随着第二波疫情逐渐得到控制，在印度经济开始复苏的关键时期，一场前所未有的能源危机却不期而至。 目前，印度各大火电厂已经面临无煤本站

云端组装商业智能和数据科学以实现可复用的高级数据分析本站

　　如今，分析和商业智能（ABI）以及数据科学和机器学习（DSML）市场都在大力投资于云。新老厂商纷纷发布他们的最新云优先或纯云功能。云生态系统现已成为主要的支出。七家超大规模云基础设施和平台服务厂商中，首次有六家直接或通过收购的子公司同时在ABI和DSML平台市场上提供产品。在2020年Gartner数据和分析云调查中，74%的企业机构使用或计划使用云实施分析、商业智能和数据科学（见图一）。

　　云所提供的丰富选择有时并不能使ABI和DSML的价值累加，反而会造成技术栈的重复或不同厂商之间的低效运作。分别投资于ABI和DSML平台或分阶段投资于ABI和DSML平台的企业机构未考虑如何管理这两个平台，通过凝聚两者的力量产生综合效益。数据和分析应运用云的可组装性来建立ABI和DSML平台之间的协同作用。

　　根据Gartner 2020年云端数据和分析调查，从2020年到2022年，云端高级分析的开发和部署比例都将增加一倍以上（见图二）。随着数据重心向云转移，企业机构意识到将ABI和DSML转移到云的必要性。在云端，他们可以减少混合环境中的网络延迟并采纳广泛、现代化的数据和分析生态系统。

　　但由于从本地迁移到云的复杂性以及丰富的云创新功能选择，向云迁移的过程并不清晰。从试点转向生产仍是数据科学和机器学习项目所面临的一大挑战，即使在云端也不例外。

　　数据和分析高管应建立一个在云中实现先进生产级高级分析的稳定途径。应采取“整体规划，逐步建立”的方法将数据和分析转移至云，借助ABI和DSML平台的可组装性将这种方法付诸实践。企业机构应建立一个云市场，提供来自多家厂商的可组装式ABI和DSML模块。可组装性将使业务用户的思维模式从“我应该使用哪些工具？”转变为“我可以组装哪些能力？”该市场将为用户提供一个以业务为中心的视角，使用户能够查看分析业务能力组合包（PBC）并通过让他们可以发布自己的PBC来鼓励再组装。企业机构不应该纯粹为了云而将分析转移到云，而是应该将云作为一项使组装平台能够实现ABI和DSML创新的基础技术。

　　与本地相比，云提供了更多专为集成和组装而设计并且以API为中心的模块化产品。ABI和DSML平台也是如此。老厂商已经将他们的平台重新构建成云原生平台，而大多数新厂商只在云中发布他们的产品。微服务或基于容器的架构使用户能够组装ABI和DSML上多家厂商的功能。随着更多低代码工具出现在云中或作为附加模块加入到ABI和DSML工具中，以业务为中心的组装将变得更加自助化。

　　在将本地ABI和DSML迁移到云时，不应好高骛远。这些工具的可组装性使企业能够选择在迁移至云时实现渐进式的组装（见图三）。企业机构可以逐步将能力从本地转移到云并通过与其他功能组装来实现附加价值。云所提供的能力应该是可以作为PBC进行选择、组装和再组装的服务。此外，还应该有一个以业务视角为导向的市场或这些PBC的产品目录库，以便进行连续组装。

　　简单的“lift and shift”的迁移策略是无法发挥云上的全部潜力的。ABI和DSML之间的组装足以成为企业机构在发展高级分析能力的同时迁移至云的理由，而应用开发者等更多角色带来了将组装的新能力转化为产品的经验，使云能够改善ABI和DSML服务的访问。根据Gartner 2020年数字平台构建调查，云原生、敏捷和API是使用最多的架构方法。开发者社区中的应用开发者可以在ABI和DSML平台经过改进的API和API市场上开展进一步的工作和合作，这使他们能够更容易被嵌入到数字平台内，在整个云生态系统中实现数据驱动型行动。

　　包括DataOps、ModelOps和DevOps在内的XOps也可以确保数据和分析应用的持续交付。通过在云中应用XOps，可以管理技术债务并孵化出可复用的基础模块，而其他用户可以进一步使用这些基础模块继续进行组装。

　　根据Gartner 2020年数据和分析调查，因新冠疫情而加速迁移至云的最常见用例是分析、商业智能和数据科学。企业机构需要更快交付分析洞察以便采取行动。具有快速配置和试点能力的云是启动分析和数据科学举措以灵活应对快速变化的理想场所。Gartner 2020年云终端用户购买行为调查也表明，受访的62%云决策者和顾问表示他们的企业机构在云端使用分析和商业智能解决方案。此外，在考虑新的公有云采购项目时，AI/ML功能也是一个重要的技术因素。

