2020年企業(yè)上云成為了市場與產(chǎn)業(yè)的熱點。從送貨上門服務(wù)，再到遠程醫(yī)療以及在家工作，云計算已經(jīng)徹底改變了一切。顯然，云計算在2021年將呈現(xiàn)持續(xù)性增長的趨勢。

云技術(shù)的相關(guān)優(yōu)勢：

1、多云將使提供商之間的障礙被打破；

2、人工智能將提高云計算的速度；

3.、混合和內(nèi)部配置的云解決方案越來越受歡迎

4. 更多的人將在虛擬云桌面上工作

在實踐中，云桌面可以通過確保每個人都使用最新的、同步的技術(shù)來提高整個勞動力的效率。此外，它還有利于安全性，因為所有設(shè)備都可以以集中的方式管理，而不必確保網(wǎng)絡(luò)上的每個人都遵循最佳實踐。這種靈活的功能意味著虛擬桌面服務(wù)可能在未來幾年變得越來越流行。

云計算技術(shù)迅速發(fā)展，云服務(wù)逐漸成為傳統(tǒng)IT產(chǎn)品的替代產(chǎn)品，尊云作為專業(yè)的公有云服務(wù)提供商，將為廣大用戶提供簡單好用、穩(wěn)定安全、靈活高性能的云端計算服務(wù)，助力企業(yè)輕松上云，體驗云計算帶來的更多便捷！

一年前（新冠疫情之前），我們將云應(yīng)用視為一系列邏輯階段，從DevTest到開發(fā)新的云中應(yīng)用程序，機會性采用新的SaaS服務(wù)，隨著核心企業(yè)后端應(yīng)用程序的重新平臺化或轉(zhuǎn)型，家庭延伸現(xiàn)在進入視野。但是事后看來，過去一年云應(yīng)用的標題是針對用例的，這些案例使企業(yè)能夠轉(zhuǎn)向新的常態(tài)–在工作和消費日益虛擬化的情況下，更改或開發(fā)新服務(wù)的需求，以及傳統(tǒng)供應(yīng)鏈面臨壓力的地方。

負責任的AI和可解釋的AI將并駕齊驅(qū)

在過去的幾周中，已經(jīng)看到了有關(guān)人類智能作用的預(yù)測；職位招聘中對AI的需求; 在短期影響對AI的COVID大流行，這在長期正在鍛煉的更現(xiàn)實的期望對于AI在軟件市場的影響。

如果您是一名數(shù)據(jù)科學(xué)家，確保AI負責任并盡可能減少偏見就足夠具有挑戰(zhàn)性；當您向技術(shù)較少的從業(yè)人員敞開大門時，這一挑戰(zhàn)就變得更大。我們沒有辦法倒轉(zhuǎn)時鐘，關(guān)閉所有這些公民數(shù)據(jù)科學(xué)家的大門。因此，技術(shù)將必須伸出援手，以幫助使AI處于直線和狹窄狀態(tài)。可解釋的AI對于使負責任的AI計劃有效是必不可少的。盡管可解釋的AI不會是萬能藥（需要人類來開發(fā)如何建立自我文檔模型的標準），但如果沒有可解釋性，則消除偏見和不公平的努力就等于是輕率的努力。

面臨的挑戰(zhàn)是，在過去的一年中，我們在可解釋的AI方面沒有看到太多進展。一年前，我們在2020年的展望中概述了使AI擺脫黑匣子的挑戰(zhàn)，并猜測在過去一年中，可解釋AI的局限性變化相對較小。

展望未來，負責任的AI不會在2021年成為新趨勢。但是，我們確實希望，由于法規(guī)的外部壓力，由于法規(guī)的外部壓力，將在解釋性方面進行新的努力?？萍脊矩撠?。隨之而來的是，隨著AI越來越普及，以及隨著公眾監(jiān)督需求的不斷增長，負責任AI的目標將繼續(xù)成為目標。

