數據進行計算，成本和客戶體驗將會千差萬別。選擇最合適的硬件（包括芯片類型、大小和內存）將直接影響所需的實例或虛擬機的數量。一些應用領域（醫(yī)療保健、金融服務、電信和工業(yè)物聯(lián)網）要求延遲更低，集中式平臺無法滿足這種要求，因此就需要配置更多的本地計算資源。

無論采用何種資源架構，務必牢記，最終客戶將會認為這些都是您的責任。消費者希望他們的聯(lián)網設備能正常工作，如果由于云提供商宕機，他們無法按響門鈴或是解鎖聯(lián)網汽車，他們會責怪門鈴供應商或汽車供應商，而不會歸咎于提供底層計算的公司。

我們所看到的當前形勢

工業(yè)機械往往擁有很長的使用壽命，而老式設備很少能及時提供其狀態(tài)和運行狀況信息。由于缺少這些實時信息，操作員就無法快速應對工況變化。我們的一個客戶就希望改變這種現(xiàn)狀。為此，我們?yōu)樵摽蛻舸蛟炝艘粋€物聯(lián)網和公共云平臺，用以實現(xiàn)智能數據收集和分析，從而讓他們的客戶能夠實時洞悉其機械運行狀況。利用這個解決方案，我們得以將機械的使用壽命延長了 70% 并且將以往那種情況導致的停產時間削減了一半。

采納：當下存在的技術，正在業(yè)界得到充分利用。

——邊緣計算：自動駕駛汽車、醫(yī)療監(jiān)控、智能家居和智慧城市以及增強現(xiàn)實都依賴于基于云的強大計算和數據存儲，但需要低延遲才能保持安全高效。邊緣計算使數據存儲和處理更接近設備位置，而不是依賴可能部署在數千公里外的數據中心。對于更多樣化和更復雜的部署場景，請進行謹慎規(guī)劃。仔細考慮與復雜體系結構和遠程體系結構相關的管理、監(jiān)控和測試挑戰(zhàn)。

分析：受到關注的技術，但依賴不同行業(yè)和應用場景。

——數字孿生：數字孿生模型是一種過程、產品或服務的虛擬模型，可同時進行仿真和數據分析。您可以將 3D 可視化與實時數據相結合，從而了解那些您無法看到的設備的情況。例如，通用電氣公司的噴氣發(fā)動機包含大約 24 個物理傳感器，但其數字孿生模型可以對幾百個虛擬傳感器進行計算，從而改進了維護，提高了安全性和效率。如果數字孿生適用于您，您的效率將得到巨大的提高。

預測：成熟度欠缺的技術，可能在未來幾年產生重大影響。

——神經形態(tài)芯片：神經形態(tài)芯片由人工神經元和突觸組成，可以復制大腦的工作方式，整個處理過程完全在芯片中進行。與其他芯片相比，這種芯片使用的能源要少得多，因為與人腦一樣，它們不需要處理器在數據進出內存時處于空閑狀態(tài)。此外，其并行性利用程度更高，甚至高于 GPU 和其他專用系統(tǒng)。這種計算策略既可以加快處理速度，又能顯著
節(jié)約能源。

對采納者的建議

評估用于部署軟件的所有硬件選項：評估用于部署軟件的所有硬件選項，放開心態(tài)使用非顯而易見的選項。盡管使用云平臺可以輕松地調配服務器，但這些服務器的硬件配置可以而且應該根據在其上運行的應用程序進行調整。

投資允許組件獨立部署的軟件架構模式：投資允許組件獨立部署的軟件架構模式，即使您一開始并不會在單獨的集群或數據中心進行部署。這意味著采用去中心化的身份驗證、授權和數據。這樣一來，您就可以根據需要將服務移至邊緣計算中，以支持系統(tǒng)的發(fā)展。

在使用分布式計算時，請仔細衡量您的網絡成本：在使用分布式計算時，請仔細衡量您的網絡成本，以確定從距離用戶更近的位置提供哪些服務會更為有利。在這個衡量過程中，一定要考慮增加的維護成本。

投資改善您的分布式系統(tǒng)構建能力：大多數企業(yè)默認使用集中式或單體式應用程序，有時會缺乏構建現(xiàn)代系
統(tǒng)的技能。

Dave Elliman，全球技術主管：到 2022 年，企業(yè)將認識到計算不再局限于某些機器或地點，也不會受到集中式或老舊模式的約束。由于有了更多選擇，在搭建系統(tǒng)和設備時，企業(yè)就能直接加強響應能力，并使服務位置更接近客戶，從而服務可以被快速分發(fā)。

【下期預告：ThoughtWorks《科技棱鏡》報告之五： 競合促使平臺走向生態(tài)系統(tǒng) ； 報告全文下載地址： https://app.ma.scrmtech.com/resources/ResourcePc/ResourcePcInfo?pf_uid=7019_1254&id=19017&source=1&pf_type=3&channel_id=800&channel_name=pr&tag_id=77cab6c968c1ce6f 】

xiesc