全球技术宏观趋向——云、机器学习与其他
作者头像
  • 悦普达
  • 2019-12-12 19:13:58 5

技术雷达:行业趋势概览

《技术雷达》是一份关于软件行业最新技术动向的报告,它捕捉到了当前技术发展的关键脉络。

云产品尚未成熟却已争相上市

云服务已经成为当今业界的主要基础设施和架构形式,各大云供应商都在积极争夺市场份额。然而,为了抢占先机,一些云服务产品在功能和服务尚未完全成熟的情况下就已经推向市场。这种现象并不罕见,它反映了供应商急于推出新产品的心态。这种做法不仅可能导致产品存在缺陷和局限性,还可能影响用户的选择。因此,团队在引入新的云数据库或其他服务时,需要仔细评估其成熟度和可靠性。

混合云工具逐渐成熟

许多大型组织采用了混合云策略,使用多个云服务提供商。选择一个还是多个云服务提供商是一个复杂的问题,不仅需要考虑技术因素,还需要综合考量商业、政治和监管因素。例如,在监管严格的行业中,组织可能需要向监管机构证明,如果现有的云服务提供商出现问题,他们可以迅速切换到新的服务提供商。一些客户正在进行云服务整合工作,以便迁移到单一云平台上,从而解决延迟和复杂的网络配置问题。此外,这种整合也可能带来更优惠的价格或特定的云功能。

这种过渡过程可能需要数年时间,特别是考虑到遗留系统的影响。因此,组织需要一种更好的方法来管理多云环境。一些混合云控制平台正在兴起,可以帮助简化这种管理。我们推荐使用 Google Anthos、AWS Outposts、Azure Arc 和 Azure Stack 等工具。

量子计算成为明年关键技术

Google 最近宣布了其在量子计算领域的进展,成功运行了一台量子计算机,能够处理传统计算机难以解决的算法问题。尽管目前量子计算的应用范围有限,但它拥有巨大的潜力。加拿大初创公司 Xanadu 正在开发量子芯片和量子模拟工具,这些工具有望在金融、科研等领域发挥重要作用。

虽然大多数量子算法目前还停留在理论层面,但它们在加速处理复杂任务方面显示出巨大潜力。IBM、Microsoft 和 Google 等公司提供了量子计算机模拟工具,甚至提供真实的量子计算硬件。虽然目前量子计算技术还不普及,但未来“量子就绪型开发者”将成为热门职业。

设备淘汰未必节省成本

IT 行业经常面临系统过时的问题。淘汰过时系统的一种方法是采用“扼杀者”模式,即在过时系统的基础上逐步构建新系统,最终取代旧系统。然而,这种方法并没有真正解决问题,反而可能导致更多系统层叠堆积。因此,我们建议在淘汰过时系统时,要尽早行动,否则可能会徒劳无功。

主干开发面临挑战

多年来,我们一直推崇主干开发,即将所有代码直接提交到源代码管理的主线。然而,近年来分支开发技术(如 GitFlow)越来越受欢迎。尽管我们仍认为主干开发是最有效的开发模式,但在实际操作中,分支开发仍然被广泛采用。我们希望未来的开发团队能够继续推进主干开发,因为这有助于减少代码冲突和提高团队协作效率。

苹果XR设备备受期待

Facebook Connect 大会上,Oculus 确认正在开发 AR 眼镜,但未透露具体细节。有传言称,苹果将在 2020 年发布某种 XR 设备,并在 2022 年推出 AR 眼镜。苹果在人机界面设计方面的优势使其在新技术领域占据领先地位。我们预计,苹果将在 AR 领域取得突破,尽管目前该技术仍处于发展阶段,但未来将会有更多创新出现。

机器学习的进步与挑战

机器学习技术不断带来惊喜,但也带来了新的挑战。虽然机器学习模型在处理复杂任务方面表现出色,但其内部运作机制仍然难以理解。因此,我们需要更加注重模型的可解释性,以确保其可靠性和安全性。本期《技术雷达》将介绍一些工具和技术,帮助我们更好地理解和应用机器学习。

机械同感再度回归

“机械同感”(Mechanical Sympathy)是一个旨在优化软件性能的概念,最早由 LMAX Disruptor 团队提出。随着技术的发展,一些新的工具和技术(如 GraalVM)重新强调了对硬件的关注。对于特定应用场景(如高频交易),优化硬件性能仍然是关键。而对于需要可扩展性和弹性的场景,则可以考虑使用云服务等解决方案。

希望这些简要的介绍能帮助你了解当前的技术趋势。由于篇幅限制,更多内容可以访问《技术雷达》官方网站(https://www.thoughtworks.com/cn/radar)查看。

    本文来源:图灵汇
责任编辑: : 悦普达
声明:本文系图灵汇原创稿件,版权属图灵汇所有,未经授权不得转载,已经协议授权的媒体下载使用时须注明"稿件来源:图灵汇",违者将依法追究责任。
    分享
趋向宏观机器其他学习全球技术云、
    下一篇