2021年技術預測：從云計算到邊緣計算以及兩者之間的一切

作者：Anind Mathur 2021-03-17 10:51:17

云計算

邊緣計算 在新的一年中，MSys科技公司基于軟件產品工程服務和數字化轉型專業(yè)知識對2021年的技術發(fā)展進行了預測和分析。

在新的一年中，MSys科技公司基于軟件產品工程服務和數字化轉型專業(yè)知識對2021年的技術發(fā)展進行了預測和分析。

軟件產品工程

1.低代碼/無代碼的單一數據平臺

1.1單一數據平臺和低代碼/無代碼將是選擇

在2021年，人們將看到一個用于業(yè)務用例的單一數據平臺。同樣，低代碼/無代碼將成為產品工程領域的標準。無論組織需要填補開發(fā)人員的空白還是縮短開發(fā)時間，單一的低代碼平臺都將是一種流行且易于使用的解決方案。對于一些組織來說，這將提供極大的幫助，并改變游戲規(guī)則。

1.2現代編程語言應運而生

在技??術巨頭的支持下，預計現代編程語言將在2021年獲得更大的吸引力、普及度和使用率。組織將期待使用現代編程語言代替C/C ++等傳統(tǒng)語言，來開發(fā)安全性更高且更復雜的項目。

1.3客戶端和服務器端Web框架的融合

在2021年，所有主要的基于JavaScript / TypeScript的客戶端框架(如React、Vue.js和Svelte)都將集成各自的優(yōu)點以提高可用性。同樣，ASP.NET Core將在企業(yè)服務器端開發(fā)中扮演重要角色。一些小型公司和初創(chuàng)企業(yè)希望擁有一個端到端的框架，包括View層，以進行快速的應用程序開發(fā)。PHP Laravel、基于Python的Django和Ruby on Rails將在2021年成為他們的絕佳選擇。

1.4跨平臺開發(fā)與原生應用程序開發(fā)競爭

盡管對于組織來說，原生應用程序開發(fā)仍然是更好的選擇，但跨平臺應用程序開發(fā)正在趕上。到2021年，大型組織將青睞原生應用程序開發(fā);但是，小型公司和初創(chuàng)公司將傾向于跨平臺應用程序開發(fā)。

1.5用于業(yè)務應用程序的REST API

REST API將在2021年繼續(xù)主導API技術。軟件或應用程序開發(fā)人員現在可以使用REST API開發(fā)復雜的跨平臺或原生應用程序。

云計算工程

2.代碼優(yōu)先接管開放網絡，網絡安全仍是重中之重

2.1代碼優(yōu)先的開放網絡體系結構

2021年，“代碼優(yōu)先”模型將接管整個開放網絡架構，重點放在應用程序領域。它將開始為域實體生成類，而不是先設計數據庫，然后再創(chuàng)建與數據庫設計匹配的類。這種代碼優(yōu)先的開放式網絡體系結構將確保有效的信息流，并無縫地控制組織的數據。

2.2邊緣計算和5G獲得基礎價值

2021年是邊緣計算最終將成為真正有價值的一年。 2021年，將發(fā)展新的業(yè)務模式以促進生產中“邊緣”的部署。需要與人工智能競爭的云平臺以及5G的廣泛普及將使邊緣用例更加實用。

2.3自動化治理和加強網絡安全

隨著2021年對治理和網絡安全的意識增強，開放的治理和安全自動化框架將有助于構建代碼，以最大程度地減少人為錯誤。這將使網絡安全專業(yè)人員可以開發(fā)可集成到現有SOAR平臺和SIEM應用程序中的結構化工作流，從而確保安全策略與業(yè)務目標保持一致，并與法規(guī)保持一致。