　　ABI和DSML都具有能够实现更好的协同作用，从而提高效率和全面性的重叠和互补功能。本质上，分析和商业智能（ABI）平台用于生成报告和仪表盘，而数据科学和机器学习（DSML）平台则用于生成预测模型。根据Gartner Peer Insights的数据，排名前列的ABI和DSML生产满意度驱动因素可以在云中融合，从而实现更高的价值。

　　ABI平台的第一驱动因素是高级分析。当ABI用户想要解决更复杂的业务问题时，他们会在DSML平台寻找高级分析能力。因此，能够将DSML生成的模型应用到仪表盘和可视化中的可组装性十分重要。在DSML中，排名前五的功能（直接或间接）与生产应用中所生成之模型的运营化或将它们嵌入到业务流程中有关。DSML用户将需要使用ABI的功能来展示数据可视化和数据准备流水线的价值。由于大多数终端用户企业机构已将他们的许多关键应用迁移到云，因此企业机构应评估厂商是否能够轻松支持所生成之模型的“一键式”容器化和“一键式”REST API创建。

　　随着增强型分析技术在平台上的普及，ABI和DSML平台之间的界限正在变得模糊，这是因为增强型分析技术可以将数据科学和机器学习功能加入到分析和商业智能平台，实现高级分析技术的化。增强型分析功能也是新购分析解决方案的关键差异化因素。但根据2021年的关键能力评估，增强型分析功能（自动洞察、自然语言生成[NLG]、自然语言查询[NLG]、数据叙事和产品目录）的成熟度并不及平台中的其他功能，而且随着ABI平台不断增加使用更频繁的增强型分析功能，其背后的动态机器学习工作负载将面临向上扩展方面的问题。由于需要具有更高自定义和运营化程度的模型，因此企业机构仍会使用DSML平台。

　　一般情况下，企业机构不会先使用增强型分析，而是会使用DSML平台来实现高级分析。如今，DSML的主要受众仍是那些拥有强大技术能力的数据科学家。虽然为了在业务端培养出更多公民数据科学家，这些工具正在不断增加容易使用的功能，但如要最大程度地发挥DSML平台的全部潜力，仍需要专业数据科学家。与业务用户最普遍的互动方式之一是在可视化图像或仪表盘中反映模型结果。

　　我们需要结合ABI和DSML平台的当前工作。云是一个能够通过更低的运维成本来管理这两种能力的理想场所（见图四）。云所具有的弹性可以处理ABI和DSML中更加动态的工作负载。用户可以从DSML平台获得最新的预测模型，同时使用ABI平台对其进行可视化。在这一组装解决方案证明其价值后，云就可以进一步加速向上扩展流程。云的快速配置能力也为用户提供来自云的最新功能。

　　总而言之，新型分析、商业智能和数据科学功能均出现在云端，但企业机构未能实现它们的协同效应。数据和分析高管应建立一个让用户能够组装其高级分析用例的云端组装环境。

　　Gartner, Inc.是全球领先的信息技术研究和顾问公司，也是标准普尔500指数包含的上市公司之一。Gartner为企业领导者提供必不可少的见解、建议和工具，以帮助他们达成其优先处理的关键事项及建设在未来能够取得成功的企业机构。

　　Gartner完美结合了专家主导、来源于从业者的资源和数据驱动的研究，使客户能够在最重要的问题上做出正确的决策。Gartner的客户遍及100多个国家的14,000个企业机构，覆盖各行各业、各种企业规模的主要职能部门。这些客户都深信Gartner是客观的资源提供者和重要合作伙伴。

　　随着中国企业数字化成熟度和渗透度的不断提升，基础设施和运营 (I&O) 团队和领导者所需要提供的数字基础设施的位置也在逐渐增加，从云端、数据中⼼，延伸到了⽹络边缘，并且每个位置都对网络性能、数据安全和平台能⼒提出了不同的要求。面对边缘计算解决⽅案设计这⼀全新领域，中国的许多I&O领导者缺乏相关经验。很多I&O领导者在着⼿进⾏边缘解决⽅案部署时发现，传统IT的部署方案无法推动边缘计算解决方案的顺利实施。这是因为传统IT的部署⽅案通常是技术驱动而非业务驱动，这对于边缘计算这⼀类与业务需求强关联的解决⽅案有较⼤影响，导致边缘计算项⽬受挫。中国的I&O领导者可参考以下实践框架，交付卓有成效的边缘计算解决方案。采⽤设计思维流程，以业务成果为出

