2020 年值得關注的??技術趨勢

類型: 行內新聞 閱讀量: 650 更新時間: 2020-06-13 08:00:25

No.1 云原?將以容器的形態落地

2019 年,還是有很多?會對“云原?”充滿了疑惑甚?誤解。這想必也是為何我們?直能夠在不同場合聽到關于云原?的各種不同定義的原因所在。有?說,云原?就是 Kubernetes 和容器;也有?說,云原?就是“彈性可擴展”;還有?說,云原?就是 Serverless;?后來,有??脆做出判斷:云原?本?就是“哈姆雷特”,因為每個?的理解都不?樣。實際上,?從這個關鍵詞被 CNCF 和 Kubernetes 技術?態“借?”之初,云原?的意義和內涵就是?常確定的。在這個?態當中,云原?的本質是?系列最佳實踐的結合;更詳細的說,云原?為實踐者指定了?條低?智負擔的,能夠以可擴展、可復制的?式最?化地利?云的能?、發揮云的價值的最佳路徑。所以說,云原?并不指代某個開源項?或者某種技術,它是?套指導軟件與基礎設施架構設計的思想。這種思想,以??以蔽之,就是“以應?為中?”。

正是因為以應?為中?,云原?技術體系才會?限強調讓基礎設施能更好的配合應?,以更?效的?式為應?“輸送”基礎設施能?,?不是反其道??之。?相應的, Kubernetes 、Docker、Operator 等在云原??態中起到關鍵作?的開源項?,就是讓這種思想落地的技術?段。以應?為中?,是指導整個云原??態和 Kubernetes 項?蓬勃發展?今的重要主線。

2020 年,隨著容器、尤其是 Kubernetes 的迅猛發展,CNCF 基于 Kubernetes 這樣?個“種?”迅速構建起來?個以數百個開源項?組成的龐??態,使得云原?的落地趨勢越來越清晰:以容器的形態落地,把“以應?為中?”進?到底。

No.2 DDD 即將撞上敏捷式的尷尬

DDD(領域驅動設計)的思想發端于 2004 年,在過去的?余年時間中?直不溫不?,直到最近兩年才得到越來越多的關注度。有?說,正是托微服務的福,DDD 才有了流?的?壤。實際上,?前微服務的劃分?法?全球共識的就是 DDD,但 DDD 的核?思想并不僅僅局限于微服務本?。因為微服務是?種架構?格,? DDD 是?種思想。微服務定義的九?核?特質,跟 DDD 的原則是完全?致的,這在某種程度上也是業界愿意在微服務上下?中采? DDD ?法和實踐的原因

雖然 DDD 的關注度?漸提升,但在實踐過程中,也遇到了敏捷開發式的尷尬:如何調整組織架構以適配 DDD?

過去業界提到敏捷開發,都說對個體的要求太?,但實際上并不是。表?上看敏捷對開發?員的技能要求?,實際上是因為敏捷開發要求調整組織架構,很多?不愿意動,因此業務和技術協作上的問題很難解決。

DDD ?臨的困境同樣如此。在過去,技術這條線的劃分可能是開發?部、開發?部,業務這條線的劃分可能是業務?線、業務?線。但 DDD 的劃分理念是從業務?度劃分成領域,領域再劃成服務,落地的時候采?微服務架構,以前的劃分?式完全適配不了。所以直接造成DDD 落地難的阻礙也是組織結構。具體表現就是協作不起來,各條線相互甩鍋,領導抱怨團隊?員能?不夠??梢灶A?,隨著微服務和中臺思想的持續升溫,2020 年 DDD 將會變得更加流?,但由此帶來的問題也會愈加凸顯。

No.3 Service Mesh 將迎來技術的普及年

2018 年?今,Service Mesh 的熱度直線上升,?隨著 Kubernetes ?態體系的逐漸建?和完善,基于 Kubernetes 應?程序的規模和復雜性將增加,Service Mesh 將成為有效管理那些應?程序所必需的?切。企業對其的需求將會快速增?。我們認為,2020 年 Istio 作為控制平?的?種技術實現仍將在 Service Mesh 領域扮演核???。Istio 獲得業界?泛關注的原因,在于背靠Google 公司的內部?程實踐,以及對?程實踐的再思考和重新提煉。?在國內也有阿?巴巴等?玩家在參與其中。未來市場上可能還有其他競爭者的空間,但市場的整合將于 2020 年開始。從?遠來看,我們很可能會看到類似 Kubernetes 的情況,其中出現了贏家,公司開始標準化那個贏家。?前來看,業界正在圍繞 Istio 建??態,Istio 似乎最有可能成為事實上的 ServiceMesh。