數(shù)據(jù)庫內(nèi)機器學(xué)習成為復(fù)選框項

乍一看，從提供商到Microsoft、SAP、Oracle、Informatica，SAS以及其他提供單獨的計算，存儲和微服務(wù)的提供商的第二波云原生DBaaS服務(wù)似乎正以另一種趨勢出現(xiàn)：所謂的“將數(shù)據(jù)密集型流程下推”到數(shù)據(jù)庫中。在來年，我們將看到更多兩者。

推動下推并不是什么新鮮事。從一個角度來看，可以將其追溯到大型機計算的曙光中，程序和數(shù)據(jù)是互鎖的，但是更現(xiàn)代的表現(xiàn)形式是數(shù)據(jù)庫存儲過程和觸發(fā)器，它們實際上是Sybase的名片（以及為什么華爾街客戶頑固地存在的關(guān)鍵）被一個不穩(wěn)固的平臺所困，我們希望SAP能夠在1990年代注入新的生命。

隨著數(shù)據(jù)庫內(nèi)ML功能的涌現(xiàn)，我們已經(jīng)看到了這一點。幾乎每個云數(shù)據(jù)倉庫DBaaS都支持某種形式的數(shù)據(jù)庫內(nèi)部ML模型的訓(xùn)練和運行。數(shù)據(jù)庫內(nèi)ML已成為一個復(fù)選框項，因為（1）ML對于數(shù)據(jù)非常繁瑣，并且（2）當有替代的方式處理所有數(shù)據(jù)時，移動所有這些數(shù)據(jù)既昂貴又效率低下。

在湖邊小屋放松

數(shù)據(jù)倉庫支持者稱其為云原生架構(gòu)為他們提供了規(guī)模，并且多模型數(shù)據(jù)支持使他們能夠支持與數(shù)據(jù)湖相關(guān)的各種變化。數(shù)據(jù)湖的支持者認為，大小問題尤其重要，尤其是當您運行數(shù)據(jù)密集型AI模型時，新興的開源技術(shù)（例如Presto，Trino查詢引擎；表格式如Iceberg）可以使數(shù)據(jù)湖的性能幾乎與數(shù)據(jù)一樣好倉庫。

現(xiàn)實情況是，數(shù)據(jù)倉庫和數(shù)據(jù)湖各自具有各自不同的優(yōu)勢。是的，云數(shù)據(jù)倉庫現(xiàn)在可以冒險進入PB領(lǐng)域，但是對大多數(shù)企業(yè)而言，障礙是經(jīng)濟的：在這些規(guī)模上，數(shù)據(jù)湖通常會更經(jīng)濟。同樣，無論查詢引擎如何優(yōu)化，數(shù)據(jù)湖都依賴于文件掃描，而這種效率永遠不會像擁有可以對數(shù)據(jù)進行索引，壓縮和過濾的表那樣高效。

聯(lián)合查詢與來自不同數(shù)據(jù)庫的聯(lián)接表相關(guān)聯(lián)以進行單個查詢。由于數(shù)據(jù)移動（僅結(jié)果集）可以被最小化，因此將處理推進到數(shù)據(jù)所處的位置更適合云計算。在云中，這意味著聯(lián)合查詢以深入到云對象存儲。來自AWS，Azure，GCP和Snowflake的數(shù)據(jù)倉庫已經(jīng)通過聯(lián)合查詢或他們自己的專用查詢引擎進入了云存儲，我們期望Oracle和SAP今年將增加這些功能。

展望未來，我們并不希望將數(shù)據(jù)倉庫重新構(gòu)想為關(guān)系數(shù)據(jù)湖或數(shù)據(jù)湖屋，否則一定會使其過時。最終，將由您的開發(fā)人員來推動選擇。傳統(tǒng)的SQL數(shù)據(jù)庫開發(fā)人員可能會選擇關(guān)系數(shù)據(jù)湖，而使用Java或Python之類的語言的數(shù)據(jù)科學(xué)家和開發(fā)人員可能更喜歡數(shù)據(jù)湖，或者，如果他們的自然懷疑論得到了解決，則可能會選擇數(shù)據(jù)湖。在許多組織中，在數(shù)據(jù)倉庫，數(shù)據(jù)湖或數(shù)據(jù)湖屋之間進行選擇不是一個決定性的決定。