自動化與開源工具相結合是代碼優(yōu)先模型、邊緣計算和強大的網絡安全性的關鍵。

開發(fā)運維

3.DevOps自動化中的BizDevOps和自驅動模式

3.1自動化代碼分析

在2021年，將看到自動代碼的興起，以盡早識別發(fā)布周期挑戰(zhàn)。靜態(tài)和動態(tài)代碼分析工具將幫助企業(yè)提供更穩(wěn)定、更快的代碼，并最大限度地減少生產挑戰(zhàn)。

3.2 DataOps將會增長

DevOps將開始使用可用的數據和指標來生成有價值的見解，這將是2021年的重要時機。這種預見將預測事件或中斷，開發(fā)自動化并預測改進預算計劃的能力。

3.3 DevOps變?yōu)锽izDevOps

到2021年，BizDevOps的持續(xù)增長將被旨在更加集中、敏捷和靈活的企業(yè)廣泛采用。這是由于目前發(fā)生的疫情以及轉變?yōu)橥耆珨底只谋匾运隆Ｊ褂谜_的BizDevOps工具，企業(yè)將有能力簡化業(yè)務創(chuàng)新流程，同時最大程度地減少不確定性風險。

3.4 GitOps的演變

GitOps表示DevOps如何將開發(fā)人員工具應用于驅動操作。2021年，GitOps將加速開發(fā)，以安全地對Kubernetes中運行的復雜應用程序進行更改和更新。

3.5自主DevOps自動化與混沌工程

如今，DevOps將逐步轉向自主和技術，這些技術可幫助生命周期內的活動以及所有階段的自動化輸出。該生態(tài)系統(tǒng)將包括機器人流程自動化工具，以幫助自動化手動任務以提高生產率。同樣，混沌工程也將成為當今混合基礎設施中極為關鍵的方面。在2021年，將越來越多地使用它來增強對系統(tǒng)抵御動蕩和不確定性中斷的能力的信心。

3.6無服務器架構正在興起

到2021年，將徹底改變DevOps的另一種模式是無服務器架構的應用。借助無服務器，組織可以克服運營和開發(fā)之間的任何障礙。這可以進一步幫助實現可操作性并實現業(yè)務敏捷性，同時將成本降至最低。

3.7 NoOps和DevSecOps的出現

2021年將出現越來越多的托管服務，以最大程度地減少DevOps的運營，并減少客戶的運營支出。此外，DevSecOps的“Sec”部分將成為SDLC不可或缺的部分。將為客戶提供實用的安全解決方案，以優(yōu)化軟件功能。

與代碼分析、GitOps、DataOps、DevSecOps、NoOps和無服務器架構相結合的自動化將支持BizDevOps和混沌工程。這將有助于推動全球組織取得切實的業(yè)務成果。

存儲工程

4.由NVMe提供支持的人工智能智能安全存儲

4.1 人工智能和存儲融合

在性能方面，2021年是人工智能和存儲合作的豐收之年。人工智能(AI)應用的興起表明加速計算服務器和專用處理器的發(fā)展。這對于智能NIC和數據處理單元(DPU)來說是一個好消息，因為CPU嚴重依賴它們來提高數據中心的效率和靈活性。

4.2容器在存儲中的應用越來越多

基于容器的服務將處理存儲解決方案的可擴展性和敏捷性。以容器為中心的事務性數據庫、備份和歸檔、日志等，由于Kubernetes的普及，它們將超越傳統(tǒng)的同類產品。

4.3無線創(chuàng)新促進物聯網和存儲集成

2021年也是探索更好的無線創(chuàng)新的好年份。這對于云存儲服務是一個好消息。借助更好的無線連接選項，組織可以輕松地將物聯網技術、云存儲和處理解決方案與其內部存儲生態(tài)系統(tǒng)集成。

4.4更新的安全措施以保護數據存儲

諸如分層數據安全性和靜態(tài)數據加密算法之類的安全性措施還將加強超大規(guī)模軟件生態(tài)系統(tǒng)。由于2020年移動數據訪問量的增加，從安全角度來看，存儲分層和活動存檔將更有意義。這也為基于服務網格的安全網絡鋪平了道路，以實現與內部核心數據中心的更多遠程連接。