2019 年 Service Mesh 的解決?案?例較為單?,展望 2020 年,相信會有更多的公司通過實踐?對 Service Mesh 的價值更有體感,通過創造更多的成功?戶故事、案例?加速 ServiceMesh 的普及。也許,2020 年將成為 Service Mesh 技術的普及年。

No.4 Serverless 從觀望?向落地

Gartner 最近的?份報告表明,到 2020 年,全球將有 20% 的企業部署?服務器架構。這說明?服務器架構不只是?個流?語,更是?種眾所周知的云計算趨勢,并且已經在軟件世界掀起?場?命。?型?商(如亞?遜、微軟和?歌)已經在?服務器架構領域重資投?,追趕?命的浪潮。

Serverless 已經從觀望期?向了落地進程,O’Reilly 近期的?份千?樣本的調查顯?:超過40% 受訪者已在使?,50% 開發者想要嘗試。2020 年 Serverless 的發展將在以下?個??取得更多進展:

  • Serverless 計算平臺的能?有了??進步,變得更加通?;

  • Serverless 正在從偏離線業務進?在線業務;

  • Serverless ?態不斷發展,在應?構建,安全,監控報警等??涌現了很多開源項?和創業公司,?具鏈越來越成熟;

  • ?戶對 Serverless 的接受度不斷增加,除了互聯?等迅速擁抱新技術的?業,傳統企業 ;如銀??戶也開始采? Serverless 技術;

  • Java 語?、社區不斷努?,試圖成為 Serverless 平臺的主流語?;

  • 基于 WebAssembly(WASM)的 FaaS ?案有望出現。


No.5 WebAssembly 將成為 Web 新技術浪潮主?

雖然前端?直是推陳出新速度最快、開發者最愛抱怨“學不動”的技術領域,但是回顧剛剛過去的 2019 年,多位專家都會這樣告訴我們:2019 年?前端領域增速放緩,并沒有出現很多顛覆性技術。

仔細想想這個說法確實也站得住腳,?論框架、語?還是前后端分?,2019 年并未出現重磅新聞,主要的“廝殺”都在細分領域展開。這未嘗不是好事,可能意味著前端正在?向成熟。

不過如果?要在 2019 年看似平淡的前端圈選擇?個超過預期、2020 年值得關注的技術趨勢,我們可能會選擇 WebAssembly(Wasm)。

WebAssembly ?今已經發展了三四年時間,2019 年發展速度之快超乎我們想象。3 ?份Mozilla 提出 WASI ;Mozilla、Fastly、英特爾與紅帽宣布成? Bytecode Alliance(字節碼聯盟);2019 年末的?事件則是 WebAssembly 進? W3C 成為正式推薦標準。

Docker 聯合創始?在 Twitter 上說的?句話更是給 WebAssembly 添了?把?:

“如果 WASM+WASI 在 2008 年就已誕?,那么我們就?不著創建 Docker 了?!?/p>

但是如果你認為 WebAssembly“真?”,可能?錯了。最近對 JavaScript 開發?員進?的?項調查顯?,只有??部分?在使?WebAssembly,因為?前?家還找不到放棄 JavaScript 的理由。

不過進? 2020 年,WebAssembly 在商業化上的進程可能會加快,如果你還沒有關注和學習WebAssembly,建議你補上這個功課。

Wasm 現階段的應?場景還?較少,主要的?個應?場景都集中在前端密集計算業務的優化上,除此之外也有 AI、區塊鏈上的嘗試。我們預測 2020 年 WebAssembly 應該主要還是以標準制定及基礎設施(瀏覽器、編譯器等)實現發展為主,在 Post-MVP 沒有被完全落地的情況下,Wasm 很難跳出?前的?個應?場景來進?能夠放到?產環境上的試驗,這也是 2020 年Wasm 將會?臨的?個?較?的挑戰。

當然現階段對于 JavaScript 開發者??,由于現階段 Wasm 標準的落地進度并沒有達到可以為 JavaScript 開發者或者前端開發者提供很多的、能夠解決前端實際問題的 Wasm 落地場景,因此導致更多的?伙伴只是采取觀望態度。2020 年這樣的情況是否會有所改善?可能還要看 Wasm 標準在?具鏈和瀏覽器層?的落地實現程度。

