2020年，多云領域將采用多云管理、“精品”云、人工智能/機器學習技術。

[[312830]]

在過去的一年中，云計算技術似乎在IT生態系統中無處不在，而云計算行業發展已相當成熟。云原生計算已成為企業IT的動力引擎，隨著AWS、Microsoft Azure和谷歌云平臺保持領先地位，早期在公共云提供商中爭奪市場份額的努力也在逐漸消退。

盡管如此，云計算行業生態系統仍在繼續快速發展，隨著人們進入2020年，即將出現以下趨勢：

多云將有利于專業服務提供商的增長：企業將工作負載遷移到AWS、Microsoft Azure、谷歌云和其他公共云的吸引力一直在減弱，因為企業不愿完全將工作負載遷移到這些單一的云平臺。

到2020年，企業將轉向使用專用的(即“精品”)公共云，以比大型云計算提供商更好、更快、更經濟高效地運行各種計算和存儲工作負載。一些精品云提供IaaS，在性能、價格、多功能性和可用性方面相互競爭，而另一些還提供Kubernetes、虛擬化微服務和其他PaaS功能。一些提供私有云和混合云部署，以及支持許多企業云計算工作負載所需的全球存在和高性能數據中心。

公共云提供商將對其應用程序和工作負載進行容器化，以實現靈活的多云部署：企業擁有越來越多的工具，可以從現有的公共云部署中剝離工作負載，并將其作為容器化的微服務移至本地環境、精品云以及其他內部環境中。

最近，這一趨勢的領頭羊是微軟公司，以支持微服務的多云重新部署，這些服務最初是在其Azure公共云中運行的。 Azure Arc的發布將微軟公司直接推向了新興企業多云的前沿。一旦投入生產，Azure Arc將允許客戶通過挑選這些工作負載中的哪些工作負載部署到第三方公共云、本地或云中的異構Kubernetes集群，甚至部署到各種邊緣設備(如運行新的Azure Stack edge的設備)，來利用對Azure微服務的投資和云計算管理的硬件即服務產品。

多云管理平臺將成為新的行業前沿：多云管理工具在尋求將公共云、私有云和邊緣云計算資源綁定到統一基礎設施的企業戰略中發揮著更大的作用。到2020年，更多的云計算管理人員將求助于IBM服務進行多云管理、Google cloud Antos、思科公司的CloudCenter套件、Microsoft Azure Arc等，以進行云計算的集中發現、映射、監控、診斷和故障排除。

來自Alation、Cloudera、Collibra、IBM、Informatica等公司的高性能數據目錄將加速對部署到統一多云結構內其他域的數據和元數據資源的智能查詢和可視化。此外，DevOps專業人員還將采用源代碼管理存儲庫，如Bitbucket、CloudForge、GitHub、GitLab和SourceForge，它們跨越異構的容器化和虛擬化環境。

下一代虛擬機將幫助推動多云計算：虛擬機監控程序及其運行的虛擬機(VM)比以往任何時候都更為流行，而基于Kubernetes的容器化技術在當今的私有云、公共云、混合云和多云中幾乎沒有以任何顯著的方式占用它們的空間。到2020年，虛擬機和容器的融合將繼續深化，而這些技術在混合平臺中的協同依賴將進一步加強。虛擬機可能很快成為Kubernetes主導的云原生平臺的一個組成部分，在硬件級別提供更嚴格的多租戶應用程序隔離。

這種趨勢中的一項先驅技術將是VMware公司即將推出的Tanzu產品組合，該產品將Kubernetes運行時嵌入到未來版本的vSphere虛擬機管理程序的控制平臺中。在Tanzu的核心“Project Pacific”計劃下，VMware客戶將能夠實現虛擬機(VM)中容器的更強大的混合部署，以及對虛擬機(VM)和容器的集中管理以及針對基于虛擬機(VM)和容器化應用的統一DevOps工作流。

AIOps將實現全天候的多云管理自動化：多云已經進入企業，而AIOps是新興的DevOps范例，用于自動化云計算、軟件定義的網絡以及企業的多云基礎設施管理的每個組件。2020年，更多的AIOps環境將結合基于意圖的網絡，該網絡將自動捕獲IT管理員有關通過自動化系統監視和管理實現的業務和技術成果的意圖。

從思科公司和VMware公司最近發布的解決方案公告中可以看出，更多的AIOps環境將使管理員能夠捕獲其意圖，作為指定端到端網絡業務和運營指標的策略。這些下一代多云管理系統與基礎設施即代碼工具融合在一起，將自動將管理員意圖轉換為配置文件代碼，該配置文件代碼定義了所有涉及的物理和虛擬資源如何實現相關的服務級別和其他全天候的指標。

混合云競爭將使人工智能/機器學習性能基準翻番：這是大規模混合云得到迅速發展的一年，其中最著名的是IBM公司收購了Red Hat，而且還有AWS、微軟Azure、谷歌云、Oracle Cloud、VMware、Dell和Cisco Systems等公司推出混合云。云計算領域每家廠商現在都在尋找這些機會，企業的IT部門應盡較大的努力要求苛刻的工作負載，尤其是給定提供商的混合云平臺。

在過去的一年中，在這方面最值得注意的行業里程碑之一是谷歌公司宣布，其新一代人工智能優化超級計算機Cloud TPU v3 Pods在部署到谷歌云時，在新一輪MLPerf基準測試競爭中創造了一些性能記錄。到2020年，每一個混合云解決方案提供商都將發布MLPerf基準測試結果，以證明他們的解決方案可以比在多個競爭對手的本地平臺上運行的相同工作負載更好地處理特定的人工智能培訓工作負載。在一段時間內，這種基準將成為至關重要的進入市場戰略，隨著時間的推移，這種戰略只會日趨商品化。

隨著人們進入云計算的未來十年，人們還不清楚這種技術產業秩序還能維持多久。考慮到云計算在網格和邊緣環境中的發展趨勢，2030年可能看起來大不相同。也許當今的強大云計算提供商已經將他們的服務分布到大規模并行的邊緣環境中，高性能超融合設備將在大規模并行邊緣環境中進行協作。