4.5 NVMes繼續(xù)保持令人印象深刻的運行速度

因此，在組織探索基于人工智能的數據湖和數據倉庫的同時，基于容器的基礎設施和云存儲創(chuàng)新在不久的將來將是不可或缺的。在硬件方面，基于NVMes的解決方案將是選擇，歡迎采用安全措施來建立具有競爭力的數據存儲優(yōu)勢。

用戶界面(UI)/用戶體驗(UX)

5.微交互和超級應用程序推動數字世界

5.1軟件驅動的行為研究

2021年將出現新軟件的興起，該軟件可用于跟蹤用戶的動作并了解其行為方式。在未來的幾年中，人們將看到越來越多的設計師使用它來跟蹤用戶的問題和偏好，并驗證設計決策。

5.2高級微交互

在2021年，人們希望看到微交互。設計人員將通過高級動畫和頁面過渡來增強微交互，從而使UX響應輸入并最大程度地提高用戶與頁面的關聯。

5.3用戶界面(UI)/用戶體驗(UX)中的人工算法

盡管人類仍然在用戶界面(UI)/用戶體驗(UX)領域占據主導地位，并且人工智能需要進行更多的微調才能提高效率，但人工智能算法將見證用戶界面(UI)/用戶體驗(UX)設計人員的采用率不斷提高。

5.4 3D和沉浸式體驗

在2021年，設計師對3D組件和界面中整個3D場景的興趣將繼續(xù)變得越來越流行。 3D中不尋常的角度、酷炫抽象等將吸引更多關注，并使網站更具吸引力。這將鼓勵用戶在頁面上停留更長的時間，并增加會話時間。

5.5超級應用程序

到2021年，超級應用程序將出現，它將結合多種服務，并嘗試增強用戶體驗。組織需要超級應用程序才能創(chuàng)建滿足其所有需求的生態(tài)系統(tǒng)。用戶在應用程序中花費的時間越長，所產生的忠誠度就越高，可以稍后將其貨幣化。

用戶界面(UI)/用戶體驗(UX)設計師都準備通過行為理解和高級微交互，結合人工智能、3D和超級應用程序，在這個嶄新的虛擬世界中為人們提供路標。

人工智能/機器學習和數據科學

6.人工智能/機器學習面臨更多審查時，按需存儲訪問數據湖的關鍵

6.1數據分析變得更加靈活

隨著容器化和云計算的發(fā)展，數據分析組織將探索更好的數據湖選擇。隨著混合和多云基礎設施的發(fā)展，隨時隨地的新抽象服務將成為選擇數據湖的關鍵因素。此外，隨著微服務架構最大程度地利用云計算基礎設施，數據架構去耦并吸收用于應用程序設計和大數據分析的靈活層也將是有意義的。

6.2 人工智能面臨更多審查

但是，要從數據分析的這種進步中獲得收益，就必須承擔一些責任。隨著最終用戶意識的提高和參與度的提高，僅憑道德的人工智能可能無法實現目標。因此，今年將進一步鼓勵負責任的人工智能實踐。畢竟，機器學習自動化流程(RPA)一定會利用基于人工智能的非結構化數據處理工具來進行交易型企業(yè)活動。盡管自動化將使許多人的生活更加舒適，但是現在比以往任何時候都更需要實施問責制。

6.3 機器學習越來越成為主流

機器學習框架將在其工作中發(fā)揮更大的作用。諸如PyTorch和TensorFlow之類的啟用模型訓練的框架將與Presto一起成為交互式查詢的領跑者。

因此，受歡迎的混合云和多云基礎設施將使Data Science今年成為有效的選擇。對于人工智能/機器學習，利用負責任的工具探索方法與領先的操作框架相結合，肯定會帶來更智能的自動化和豐富的客戶體驗。

Kubernetes和微服務

7.Kubernetes獲得可靠性;微服務丟失了嗎?