除了 WebAssembly,2020 年值得關注的前端趨勢還有很多,?如 Serverless,?如前端智能化。

No.6容器化加速席卷?數據基礎架構

前?多年,?數據的發展主要集中在技術框架上,社區出現了?系列優秀作品,?如引領?數 據?潮的 Hadoop,?如計算引擎 Spark、Flink ,?如消息中間件 Kafka 等等,可以說,? 數據領域的技術框架已經?較成熟。我們認為新的?年中,?數據領域將迎來?數據的容器化浪潮。

IT 基礎設施往云上遷移是?勢所趨,由于來?云平臺的競爭,Hadoop 正?臨越來越?的阻?。去年 6 ? Cloudera 和 Hortonworks 合并,股價暴跌 40%。雖然 Hadoop 不太可能很快就會消失,但它的采?可能會減緩。

同時出于對成本以及對?商鎖定的擔憂,促成了向混合?法的演變,包括公?云、私有云和本地部署的組合。在混合云時代,容器依靠其??標準化、?次構建隨處運?的能?,?常適合?于?數據系統的構建和管理。?前已經有?量的?數據系統原??持 on Kubernetes,例如Spark 官?版本從 2.3 開始就可以?需任何修改直接跑在 Kubernetes 上,?且“更好地在 K8s上運?”已成為后續版本演進的的重?策略。?業也已涌現出多個案例。數據基礎架構正在從Hadoop 到云服務再到混合云 / Kubernetes 環境的三個階段過渡,?前這?過程正在加速。

當然除了容器化浪潮外,2020 年?數據領域還會迎來數據實時以及全鏈路整合的趨勢。數據本?的價值是隨著時間推移?快速降低的,以 Kafka、Flink 為代表的流處理計算引擎已經為實時計算提供了堅實的底層技術?持,實時數據計算已融?各種企業場景。?數據的實時性包括快速獲取和傳輸數據、快速計算處理數據、實時可視化數據、在線機器學習和模型實時更新等各個環節,每個環節都會影響整體實時性。

傳統的機器學習和?數據兩套技術也逐漸在融合,從原始數據導?到數據準備、數據訓練到模型部署,整個是?套閉環,?數據和 AI 平臺的集成與協同將是未來發展的?個趨勢。?如在Spark 社區?也提出了 Hydrogen 計劃,在應?層把?數據和 AI 開源的框架全部串聯在?起,通過分布式的調度?式,把這些框架調度到分布式數據與 AI 平臺之上。

除此以外,2019 年”數據中臺“的概念可謂?了?把。2020 年依然是?數據發展的?個值得關注的趨勢。

No.7 深度遷移學習  基于預訓練模型有更多改進

2019 年,由于預訓練模型 BERT 以及 GPT 2.0 的發展,深度遷移學習成為 AI 領域的熱門詞匯。準確地說,預訓練模型是?然語?處理領域新的 baseline,如果要在完全不依賴 BERT 的基礎上,提出?個與 BERT 效果相當或者更好的新模型,?前來看可能性?常低。業界?部分NLP 成果均是基于 BERT 的各種改進或者在對應業務場景上進?應?的,?且 BERT 的改進?向?較多,已經出現各種可?的變種 。

?前,XLNet、RoBERTa 等各種 BERT 的改進預訓練模型,雖然是通過增加預訓練的數據進?步提升效果,但除了增加數據,還做了許多模型??的優化,這些突破都不是僅僅依靠堆數據就能帶來的成果。

我們認為:2020 年,深度遷移學習將基于預訓練模型有更多改進,?如對性能要求較?的場景需要對模型做?些改進和?案上的優化,雙向語?模型有可能出現訓練和預測不?致的現象,以及在??本處理、?本?成任務上的不?。同樣值得期待的是,該領域未來可能會出現更加輕量級的在線服務模型。拓展到?然語?處理領域,除了不斷提升預訓練模型的效果,未來如何更好地與領域的知識圖譜融合,彌補預訓練模型中知識的不?,也是新的技術突破?向。

No.8 圖神經?絡的應?邊界繼續擴展

圖神經?絡(GNN,Graph Neural Networks)是 2019 年 AI 領域最熱門的話題之?。雖然深度學習?前已經在諸多領域擁有了顯著的應?成果,但因果推理和可解釋性仍是短板,這?年學術界和?業界都在探索新的?向。圖神經?絡是?于圖結構數據的深度學習架構,將端到端學習與歸納推理相結合,業界普遍認為其有望解決深度學習?法處理的因果推理、可解釋性等?系列瓶頸問題,是未來 3 到 5 年的值得關注的重點?向。

