תובנה בענף: IBM על חיפוש רב-אקדמי ואסטרטגיית ai

עם כל הנתונים שחברות צוברות, זה מאבק למצוא מאגר אחסון יעיל בענן לא רק להחזיק ולנהל את כל המידע הזה, אלא גם לאפשר יכולות חיפוש ואבטחה. למרבה המזל, ספקי פלטפורמות ענן כמו יבמ, המציעה יבמ בענן לתשתיות כשירות (IaaS) ופלטפורמה כשירות (PaaS), עובדים באופן פעיל על דרכים חדשות לניהול נתונים בארכיטקטורות רב-עוצמתיות.

מהי ארכיטקטורה רב-עוצמתית?

ארכיטקטורה multicloud מורכבת מנתונים וקוד המאוחסנים בסביבות ענן מרובות בתוך ארכיטקטורה יחידה. פשוט דמיין אפליקציה שמשתמשת בקוד ומשאבים על פני עננים מרובים, כמו Amazon Web Services (AWS), IBM Cloud ו- Microsoft Azure. על ידי שימוש בסטנדרטים של יכולת הדדית הדדית המתפתחת, אדריכלות רב-עוצמתית מביאות פעולה הדדית לשירותי תוכנה לא משנה באילו עננים השירותים האלה משתמשים כפלטפורמה. זה מאפשר לך להתאים את משאבי הענן שלך כך שהם מכוונים באופן ספציפי יותר לעומסי העבודה שלך.

עסקים קטנים עד בינוניים (SMB) צריכים לשקול ספק שיכול לעזור בניהול התשתית של שירותי ענן מרובים ולשמור עליהם מאובטחים ומסודרים במסוף יחיד. אפילו טוב יותר הוא כזה שיכול לשלב שירותי ענן של צד שלישי, כמו Microsoft Office 365, עם משאבים שברשותך בשרתים וירטואליים משלך בענן אחר. ענן ציבורי עשוי להתאים לאפליקציה אחת וענן פרטי אחר. חברות קטנות ובינוניות יפיקו תועלת מהיעילות והזריזות שמציעה ארכיטקטורה רב-עוצמתית.

Multicloud ו- IBM

מבחינה מולקולרית, זו הייתה שנה עמוסה עבור יבמ. בחודש מאי היא השיקה את IBM Cloud Private for Data כדי לאפשר לחברות להפיק תובנות נסתרות מהנתונים שלהן על פני תחומים כמו הנדסת נתונים, מדעי נתונים ופיתוח וכן אפליקציות ומסדי נתונים. ואז, ב -10 בספטמבר, הודיעה החברה כי IBM Cloud Private for Data ישתלב עם Red Hat OpenShift, מיכל הקוד הפתוח ופלטפורמת האפליקציות של Kubernetes. Kubernetes היא פלטפורמת קוד פתוח להפעלת מכולות ברחבי אשכולות שרתים. שילוב זה עם Red Hat מעניק אפשרויות נוספות לחברות בעת הפעלת עומסי עבודה בענן, כך שהם יכולים להריץ במקום, בעננים ציבוריים ופרטיים, ובסביבת ה- Red Hat OpenShift עם קוד פתוח. יבמ תרחיב את השותפות שלה עם Hortonworks, חלוץ תוכנת ביג דאטה, לשילוב שירותים ב- Hortonworks DataPlane עם IBM Cloud Private for Data.

לבסוף, ב- 13 בספטמבר, יבמ הודיעה גם שהיא תאפשר למשתמשים לבצע שאילתות אנליטיות ברחבי הארגון באמצעות כלי שנקרא Queryplex, המהווה קונסולה יחידה לחיפוש בין עננים. באותו יום, יבמ קיימה אירוע בטרמינל 5 בעיר ניו יורק בהנחיית חנה סטורם של ESPN, במטרה להראות את לקוחותיהם המציגים את האתגר של הבינה המלאכותית (AI). זמן קצר לפני האירוע, PCMag הדביק את רוב תומאס, המנהל הכללי של יבמ אנליטיקס, כדי להבין כיצד יכולת חיפוש הענן החדשה עובדת, העבודה של יבמ עם Red Hat וכמה אסטרטגיות מנצחות ב- AI.

PCMag (PCM): כיצד IBM Cloud Private for Data מאפשרת לך לראות את כל הנתונים שלך?

