Pramonės įžvalga: ibm apie daugialypės terpės paiešką ir ai strategiją

Sukaupus visus duomenis, kuriuos kaupia įmonės, sunku rasti veiksmingą debesų saugyklą, kurioje būtų ne tik saugoma ir tvarkoma visa ta informacija, bet ir įgalinamos paieškos bei saugos galimybės. Laimei, debesų platformos pardavėjai, tokie kaip IBM, siūlanti „IBM Cloud“ kaip infrastruktūrą kaip paslaugą (IaaS) ir „Platforma kaip paslauga“ (PaaS) scenarijus, aktyviai ieško naujų būdų, kaip valdyti duomenis daugialypės terpės architektūrose.

Kas yra multicloud architektūra?

Daugiasluoksnę architektūrą sudaro duomenys ir kodas, saugomi keliose debesų aplinkose, naudojant vieną architektūrą. Tiesiog įsivaizduokite programą, kuri naudoja kodą ir išteklius keliuose debesyse, tokiuose kaip „Amazon Web Services“ (AWS), „IBM Cloud“ ir „Microsoft Azure“. Naudodamiesi vis dar vystomais suderinamumo standartais, daugialypės terpės architektūros suteikia sąveiką programinės įrangos paslaugoms, nesvarbu, kokius debesis šios paslaugos naudoja kaip platformą. Tai leidžia jums pritaikyti debesies išteklius, kad jie konkrečiau atitiktų jūsų darbo krūvius.

Mažos ir vidutinio dydžio įmonės (MVĮ) turėtų apsvarstyti paslaugų teikėją, kuris gali padėti valdyti kelių debesies paslaugų infrastruktūrą ir išlaikyti jas saugias bei organizuotas vienoje konsolėje. Dar geriau yra tas, kuris gali sujungti trečiųjų šalių debesų paslaugas, tokias kaip „Microsoft Office 365“, su ištekliais, kuriuos naudojate savo virtualiuose serveriuose kitame debesyje. Viešas debesis gali būti tinkamas vienai programai, o privatus - kitai. Smulkioms ir vidutinėms įmonėms bus naudingas ekonomiškumas ir judrumas, kurį teikia daugiakalbė architektūra.

„Multicloud“ ir „IBM“

Daugiakalbio požiūrio požiūriu IBM tai buvo įtempti metai. Gegužės mėn. Ji atidarė „IBM Cloud Private for Data“, kad įmonėms būtų leidžiama paslėpti įžvalgas iš savo duomenų tokiose disciplinose kaip duomenų inžinerija, duomenų mokslas ir plėtra, taip pat jų programos ir duomenų bazės. Tada rugsėjo 10 d. Įmonė paskelbė, kad „IBM Cloud Private for Data“ integruosis su „Red Hat OpenShift“, atvirojo kodo konteineriu ir „Kubernetes“ programų platforma. „Kubernetes“ yra atvirojo kodo platforma, skirta konteineriams paleisti per serverių grupes. Ši integracija su „Red Hat“ suteikia daugiau galimybių įmonėms, vykdančioms „debesies“ darbo krūvius, kad jos galėtų vykdyti veiklą vietoje, viešuose ir privačiuose debesyse ir atvirojo kodo „Red Hat“ „OpenShift“ aplinkoje. IBM taip pat pratęs partnerystę su „Hortonworks“, „Big Data“ programinės įrangos pradininku, kad integruotų „Hortonworks DataPlane“ paslaugas su „IBM Cloud Private for Data“.

Galiausiai, rugsėjo 13 d., IBM taip pat paskelbė, kad leis vartotojams pateikti užklausas apie analitiką visoje įmonėje, naudodama įrankį pavadinimu Queryplex, kuris yra viena konsolė paieškai debesyse. Tą pačią dieną IBM Niujorko terminale 5 surengė renginį, kurį surengė ESPN „Hannah Storm“, norėdama atkreipti dėmesį į klientus, kurie priima dirbtinio intelekto (AI) iššūkį. Trumpai prieš įvykį, PCMag susitiko su „IBM Analytics“ generaliniu direktoriumi Robu Thomasu, kad šis suprastų, kaip veikia naujos debesies paieškos galimybės, IBM darbas su „Red Hat“ ir keletas AI laimėjimo strategijų.

„PCMag“ (PCM): Kaip „IBM Cloud Private for Data“ leidžia pamatyti visus jūsų duomenis?

