Forum Posts

hasanshohid650
Apr 03, 2022
In Desktop Clinic
大数据的 Vs 最近从 5 升级到了 7,可变性和可视化加入了原来的 5 个——数量、速度、多样性、真实性和价值。这种增长是一种默契,即数据不仅越来越大,而且越来越复杂,甚至令人费解。2021 年的五个关键数据趋势将是人工智能、云容器、数据民主以及边缘计算和无服务器计算。没有任何东西存在于真空中,所有这些趋势都受到 2020 年大流行的严重影响,并且在许多方面,这些技术都在协同发展,人工智能使用容器,这在无服务器上运行良好,这有助于数据民主化。一旦大流行来袭,世界各地的企业被迫提供在家工作的能力,这些趋势被证明对于维持现状至关重要——只要现状可以在大流行中继续存在。谁肆虐。所有这些趋势将在未来几年继续蓬勃发展。这些都不是立竿见影的成功。这些都是改变业务的复杂技术,所有高管都应该了解并继续遵循这些技术。人工智能 在 2021 年,云将帮助 AI 实现其更多丰富的潜力,也许不会达到许多人所承诺的令人兴奋的炒作高度,但流入和流经云的大量数据肯定会帮助改变现实的承诺 。人工智能是一项难以实现的技术,但容器、Kubernetes、无服务器计算和强大的机器学习框架等云和软件将帮助用户创建更负责任和可扩展的人工智能。在过去的几十年里,许多基于云的关键突破帮助人工智能从一项挣扎的技术发展到几乎无限的潜力。其中包括负担得起的并行处理、大数据及其 7V 的出现,以及从谷歌、微软和 Facebook 等公司获得改进的 ML 算法。由于其“构建一次,随时随地部署”的能力,云容器使开发和部署人工智能应用程序变 传真列表 得更加容易,这反过来又使人工智能民主化。容器 容器是一个可执行的软件单元,由打包的应用程序代码以及运行它的所有必要的软件库和依赖项组成。容器是独立的单元,包含了它们运行所需的一切,它们可以在任何地方运行,无论是在桌面上、在传统计算中还是在云中。Gartner 认为容器是打包机器学习模型的首选方式,可以从其他外部应用程序中使用,而无需任何编码要求。容器可以包含整个机器学习管道。它们可以根据需要进行扩展并在几分钟内启动。在 ML 训练阶段 ,容器可以使用多个主机服务器,然后可以将经过训练的模型拆分到多个容器端点并部署在需要的地方。虽然类似于虚拟机 (VM),但容器不会虚拟化底层硬件,仅虚拟化操作系统以及必要的库和依赖项。这有助于保持容器轻便、快速和高度便携。容器还支持现代开发和架构,例如 DevOps、无服务器计算和微服务。云计算趋势 数据民主化 对于当今的企业而言,数据几乎无处不在。“可视化”是 7 vs. Big Data 的新增内容之一,但不应将其后期添加视为不重要。而是相反。这可能是 7 Vs 中最重要的一个。Tableau、Qlik 和 I 等廉价 BI 工具在大小企业中越来越受欢迎,而数据可视化是从中获得价值的最佳方式之一。2021 年将看到越来越多的 IT 部门放弃对其 IT 工具和软件的控制权,使更多数据民主化。它不仅仅是商业智能工具、数据集成工具,如。自助分析工具的业务将继续增长。公民数据科学家的不断增长的运动将继续有增无减。数据的民主化将允许组织各个级别的员工在几乎任何地方的台式机、手持移动设备上探索和分析数据。边缘计算 大多数数据都有到期日期,这就是边缘计算背后的理论。为什么要在边缘设备上捕获数据,将其发送到云端,在上面的一些软件上构建模型,编译结果,然后将其发送回最初捕获数据的边缘设备,然后使用
0
0
1

hasanshohid650

More actions