רוב תומאס (RT): חשוב על זה כקונסולה לאופן בו לקוח מנהל נתונים בכל מקום בכל ענן שהוא. אם לקוחות משתמשים בזה, הם יכולים לראות את כל הנתונים שיש להם בהנחה, בארכיטקטורה של מיכל ענן פרטי, או שהם יכולים לראות נתונים שיש להם ב- AWS, Microsoft Azure, Google Cloud Platform או IBM Cloud. זוהי קונסולה יחידה להבנת כל הנתונים שלך - היכן שהם נמצאים, לקטלוג הנתונים ולארגן אותם.

PCM: מהו Queryplex וכיצד יכולים חברות קטנות ובינוניות להשתמש במשהו כזה כדי לחפש עננים?

RT: Queryplex נותן לך את היכולת לכתוב באמת שאילתת Structured Query Language (SQL) ולמצוא נתונים בכל מקום בעולם ולעשות ניתוחים. עם יכולת SQL רחבה זו, אינך צריך להזיז את הנתונים. אנו נמצא את הנתונים באשר הם ונפעיל אותם. אנו יכולים להשתמש בכוח העיבוד בקצה ואז לספק את הניתוח בחזרה למקום יחיד. אז אלה שני צדדים של אותו מטבע. האחת היא קונסולה לניהול כל הנתונים שלך. היצירה השנייה היא איך אתה מבצע ניתוחים על נתונים שבכל מקום בלי צורך להעביר את הנתונים כשלב 1, מכיוון שהעברת הנתונים היא יקרה; זה זמן רב. אז, למעשה, ביטלנו את הצורך בתנועת נתונים, שהיא סופר עוצמתית.

PCM: מה תהיה דוגמא יומית לחברה שמשתמשת בסוג זה של יכולות שאילתה?

RT: טובה יכולה להיות חברת רכב שעושה טלמטיקה כדי לבצע תחזוקה חזויה לרכב או לביצועיו. כיום הגישה תהיה להתחבר לרכב ואז להחזיר נתונים למיקום מרכזי. זה נותן לך את היכולת בזמן אמת. אז מה שהיה לפני 30 יום הוא עכשיו 30 שניות. זה הכוח לעשות זאת; זה פשוט משנה לחלוטין את אופי ותהליך האנליטיקה.

PCM: מהן השלכות האבטחה של חיפוש על פני עננים מרובים? איך אתה מצטרף כדי לאפשר חיפוש מסוג זה?

RT: תכננו את Queryplex כמוצר ארגוני אשר ינצל את כל מה שארגון הקים סביב פרוטוקולי אבטחה וניהול זהויות של Lightweight Directory Protocol (LDAP) או מדיניות ניהול נתונים. הרשה לי לתת לך דוגמא: אם מדיניות החברה שלך היא שבכל עת שאתה מבצע שאילתות מאוחדות שאתה לא רוצה לגעת במידע כלשהו שמאפשר זיהוי אישי (PII), נוכל להסוות את הנתונים האלה כחלק מיכולת זו כך שהיא לא הייתה " לא חלק מזה. תכננו אותו באמת להשתלב בארכיטקטורת האבטחה של חברה.

PCM: מה תצטרך חברה לעשות כדי לאפשר גישה לעננים שונים?

RT: כשאתה נמצא ב- IBM Cloud Private for Data, אתה מתקין מהר מאוד. מבחינת חיבור לענן אחר, זה רק לדעת את כתובת ה- IP. זה די פשוט; אתה יכול לעשות את זה. אז קטע הקישוריות אינו קשה. איפה שאני חושב שהחברות מתקשות יותר היא שככל שאתה מתקדם יותר לעבר מקרים של שימוש ב- AI או במדעי נתונים, אתה צריך לבנות מודל לזה. אתה צריך לאמן את המודל הזה ואנחנו יכולים לעזור לך לארגן את הנתונים כדי לעשות זאת.

PCM: מהן כמה אסטרטגיות מפתח עבור חברות ליישום AI או למידת מכונות (ML)?

RT: כמה דברים שונים. אני רואה כמה לקוחות שמקים מרכזי מצוינות למדעי נתונים (COE). אני חושב שזו יכולה להיות דרך טובה להמריץ את הארגון לנושא ולעבור דברים. אני חושב שזו גישה אחת טובה.

אנו רואים לקוחות אחרים המעסיקים מנהל נתונים ראשי (CDO) ומעניקים לאותו אדם את המשימה לנהוג בחברה בכיוון זה. גם אני חושב שזה טוב.

שלישית, אני רואה הרבה חברות שמסתמכות על זה שמגיעות משורה של עסקים, כלומר קו עסקים כדי למצוא את מקרה השימוש ואז זה בשביל החידוש הטכנולוגי. אני חושב שמישהו כזה יכול לעבוד.