Robas Tomas (RT): Pagalvokite apie tai kaip apie konsolę, kaip klientas tvarko duomenis bet kuriame debesyje. Jei klientai tuo naudojasi, tada jie gali pamatyti visus duomenis, kuriuos jie turi, privačioje debesies talpyklos architektūroje arba jie gali matyti duomenis, kuriuos turi AWS, „Microsoft Azure“, „Google Cloud Platform“ ar „IBM Cloud“. Tai yra viena konsolė, skirta suprasti visus jūsų duomenis - kur jie yra - kataloguoti duomenis ir juos tvarkyti.

PCM: Kas yra „Queryplex“ ir kaip SVV gali naudoti kažką panašaus, kad galėtų ieškoti debesyse?

RT: „ Queryplex“ suteikia jums galimybę iš tikrųjų parašyti Struktūrizuotos užklausos kalbos (SQL) užklausą ir rasti duomenis bet kurioje pasaulio vietoje bei atlikti analizę. Naudodamiesi šia plataus kampo SQL galimybe, jums nereikia perkelti duomenų. Duomenis rasime visur, kur jie yra, ir įgalinsime juos. Mes galime panaudoti apdorojimo galią krašte ir tada pateikti analizės duomenis į vieną vietą. Tai yra dvi tos pačios monetos pusės. Viena iš jų yra konsolė, skirta tvarkyti visus jūsų duomenis. Antra dalis yra apie tai, kaip jūs iš tikrųjų analizuojate bet kur esančius duomenis, nereikia perkelti duomenų kaip 1 veiksmas, nes duomenų perkėlimas yra brangus; tai atima daug laiko. Taigi, mes iš esmės panaikinome duomenų judėjimo poreikį, kuris yra ypač galingas.

PCM: koks būtų kasdienis pavyzdys, kaip įmonė naudojasi tokio tipo užklausų galimybėmis?

RT: Gera būtų automobilių įmonė, užsiimanti telematika, kad būtų galima numatyti automobilio techninę priežiūrą arba kaip ji veikia. Šiandien metodas būtų prisijungti prie automobilio, o tada grąžinti duomenis į centrinę vietą. Tai suteikia jums galimybių realiuoju laiku. Taigi, kas buvo prieš 30 dienų, dabar yra 30 sekundžių. Štai kokia jėga tai padaryti; tai tiesiog visiškai pakeičia analizės pobūdį ir procesą.

PCM: Kokią įtaką saugumui daro paieška keliuose debesyse? Kaip pasirinksite leisti tokio tipo paiešką?

RT: Mes sukūrėme „Queryplex“ kaip įmonės produktą, kuris pasinaudos viskuo, ką organizacija sukūrė remdamasi lengvojo katalogo prieigos protokolo (LDAP) saugos ir tapatybės valdymo protokolais ar duomenų valdymo politika. Leiskite pateikti jums pavyzdį: Jei jūsų įmonės politika yra tokia, kad bet kuriuo metu jūs vykdote federalinius klausimus, kad nenorite paliesti jokios asmeniškai identifikuojamos informacijos (PII), tada mes galime užmaskuoti tuos duomenis kaip šios galimybės dalį, kad jie nebūtų „ t dalis. Mes tikrai sukūrėme tai integruoti į įmonės saugumo architektūrą.

PCM: Ką įmonė turėtų daryti, kad galėtų patekti į įvairius debesis?

RT: Kai esate „IBM Cloud Private for Data“, įdiegiate labai greitai. Kalbant apie prisijungimą prie kito debesies, tai tiesiog IP adreso žinojimas. Tai gana paprasta; tu gali tai padaryti. Taigi jungiamumas nėra sunkus. Manau, kad įmonėms vis sunkiau, kai jūs labiau einate link AI ar duomenų mokslo tipo naudojimo atvejų, turite sukurti tam modelį. Jūs turite išmokyti tą modelį, ir mes galime padėti jums sutvarkyti duomenis tam.

PCM: kokia yra keletas pagrindinių strategijų, skirtų įmonėms įgyvendinti AI arba mašininį mokymąsi (ML)?

RT: Keletas skirtingų dalykų. Matau kai kuriuos klientus, kurie įsteigia duomenų mokslo kompetencijos centrus (COE). Manau, kad tai gali būti geras būdas paskatinti organizaciją šia tema ir pritraukti reikalus. Manau, kad tai vienas geras požiūris.

