文章轉(zhuǎn)載來源《千家網(wǎng)》
企業(yè)和整個社會繼續(xù)轉(zhuǎn)向技術(shù)來解決世界上一些最大的挑戰(zhàn)。例如，醫(yī)療保健行業(yè)正在利用云、邊緣和人工智能來更好地監(jiān)測患者；交通行業(yè)正在利用云、邊緣和人工智能來更好地管理交通；石油和天然氣行業(yè)正在利用云、邊緣和人工智能來遠程監(jiān)控資產(chǎn)。IT運營在過去的三年里有了很大的發(fā)展，高層領(lǐng)導(dǎo)和IT決策者優(yōu)先考慮IT轉(zhuǎn)型以促進業(yè)務(wù)增長。一個積極的觀察是，印度的企業(yè)正在從白板上轉(zhuǎn)向?qū)嵤Ｔ跀?shù)字化速度加快的背景下，數(shù)字進步繼續(xù)獲得動力，以下是預(yù)計將在2023年改變企業(yè)的六個關(guān)鍵IT趨勢。
5G將改造IT基礎(chǔ)設(shè)施——在印度部署5G將促進IT服務(wù)。云、邊緣和人工智能等技術(shù)將對各行業(yè)產(chǎn)生重大影響。遷移到云端以有效管理工作負載的組織將需要先進的企業(yè)IT解決方案來利用新的和新興的技術(shù)。隨著5G帶來高速網(wǎng)絡(luò)以更快地處理數(shù)據(jù)，企業(yè)現(xiàn)在有機會實現(xiàn)基礎(chǔ)設(shè)施的現(xiàn)代化，并體驗增強的性能，以補充物聯(lián)網(wǎng)、AR/VR、體驗式平臺等技術(shù)進步。
對邊緣、人工智能和物聯(lián)網(wǎng)的需求增加——5G網(wǎng)絡(luò)的速度比4G快10倍左右。這將增加實時數(shù)據(jù)處理，使邊緣計算成為尋求更快洞察力的企業(yè)更可行的選擇。以制造業(yè)為例，5G和邊緣技術(shù)在推動“智能工廠”方面具有巨大潛力。與人工智能相結(jié)合，邊緣將實現(xiàn)智能制造流程的自主性，使配備物聯(lián)網(wǎng)的機械能夠識別故障并及時傳輸信號。
零信任的采用增加——在混合工作和快速數(shù)字化轉(zhuǎn)型的時代，傳統(tǒng)的邊界安全將無法保護組織免受網(wǎng)絡(luò)犯罪分子的侵害，因為網(wǎng)絡(luò)犯罪分子在針對易受攻擊的組織的方法上具有創(chuàng)新性。預(yù)計到2023年，網(wǎng)絡(luò)犯罪將使全球損失約8萬億美元，因此保護遠程環(huán)境至關(guān)重要。這就是零信任模型將變得更加突出的地方——消除攻擊面，防止橫向移動并降低復(fù)雜性。其還為企業(yè)配備了人工智能驅(qū)動的威脅檢測和先進的數(shù)據(jù)保護控制，以提高核心IT和安全性。安全第一思想的興起將使企業(yè)能夠采用零信任架構(gòu)，最大限度地減少特權(quán)和訪問，并消除傳統(tǒng)邊界安全方法的不足，同時確保現(xiàn)代云環(huán)境的安全。
企業(yè)將受益于即服務(wù)——ITDM一直在尋找減少基礎(chǔ)設(shè)施復(fù)雜性并獲得最終靈活性的途徑。像聯(lián)想TruScale這樣的一切即服務(wù)(XaaS)產(chǎn)品使各種規(guī)模的企業(yè)能夠通過行業(yè)領(lǐng)先的創(chuàng)新解決方案加速IT轉(zhuǎn)型，并采用無風(fēng)險、無意外、現(xiàn)收現(xiàn)付模式。隨著“即服務(wù)”在2023年越來越突出，企業(yè)將利用所需的靈活性和可擴展性來保持競爭力，并管理其資本支出和運營支出。例如，在繁忙期間，電子商務(wù)企業(yè)在管理最大流量時可能面臨停機。通過現(xiàn)收現(xiàn)付模式，企業(yè)可以輕松地擴大或縮小規(guī)模，以管理節(jié)日或大型折扣銷售期間的動態(tài)流量負載
可持續(xù)計算——IT基礎(chǔ)設(shè)施的能源需求會推高成本，同時也會增加碳排放。數(shù)據(jù)中心的排放量與全球航空業(yè)的排放量一樣多。企業(yè)已經(jīng)在利用創(chuàng)新的冷卻技術(shù)來防止能源消耗。數(shù)據(jù)中心冷卻技術(shù)，如溫水冷卻和空氣輔助液體冷卻，已經(jīng)成為降低能源消耗的流行方法。十多年來，聯(lián)想通過Lenovo Neptune?直接水冷技術(shù)領(lǐng)先于這一趨勢。Neptune目前處于第五階段，其將行業(yè)領(lǐng)先的數(shù)據(jù)中心效率擴展到更廣泛的服務(wù)器，回收溫水循環(huán)以冷卻系統(tǒng)，使客戶能夠減少高達40%的電力消耗。
GPU將變得更加突出——GPU正在從僅用于游戲擴展到加速不同的計算負載，最大限度地提高圖形設(shè)計、虛擬化、人工智能和高性能計算的性能。配備深度學(xué)習(xí)和超級樣本的GPU可以自主學(xué)習(xí)，并開始消除瓶頸。隨著高性能計算在管理密集工作負載方面的日益突出，GPU將在科學(xué)計算中發(fā)揮至關(guān)重要的作用。例如，研究人員通過并行化計算密集型代碼的部分，利用GPU在高性能計算工作負載中實現(xiàn)可視化。這使得科學(xué)領(lǐng)域的研究人員、科學(xué)家和工程師能夠在很短的時間內(nèi)虛擬化大數(shù)據(jù)并運行模擬，從而更快地進行發(fā)現(xiàn)。
根據(jù)NASSCOM的估計，印度科技行業(yè)在2022財年超過了2000億美元。推動這種加速的原因是企業(yè)優(yōu)先考慮簡化的運營、更快的上市速度以及為客戶提供無縫的數(shù)字體驗。在當今的混合環(huán)境中，ITDM正在采用不同的技術(shù)來提高整體效率并提供價值，這一趨勢將在2023年進一步加速。