אני חושב שהפער הגדול ביותר ומה שאני מעודד לקוחות לעשות הוא להיות עם אסטרטגיית נתונים. חלק מאסטרטגיית נתונים הוא לדעת היכן אתה נמצא היום. כלומר, האם אתה באמת עושה אינטליגנציה עסקית (BI) ומחסני נתונים או שאתה בעצם מבצע ניתוח עצמי בשירות עצמי? להבין איפה אתה ואז להבין את נקודת הסיום. אם אתה מקבל בהירות לגבי שתי הנקודות הללו, אתה יכול להתחיל ניסויים באמצעות COEs למדעי נתונים, CDO או דרך קו עסקים, מתוך ידיעה שתקבל רמה של הדירות החוזרת מאלה, וזה חשוב.

PCM: מה הוביל את IBM לעבוד עם Red Hat?

RT: אם תחזור לשנת 2000, יבמ הייתה תומכת ענקית של לינוקס. הייתי טוענת כי לינוקס כנראה לא תהיה איפה שהיא נמצאת היום ללא התמיכה של יבמ. בגלל זה, תמיד היה לנו דיאלוג מתמשך עם Red Hat סביב חדשנות וכיצד אנו תומכים במערכת האקולוגית. התבוננו במה שעשתה הרד-האט עם OpenShift.

אנו מאמינים ענקיים במכולות, ול- Kubernetes יש דרך לעזור ללקוחות לחדש אפליקציות ומצבי נתונים. אם אתה מסתכל על Red Hat עם OpenShift, הם בנו פלטפורמת מכולות נהדרת שמתמקדת במודרניזציה. אבל אין להם שום דבר לנתונים, וקשה לבצע מודרניזציה של אפליקציות מבלי לחדש את הנתונים בו זמנית.

איפה שנוכל להביא את מה שעשינו במונחים של מודרניזציה של שירותי נתונים עם IBM Cloud Private for Data, הוא להפעיל את זה באופן טבעי על OpenShift, כך שהלקוחות שנמצאים במסע למודרניזציה של אפליקציות יוכלו לעשות את אותו הדבר עם נתונים, והם יכול להפוך את הפרויקט לתוצאות עבור AI.

Hadoop טרם עברה לארכיטקטורת שירות מיקרו, כך שזו החלק השני בפאזל. עבודה עם Hortonworks כדי לסייע לחידוש ויצירת שירותי מיקרו של Hadoop שיכולים לשחק יחד עם IBM Cloud Private for Data ו- OpenShift.

PCM: כיצד חברות משתמשות בסוג זה של ארכיטקטורת שירות מיקרו?

RT: אני חושב שהכל חזר ל- AI ומדעי נתונים. כל מה שאתה עושה עם נתונים מונע בדרך כלל סביב תוצאה עסקית. אתה מחפש יתרון כלשהו מבחינת האופן בו אתה משתמש בניתוח.

לכן, אם קיבלתם הרבה מהנתונים שלכם בהאדופ, אם אינכם מסוגלים להשתמש בהם לניתוח חיזוי, ML או מדעי נתונים, זה לא מאוד חשוב לארגון. ככה אני מחבר את הנקודות. Hadoop הוא שירות מיקרו; זה הרבה יותר מורכב, הרבה יותר גמיש. קל יותר לעבוד עם הנתונים, וקל יותר להנגיש אותם לצוות מדעי נתונים גדול. וזה מאפשר לך להפיק יותר ערך מיישום Hadoop שלך.

PCM: לאן אתה רואה דברים בעתיד ככל AI ו- ML?

RT: אנחנו הולכים לאט לאט להיכנס לזרם המרכזי. לפני שנה הדיון היה "האם אוכל לעשות משהו?" הייתי אומר שזו הייתה שנת הניסויים המוגברת. אני חושב שבשנה הבאה אנו נכנסים לניסויים המוניים ובתקווה, בסוף השנה הבאה, אנו נמצאים בנקודה בה זה הופך להיות יותר מיינסטרימי. אנשים משתמשים ב- AI ובמודלים כדי להפוך אוטומציה רבה לתהליכים עסקיים בסיסיים, לאוטומציה של קבלת החלטות רבות. אז ברור שאנחנו במסע ההוא. אתה יכול לראות את ההתקדמות. אני מרגיש שאנחנו מתקרבים לנקודת מפנה, אם תרצו, אבל אנחנו עדיין לא ממש שם.