Perché il cloud? Nel 2016, è stato il richiamo del nuovo

Le aziende hanno ogni sorta di giustificazione per passare al cloud: evitare spese in conto capitale, aggiungere scalabilità alle applicazioni, persino il desiderio di cloud da parte dei CEO che vogliono "uscire dal business IT" (um, scusate, l'amministrazione è ancora necessaria).

Ma il 2016 ha visto un motivo salire al vertice: nuove incredibili funzionalità tutte pre-provisioning che ti aspettano nel cloud. Certo, potresti creare un cluster GPU ed eseguire i tuoi algoritmi di deep learning o passare all'IoT assemblando una piattaforma basata sugli eventi nel tuo data center. Ma ... lo faresti?

Non tutti i potenziali clienti cloud vogliono passare subito al machine learning o all'IoT. Ma i principali cloud pubblici offrono così tante nuove funzionalità e il potenziale è così grande, in particolare con l'apprendimento automatico, che la mancanza di accesso a tali elementi rappresenta uno svantaggio competitivo.

Per un semplice esempio, supponi di volere una traduzione linguistica in tempo reale con livelli di accuratezza quasi umani. Potresti provare a configurare il software e l'infrastruttura per farlo da solo, ma in un anno o due quando la precisione supera quella degli umani, quanto velocemente puoi aggiornare? Un servizio cloud fornirà questi miglioramenti non appena arriveranno.

Inoltre, gli sviluppatori giocano con le nuove API cloud che ne parlino o meno alla direzione, quindi potresti anche sfruttarlo e almeno sperimentare lo sviluppo di nuove applicazioni cloud. La tua altra scelta è vietare agli sviluppatori di sperimentare con quella roba durante l'orario aziendale e scacciare i migliori e più brillanti.

Ecco le quattro aree principali in cui il cloud offre non solo funzionalità, ma miglioramento continuo:

Apprendimento automatico: benvenuto nell'area più calda della tecnologia. A giudicare dai modelli di traffico di Google, il servizio di deep learning TensorFlow di Google sembra essere il motivo principale per cui i potenziali clienti considerano Google Cloud Platform. Microsoft offre il suo Azure Machine Learning; IBM Bluemix fornisce Watson nel cloud. Amazon ha tenuto duro alla sua conferenza re: Invent, presentando i suoi servizi di machine learning Rekognition, Polly e Lex e annunciando che MXNet sarebbe stato il suo framework di deep learning.

Piattaforme IoT: i primi cinque cloud pubblici - AWS, Salesforce, Microsoft Azure, Google Cloud Platform e IBM Bluemix - dispongono tutti di piattaforme IoT per la connessione sicura dei dispositivi e lo sviluppo di applicazioni guidate dagli eventi. Amazon ha agitato il piatto a re: Invent quando ha annunciato AWS Greengrass, un core software (e SDK) progettato per essere eseguito su dispositivi IoT, consentendo a tali dispositivi di eseguire funzioni AWS Lambda e connettersi in modo sicuro alla piattaforma AWS IoT.

Elaborazione serverless:  l'industria ha una lunga storia di astrazione sommata all'astrazione. Con l'elaborazione serverless, la preoccupazione per l'infrastruttura, anche quella virtuale, diventa un ricordo del passato per gli sviluppatori. L'elaborazione serverless incoraggia anche gli sviluppatori a prendere le funzioni da una libreria e metterle insieme, riducendo al minimo la quantità di codice originale che deve essere scritto. AWS Lambda è l'esempio più noto di elaborazione serverless, ma altri cloud hanno seguito l'esempio. Microsoft ha Azure Functions e Google offre Cloud Functions.

Gestione dei container: i container promettono tutti i tipi di vantaggi in termini di agilità, ma devono essere gestiti e orchestrati. Il settore sembra aver scelto Kubernetes come la soluzione preferita, supportata da tutti i principali cloud pubblici. Kubernetes è open source, quindi può essere configurato in locale, ma ti assicuriamo che la maggior parte dei clienti lo sceglierà invece come servizio cloud. Inoltre, la recente introduzione dello scheduler di container di Amazon EC2 Blox dimostra che puoi aspettarti che tutti i tipi di servizi correlati emergano nel tempo.

Queste sono solo le aree tecnologiche avanzate di più alto profilo. Ad esempio, il cloud pubblico è anche un luogo naturale per analisi ad alta intensità di calcolo, perché puoi avviare e arrestare i server in base alle necessità, nonché sfruttare l'apprendimento automatico per dare un senso ai risultati. L'ecosistema Hadoop / Spark open source in continua evoluzione continua ad aggiungere nuovi progetti, che i cloud pubblici assorbono rapidamente e rendono disponibili come servizi ai clienti.

Una cosa è sfruttare le risorse di elaborazione, archiviazione e rete senza dover procurarle, fornirle e gestirle in locale. Questa è stata la proposta di valore di primo ordine del cloud. Oggi stiamo assistendo all'emergere di vasti ecosistemi cloud, che stanno diventando le piattaforme di riferimento per la nuova tecnologia più entusiasmante. Un'impresa può permettersi di ignorarlo?