未來(lái)三到五年的IT架構迭代升級：傳統、云與邊緣

德國著(zhù)名社會(huì )學(xué)家烏爾里希.貝克說(shuō)過(guò)這樣一段話(huà)：生產(chǎn)力在現代化進(jìn)程中的指數式增長(cháng)，使風(fēng)險和潛在自我威脅的釋放達到了前所未有的高度。

德國著(zhù)名社會(huì )學(xué)家烏爾里希.貝克說(shuō)過(guò)這樣一段話(huà)：生產(chǎn)力在現代化進(jìn)程中的指數式增長(cháng)，使風(fēng)險和潛在自我威脅的釋放達到了前所未有的高度。

這個(gè)風(fēng)險有多高呢?可以讓我們一些熟知的成語(yǔ)，比如眼見(jiàn)為實(shí)、身臨其境等，都可以改寫(xiě)了。

2021年4月份，在全球著(zhù)名芯片廠(chǎng)商英偉達(NVIDIA)舉辦的GTC大會(huì )上，創(chuàng )始人兼CEO黃仁勛穿著(zhù)其標志性的皮夾克，在自家的廚房里做了一場(chǎng)別開(kāi)生面的主題演講。

為什么說(shuō)是“別開(kāi)生面”呢?

這場(chǎng)幾乎騙過(guò)世界所有人的“發(fā)布會(huì )”，后來(lái)根據他們的一個(gè)紀錄片自曝：一切都是“假”的，是假的，廚房是假的，衣服是假的，甚至老黃本人也是假的。

這個(gè)發(fā)布會(huì )很大程度上也是在“炫技”——人工智能、仿真建模、追光技術(shù)(RTX)、GPU圖像渲染，各種黑科技組合，做成了足以以假亂真的虛擬場(chǎng)景。

顯然，不是我們不勤奮，而是社會(huì )變革太快。

當我們越來(lái)越依賴(lài)虛擬世界的時(shí)候，組成這個(gè)社會(huì )的三度空間：物理空間、社會(huì )空間和信息空間，三者就互相疊加，構成了一個(gè)越來(lái)越復雜的巨大系統，而這個(gè)系統的不對稱(chēng)性、不確定性都飛速增加。

各種新能源、新技術(shù)、新材料、新業(yè)態(tài)迅速發(fā)展，以及人工智能、5G、物聯(lián)網(wǎng)、大數據等新技術(shù)廣泛應用，帶來(lái)的新興風(fēng)險、安全風(fēng)險越來(lái)越多。

另外，因為相關(guān)法律法規和監管規則體系尚不健全，也出現了各類(lèi)“監管盲區”。

這種情況之下，諸如P2P、大數據殺熟、隱私泄露等引起的諸多上訪(fǎng)事件、投訴事件層出不窮。

根據Forecast發(fā)布的一組數據，從2017年到2020年，大中華地區物聯(lián)網(wǎng)終端的安裝數量，從2017年的19.5億到2020年的42.8億。

同時(shí)，智能電動(dòng)汽車(chē)的火爆與普及，也加速了傳統產(chǎn)業(yè)變革與升級的速度。

根據統計，2018年，每輛電動(dòng)汽車(chē)每月上傳的數據大概是30GB。Gartner預計到2025年，無(wú)人駕駛汽車(chē)每個(gè)月將上傳超過(guò)1TB的數據到云上。

當物聯(lián)網(wǎng)數量在百萬(wàn)、千萬(wàn)級別的時(shí)候，采集到的數據量還是可控，并通過(guò)網(wǎng)絡(luò )輸送至后臺的數據中心或者云中心，借助強大的服務(wù)器對數據和信息進(jìn)行統計、分析、預測。

但當這個(gè)數據量達到億、十億、百億級別以上的時(shí)候，如果還是將海量的數據傳輸到后臺處理，如果后臺數據的處理速度和準確度跟不上終端數據的采集與傳輸速度，在一些關(guān)鍵性場(chǎng)合，或許會(huì )帶來(lái)災難性的后果，比如：火災會(huì )不會(huì )及時(shí)發(fā)現并有效預警?醫療行業(yè)像需要遠程控制的心臟起搏器會(huì )不會(huì )失靈?智能汽車(chē)如果失控會(huì )不會(huì )連環(huán)相撞?

顯然，數字經(jīng)濟的發(fā)展，三度空間戰略下，將推動(dòng)IT架構成為傳統、云、邊緣三種風(fēng)格并存的“混搭風(fēng)”。

所以說(shuō)，人工智能和物聯(lián)網(wǎng)的飛速發(fā)展，當海量的硬件終端匯集之后，在東方林語(yǔ)看來(lái)，未來(lái)3-5年，將會(huì )加速I(mǎi)T架構的迭代升級，演變成為傳統IT、云計算與的IT混合之路徑。

1、傳統IT架構。特點(diǎn)是高效、定制化，生產(chǎn)效率高。但反應速度太慢。

2、云架構。特點(diǎn)是IT即公用設施，可以做到敏捷性與規模創(chuàng )新。但從傳統IT架構到云架構的升級，是個(gè)比較漫長(cháng)而復雜的過(guò)程。

3、邊緣計算架構。特點(diǎn)是分布式智能，可以實(shí)現實(shí)時(shí)交互，效率高、時(shí)延低、降低成本。但因為長(cháng)尾場(chǎng)景復雜多變，技術(shù)門(mén)檻高，目前普及度太低。

Gartner預測，到2022年，隨著(zhù)數字業(yè)務(wù)的不斷發(fā)展，75%的企業(yè)生產(chǎn)數據將會(huì )在傳統的集中式數據中心或云端之外的位置創(chuàng )建并得到處理。

顯然，浩浩蕩蕩的數字化變革中，我們每個(gè)人都是參與者，親歷者與見(jiàn)證者。