7.1托管Kubernetes得到更多的應用

混合策略和多云策略顯然在2021年保持領先地位。這意味著托管的Kubernetes服務將比以往任何時候都擁有更多的開放性武器。容器編排工具將是產品和服務(從人工智能/機器學習到邊緣計算和數據平臺)的重要組成部分。

7.2同時代的微服務

在引入無服務器架構之后，軟件架構市場看起來進一步分化。到2021年，可以肯定地說，三種流行的架構Microservices、Monolith和無服務器將并存，每一種架構都提供了各自的好處，但也有一些適得其反的地方。這就是說，大型組織已經遠遠超越了單片架構，同時將服務器保留為事件驅動負載。微服務仍將作為其產品和服務的關鍵架構而蓬勃發(fā)展。

7.3服務網格在云原生空間中發(fā)揮關鍵作用

用于安全管理的服務網格技術必將在微服務架構上蓬勃發(fā)展。服務網格生態(tài)系統(tǒng)還可能與云原生環(huán)境中的更多關鍵工具集成。因此，IT利益相關者必須開始探索諸如容器運行時接口(Kubernetes)和開放容器倡議(OCI)之類的容器化技術，以在云計算競賽中保持領先地位。

雖然利用開源項目和工具似乎比任何其他對應的架構都更傾向于使用微服務架構，但對于這些架構來說并沒有萬能的方法。

2021年外包服務

8.網絡安全和云計算獲得外包的牽引力

8.1網絡安全將使外包業(yè)務大獲成功

到2023年之前，全球每年在區(qū)塊鏈技術上的支出不會放緩。分布式賬本技術由于其透明性、新鮮性，以及最重要的安全性，對創(chuàng)新企業(yè)具有很大的吸引力。

實際上，整個網絡安全領域將成為IT業(yè)務外包的主要影響者。在后疫情的世界中，由于遠程工作的增加，惡意電子郵件和其他形式的網絡攻擊也大量增加。因此，就像區(qū)塊鏈一樣，將采用并參考更復雜的多層安全工具。外包此類網絡安全解決方案將對內部團隊產生巨大的幫助。

在談論幫助內部團隊時，業(yè)務流程自動化(BPA)也將成為2021年的關注點。隨著組織對由人工智能推動的機器人流程自動化(RPA)越來越有信心，不可避免地要創(chuàng)建更多的自治工作區(qū)。

8.2全球內部中心的興起

2021年IT業(yè)務外包前景中需要關注的另一項關鍵活動是全球內部中心的增長。要探索未來技術，就需要組織構建全球內部中心。因此，到2021年，全球內部中心的增長可能會非?？捎^，尤其是在金融科技、醫(yī)療保健和電信行業(yè)。后疫情時代將其對數字化轉型的需求日益迫切。因此，將歡迎更多與行業(yè)無關的GIC來為在這些領域運營的跨國組織形成核心技術創(chuàng)新工具。

因此，建議外包提供商在與網絡安全技術有關的專業(yè)知識上進行更多投資，有效地投資于區(qū)塊鏈。機器人流程自動化(RPA)和業(yè)務流程自動化(BPA)的專業(yè)知識以及云計算服務將吸引客戶對下一代項目的關注。數字轉換服務提供商可以將更多的精力放在金融科技、醫(yī)療保健、電信和零售領域的項目上。

結論

存儲、云計算、區(qū)塊鏈、人工智能、分析、DevOps、UI/UX以及自動化將在2021年使IT技術解決方案產生巨大變化。但是，更好的趨勢見解和經驗教訓將為組織和技術合作伙伴提供服務，以探索未知的道路。

分享文章：2021年技術預測：從云計算到邊緣計算以及兩者之間的一切
網站鏈接：http://www.5511xx.com/article/djhshge.html