相關(guān)預(yù)兆信號包括：

? 有計算能力的設(shè)備的激增，如可穿戴設(shè)備、自動駕駛汽車/智能汽車或智能家居

? 專門用于神經(jīng)網(wǎng)絡(luò)機器學(xué)習的專用集成電路（ASIC）得到廣泛應(yīng)用，如 Google 的 TPU（張量處理單元）

? 移動設(shè)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(chǎn)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(yīng)用進入開發(fā)階段。如密碼學(xué)、醫(yī)學(xué)研究、在金融和供應(yīng)鏈管理中發(fā)現(xiàn)的復(fù)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(yīng)服務(wù)。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(shù)據(jù)的實際位置和處理方式依然重要。創(chuàng)新的網(wǎng)絡(luò)技術(shù)無法克服基礎(chǔ)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(shù)據(jù)中心相比，部署在地球另一邊的數(shù)據(jù)中心延遲總是會更高。

這意味著，根據(jù)您選擇在何處放置數(shù)據(jù)、如何移動數(shù)據(jù)以及如何使用數(shù)據(jù)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(nèi)存）將直接影響所需的實例或虛擬機的數(shù)量。一些應(yīng)用領(lǐng)域（醫(yī)療保健、金融服務(wù)、電信和工業(yè)物聯(lián)網(wǎng)）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(gòu)，務(wù)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(wǎng)設(shè)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(wǎng)汽車，他們會責怪門鈴供應(yīng)商或汽車供應(yīng)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(shè)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(yīng)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(wǎng)和公共云平臺，用以實現(xiàn)智能數(shù)據(jù)收集和分析，從而讓他們的客戶能夠?qū)崟r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(dǎo)致的停產(chǎn)時間削減了一半。

采納：當下存在的技術(shù)，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(shù)據(jù)存儲，但需要低延遲才能保持安全高效。邊緣計算使數(shù)據(jù)存儲和處理更接近設(shè)備位置，而不是依賴可能部署在數(shù)千公里外的數(shù)據(jù)中心。對于更多樣化和更復(fù)雜的部署場景，請進行謹慎規(guī)劃。仔細考慮與復(fù)雜體系結(jié)構(gòu)和遠程體系結(jié)構(gòu)相關(guān)的管理、監(jiān)控和測試挑戰(zhàn)。

分析：受到關(guān)注的技術(shù)，但依賴不同行業(yè)和應(yīng)用場景。

——數(shù)字孿生：數(shù)字孿生模型是一種過程、產(chǎn)品或服務(wù)的虛擬模型，可同時進行仿真和數(shù)據(jù)分析。您可以將 3D 可視化與實時數(shù)據(jù)相結(jié)合，從而了解那些您無法看到的設(shè)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(shù)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(shù)字孿生適用于您，您的效率將得到巨大的提高。

預(yù)測：成熟度欠缺的技術(shù)，可能在未來幾年產(chǎn)生重大影響。

——神經(jīng)形態(tài)芯片：神經(jīng)形態(tài)芯片由人工神經(jīng)元和突觸組成，可以復(fù)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(shù)據(jù)進出內(nèi)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(diào)配服務(wù)器，但這些服務(wù)器的硬件配置可以而且應(yīng)該根據(jù)在其上運行的應(yīng)用程序進行調(diào)整。

投資允許組件獨立部署的軟件架構(gòu)模式：投資允許組件獨立部署的軟件架構(gòu)模式，即使您一開始并不會在單獨的集群或數(shù)據(jù)中心進行部署。這意味著采用去中心化的身份驗證、授權(quán)和數(shù)據(jù)。這樣一來，您就可以根據(jù)需要將服務(wù)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(wǎng)絡(luò)成本：在使用分布式計算時，請仔細衡量您的網(wǎng)絡(luò)成本，以確定從距離用戶更近的位置提供哪些服務(wù)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(gòu)建能力：大多數(shù)企業(yè)默認使用集中式或單體式應(yīng)用程序，有時會缺乏構(gòu)建現(xiàn)代系
統(tǒng)的技能。

Dave Elliman，全球技術(shù)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(shè)備時，企業(yè)就能直接加強響應(yīng)能力，并使服務(wù)位置更接近客戶，從而服務(wù)可以被快速分發(fā)。

【下期預(yù)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