　　前五名IaaS提供商占据80%以上的市场份额【2022年6月02日】Gartner的统计结果显示，2021年全球基础设施即服务（IaaS）市场从2020年的643亿美元增长到909亿美元，同比增长41.4%。亚马逊在2021年继续排在IaaS市场的第一名，其次是微软、阿里巴巴、谷歌和华为。Gartner研究副总裁Sid Nag表示：“由于云原生已成为现代化工作负载的主要架构，IaaS市场继续保持增长。云不但支持先进技术和应用所需的可扩展性和可组合能力，还能够帮助企业满足主权、数据整合和客户体验增强等新出现的需求。”前五名IaaS提供商在2021年占据了80%以上的市场份额。亚马逊在2021年以354亿美元的收入和38.9%的市场份额

　　：2021年全球IaaS公有云服务市场增长41.4% /

　　在数字经济时代，软件驱动业务，应用安全测试是必不可少的步骤。应用安全测试是否全面可靠，直接关系到交付的软件产品是否安全可信。新思科技(Synopsys, Nasdaq: SNPS)应用安全能力再获认可，在近日发布的《 2022 年 Gartner® 应用安全测试关键能力报告》的五个常见用例中荣获最高分。这五个常见用例包括企业、持续测试、移动和客户端、DevSecOps 和云原生应用1,2。该报告是《GartnerTM应用安全测试魔力象限》的补充，对同样的 14 家供应商进行排名。该报告指出：“虽然应用安全测试(AST)工具仍然主要是静态应用安全测试(SAST)、动态应用安全测试(DAST)、交互式应用安全测试(IAST)以及软件组成

　　认可 /

　　2022年银行和投资公司将在技术产品和服务上花费6230亿美元• 银行将把生成式AI应用于欺诈检测、交易预测和风险因素建模等增长领域。• 自主系统目前以智能投顾这种基本的形式存在，但在未来将出现更加先进的形式。• 到2025年，60%的大型企业机构将使用一种或多种隐私增强计算技术。【2022年5月30日】 Gartner发布了2022年银行和投资服务行业的三大热门技术趋势，分别是：生成式人工智能（生成式AI）、自主系统和隐私增强计算。这三项趋势将在未来两到三年内继续增长，推动金融服务机构的增长和转型。Gartner研究副总裁Moutusi Sau表示：“虽然金融服务机构的首要事项是增长，但他们同样需要新的技术创新来管理风险、优化成本

　　当前，中国政府鼓励行业企业通过云计算技术来实施数字化转型，从而加速经济增长。许多企业机构已部署了私有云和单一供应商混合云，以实现这一目标。为了满足全球业务和本地业务需要分别部署在不同的云基础设施中这一企业和或政府的监管要求，企业机构纷纷将目光转向多云模式（见图1）。然而，多云计算要求企业机构对多云技能、流程和工具进行大量投资。图1：多云采用流程建议企业机构对多多云模式的兴趣在持续上升。所谓“多云模式”，即有针对性地为不同应用提供多云基础设施即服务（IaaS）和平台即服务（PaaS）。在部分情况下，采用多云模式是满足企业需求所必须的：例如，企业为满足合规要求，可能需要增加一个本地云服务提供商，与全球提供商互相制衡。不过，在其他情况下采

　　在数字化转型需求的驱动下，中国的上云步伐持续加速。Gartner预测，到2024年，中国40%的IT基础设施支出将用于云服务（参见图1）。图1：中国云基础设施和平台服务（CIPS）云迁移率云服务的增长在很大程度上是由数字原生企业推动的，对于多数中国企业来说，云战略的制定并非易事。由于中国的监管合规和安全要求较为复杂，涉及私有云和多个公有云部署的混合云部署尤其如此。在云战略制定中遇阻的企业机构，在筛选公有云迁移的候选应用系统时也会遇到困难。因此，许多云迁移的实施最终都会主要采用基础的“直接迁移”方法，而不会利用云原生服务来完成现有应用系统的整体架构改造。此外，由于I&O领导者缺乏公有云迁移的技能和经验，云迁移也很难有效在开展。构建云部

　　：云平台搭建与大数据处理 target=_blank

　　专为高性能存储而优化的FPGA芯片， 英特尔Agilex M 系列火热发布！

　　微型投影技术的IoT显示方案

　　有奖直播｜如何借助Mentor Xpedition AMS对汽车CAN总线进行仿真优化分析？

　　站点相关：综合资讯其他技术下一代网络短距离无线基站与设施RF技术光通讯标准与协议物联网与云计算有线宽带

本站 周三（11月25日），瑞士信贷讨论英镑/美元技术展望，并维持看涨倾向，短期目标为1.3514，中期目标为1.4300。 瑞信表示，近期看涨的“三角”延续格局依然存在。这应该会增加自9月以来的核心看多观点的权