Matome kitų klientų, kurie pasamdo vyriausiąjį duomenų valdytoją (CDO) ir suteikia šiam asmeniui misiją vadovauti įmonei šia linkme. Manau, kad tai taip pat gerai.

Trečia, matau daugybę įmonių, kurios tuo remiasi, kad būtų sukurtos iš verslo linijų, ty verslo kryptys surastų naudojimo atvejį, o tada tai yra technologijos naujovės. Manau, kad bet kuris iš jų gali veikti.

Manau, kad didžiausias atotrūkis ir tai, ką skatinu daryti klientus, yra duomenų strategija. Dalis duomenų strategijos yra žinoti, kur esate šiandien. Reiškia, ar jūs iš tikrųjų užsiimate tik verslo analize (BI) ir duomenų saugojimu, ar iš tikrųjų užsiimate savitarnos analize? Supraskite, kur esate, ir tada supraskite pabaigos tašką. Jei paaiškinsite apie šiuos du dalykus, galėsite pradėti eksperimentus naudodamiesi duomenų mokslo COE, CDO ar verslo linija, žinodami, kad pakartotinumo lygį gausite iš tų, kurie yra svarbūs.

PCM: Kas paskatino IBM dirbti su „Red Hat“?

RT: Jei grįžtate į 2000 m., IBM buvo gana didelis „Linux“ šalininkas. Aš tvirtinčiau, kad „Linux“ greičiausiai nebūtų ten, kur yra šiandien be IBM palaikymo. Dėl to mes visada palaikėme dialogą su „Red Hat“ apie naujoves ir tai, kaip palaikome ekosistemą. Stebėjome, ką „Red Hat“ nuveikė su „OpenShift“.

Mes labai tikime konteineriais, o „Kubernetes“ yra būdas padėti klientams modernizuoti programas ir duomenų būsenas. Jei pažvelgsite į „Red Hat“ naudodami „OpenShift“, jie sukūrė puikią konteinerių platformą, orientuotą į modernizavimą. Bet jie neturi nieko duomenų ir sunku modernizuoti programas, tuo pačiu metu nenaujovinant duomenų.

Tai, ką galime nuveikti modernizuodami duomenų paslaugas kartu su „IBM Cloud Private for Data“, yra paleisti tą patį „OpenShift“, taigi tie klientai, kurie vyksta į programos modernizavimo kelionę, gali tą patį padaryti su duomenimis ir jie gali paversti tą projektą AI rezultatais.

„Hadoop“ dar neperėjo prie mikro paslaugų architektūros, taigi, tai yra kitas dėlionės elementas. Bendradarbiavimas su „Hortonworks“, siekiant padėti modernizuoti ir sukurti „Hadoop“ mikro tarnybas, kurios galėtų žaisti kartu su „IBM Cloud Private for Data“ ir „OpenShift“.

PCM: Kaip įmonės naudoja tokio tipo mikro paslaugų architektūrą?

RT: Manau, kad visa tai grįžta į PG ir duomenų mokslą. Tai, ką darote su duomenimis, paprastai priklauso nuo verslo rezultatų. Ieškote tam tikro pranašumo, kiek naudojate analizę.

Taigi, jei „Hadoop“ gavote daug savo duomenų, jei negalite jų panaudoti nuspėjamai analizei, ML ar duomenų mokslui, tai nėra labai vertinga organizacijai. Štai kaip aš sujungiu taškus. „Hadoop“ yra mikropaslauga; jis yra daug sudėtingesnis, daug lankstesnis. Lengviau dirbti su duomenimis, o juos lengviau padaryti prieinamą didelei duomenų mokslo komandai. Ir tai leidžia jums gauti daugiau naudos iš „Hadoop“ diegimo.

PCM: Kur, jūsų manymu, ateityje bus AI ir ML?

RT: Mes lėtai eisime į pagrindinius dalykus. Prieš metus diskusija buvo „Ar galėčiau ką nors padaryti?“ Sakyčiau, tai buvo daugiau eksperimentavimo metų. Manau, kitais metais mes pradėsime masinius eksperimentus ir, tikiuosi, iki kitų metų pabaigos būsime tokioje vietoje, kur tai taps labiau integruota. Žmonės naudoja AI ir modelius, norėdami automatizuoti daugybę pagrindinių verslo procesų, automatizuoti daugybę sprendimų priėmimo. Taigi, mes aiškiai einame į šią kelionę. Galite pamatyti progresą. Aš jaučiu, kad artėsime prie taško, jei to norėsite, bet mes dar ne ten.