 展望 2020 年,最可以確定的?點是:GNN 依然會保持如今快速發展的態勢。從理論研究上看,不斷解構 GNN 相關的原理、特?與不?,進?提出相應改進與拓展,是?常值得關注的部分,如動態圖、時序圖、異構圖等。另外,?直以來研究 GNN 所?的標準數據集,如Cora、PubMed,相對來說場景單?、異構性不?,難以對復雜的 GNN 模型進?準確評價。針對這?問題,近期斯坦福?學等開源的 OGB 標準數據集有望??改這個現狀。在新的評價體系下,哪些?作能夠脫穎?出?值得期待。

從應?上看,除了在視覺推理、點云學習、關系推理、科研、知識圖譜、推薦、反欺詐等領域有?泛應?外,在其他諸如交通流量預測、醫療影像、組合優化等場景下,也出現了?些GNN 相關?作。在這其中,如何準確有效地將圖數據與 GNN ?者有機結合到相關場景,是應?上需要著重考慮的。相信 2020 年,會出現更多這樣的?作來拓展 GNN 的應?邊界。此外,GNN 要真正在?業界?規模落地,底層系統架構??仍需做?量?作。業界期待著?個更為開放、?性能,且?持超?規模分布式圖?絡計算的主流平臺的出現。

No.9?規模知識圖譜的?動化構建將成為重要發展趨勢

作為認知智能領域核?技術之?,?前知識圖譜已運?到語?助?、聊天機器?、智能問答等熱門的??智能應?場景中,并覆蓋泛互聯?、?融、政務、醫療等眾多領域。盡管發展?爆,但現在知識圖譜在構建和落地過程中還?臨著諸多挑戰:?先,對??構建的依賴度還較?,仍然缺乏從?規模數據?獲取的?段;其次,知識圖譜的構建技術成本很?。為解決上述問題,?前有很多公司都在做?些?動化構建知識圖譜的探索?作,如明略科技開發了?動圖譜構建?具,將?些中間構建過程?動化;騰訊正在基于聚類算法和強化學習結合的模式開發schema ?動構建和根據反饋調整知識圖譜的能?….

2019 年知識圖譜構建技術已經從過去的完全??編輯,進化到了場景化定制 NLP 知識抽取配合??模板和審核的模式,正在經歷??構建 – 群體構建 – ?動構建這樣的技術路線。?動化構建知識圖譜的特點是?向互聯?的?規模、開放、異構環境,利?機器學習技術和信息抽取技術?動獲取互聯?信息。

2020 年,我們可以預?的是:?規模知識圖譜的?動化、?質量構建將成為重要的發展趨勢。具體來看,?先,知識圖譜的 schema ?動構建和圖表?推理將成為關注的重點;其次,隨著知識圖譜在各個?業的深?落地,會有更多?向領域知識圖譜的?動化構建?案涌現出來,?如智能醫療、智能?融等相關知識圖譜及推理應?建設;此外,隨著 5G 的到來,5G 知識圖譜的構建也值得我們期待。

No.10 區塊鏈穩定幣將成全球關注重點

2019 年,區塊鏈技術迎來了兩?“強?劑”,??是以 Facebook Libra 為代表的穩定幣技術,另??是中共中央政治局集體學習區塊鏈技術,國家最?領導?對區塊鏈技術給予?度肯定。

在過去?年中,各?主要分布式賬本技術(DLT)、各?公司的聯盟鏈技術團隊都做出了不少改進,已經顯著增加了相關?案解決實際問題的潛?。技術的相對成熟,讓區塊鏈能在未來的?年?結合企業業務得到落地發展。

我們認為,區塊鏈未來主要有兩點值得關注:?是區塊鏈之間的互操作性,2020 年我們很可能會看到更多區塊鏈系統的相互融合,跨鏈技術也有望進?步突破;?是穩定幣?付技術。?付是區塊鏈的看家本領,穩定幣避免了其他類型數字貨幣幣值不穩、劇烈波動的弊端,從?使數字貨幣能夠真正應?于?常?付等業務場景中。

同時,在 Facebook Libra 的影響下,各國央?數字貨幣之間的競爭加劇,尤其我國的央?數字貨幣已是“呼之欲出”,未來國際?融體系勢必會發??變?。全球各國政府都?較重視這塊?的發展,相信在未來會掀起穩定幣的熱潮。