2022 年に起こる 16 のクラウド イノベーション トレンド

従量課金制の価格モデルの背後には、パブリック クラウドが最新かつ最高の開発、DevOps、AI ツールを備えており、より優れたスマートなアプリケーションをより迅速に構築できます。

パブリック クラウドについて考えるとき、最初に思い浮かぶのは通常、金銭的な支出です。ワークロードを容量に近いデータ センターからクラウドに移行すると、資本支出 (CapEx) は削減されますが、運用経費 (OpEx) は増加します。これは財務管理者にとって両面的な魅力がありますが、開発者、運用担当者、または DevOps としてこの 2 つを組み合わせた人々にとっての有用性も過小評価できません。

これらの人々にとって、クラウド コンピューティングは、新しいソフトウェア サービスに新しいサーバー ハードウェアやエンタープライズ ソフトウェア スイートの購入が必要だったときには得られなかった多くの機会を提供します。オンプレミスでの展開に 6 か月かかる作業が、クラウドではわずか 10 分で完了する場合があります。オンプレミス展開を作成するために 3 つの管理レベルからの署名を必要とする料金は、クラウドの課金予算から差し引くことができます。

それは単に時間と利便性の問題ではありません。クラウドはソフトウェア開発のスピードも向上させ、多くの場合、市場投入までの時間を短縮します。クラウドではより多くの実験も可能になり、多くの場合ソフトウェアの品質が向上します。

さらに、クラウドには、即時のメリットをもたらし、オンプレミス コンピューティングの長年の課題を解決する真のイノベーションが存在します。注目を集めているクラウド機能を16個紹介します。

1. オンデマンドコンピューティングインスタンス

ローカル サーバーに新しいデータベースをインストールする場合、数か月、あるいは数年待たなければならない場合があります。物理サーバーの代わりにローカル仮想マシン (VM) を使用でき、企業が VMware または同様のテクノロジを使用している場合は、待機時間を数週間に短縮できます。

しかし、企業がパブリック クラウド上にサーバー インスタンスを作成したい場合、約 15 分でプロビジョニングして実行することができ、必要に応じてサイズを変更したり、使用していないときにシャットダウンしたりすることができます。

2. 事前に構築された仮想マシンイメージ

企業が選択したオペレーティング システムで VM を起動するのは便利ですが、それでも企業に必要なアプリケーションをインストールしてライセンスを取得する必要があります。企業が選択したオペレーティング システムとアプリケーションをすぐに使用できる状態で仮想マシンを起動できることは、非常に貴重です。

3. サーバーレスサービス

「サーバーレス」とは、サービスまたはコードが、通常はイベントに応じて、実行するための専用の VM を必要とせずに、短期間でオンデマンドで実行されることを意味します。サービスがサーバーレスである場合、基盤となるサーバーについてまったく心配する必要はありません。リソースは、クラウド プロバイダーによって管理されるプールから割り当てられます。

現在、すべての主要なパブリック クラウドで利用できるサーバーレス サービスは、通常、自動スケーリング、組み込みの高可用性、および価値に応じた課金モデルを備えています。企業が特定のパブリック クラウドに制限されないサーバーレス アプリケーションを必要とする場合は、Kubernetes クラスターのみを必要とする Kubeless などのベンダー中立のサーバーレス フレームワークを使用できます。

4. オンデマンドコンテナ

コンテナは、仮想マシンよりもはるかに軽量な、実行可能なソフトウェアのユニットです。コンテナーは、アプリケーション コードとライブラリなどの依存関係をパッケージ化します。コンテナはホストのオペレーティング システム カーネルを共有します。

コンテナは Docker Engine または Kubernetes サービス上で実行できます。コンテナをオンデマンドで実行すると、仮想マシンをオンデマンドで実行するのと同じメリットが得られるほか、必要なリソースが少なくなり、コストも削減できるというメリットもあります。

5. ビルド済みのコンテナイメージ

Docker コンテナは、Dockerfile によって指定された Docker イメージの実行可能インスタンスです。 Dockerfile にはイメージを構築するための指示が含まれており、通常は別のイメージに基づいています。たとえば、Apache HTTP Server を含むイメージは、Ubuntu イメージに基づいている可能性があります。企業は Docker レジストリで定義済みの Dockerfile を見つけたり、独自の Dockerfile を構築したりできます。 Docker のローカル インストールまたはコンテナーをサポートする任意のクラウドで Docker イメージを実行することもできます。

事前に構築された仮想マシン イメージと同様に、Dockerfiles を使用すると完全なアプリケーションをすばやく起動できますが、VM イメージとは異なり、Dockerfiles はベンダーに依存しません。

6. Kubernetes コンテナオーケストレーション

Kubernetes (K8s) は、コンテナ化されたアプリケーションの展開、スケーリング、管理を自動化するためのオープンソース システムです。 K8s は Google の社内「Borg」テクノロジーをベースにしています。 K8s クラスターは、コンテナ化されたアプリケーションを実行するノードと呼ばれるワーカーマシンのグループで構成されます。

ワーカーノードはアプリケーションを含むポッドをホストします。コントロール プレーンはワーカー ノードとポッドを管理します。 K8s はどこでも実行でき、無限に拡張できます。すべての主要なパブリッククラウドには K8s サービスがあります。企業は独自の開発マシンで K8s を実行することもできます。

7. サーバーを自動的にスケーリングする

企業は、アプリケーションをコンテナ化して Kubernetes で実行し、クラウド内で自動的にスケーリングする必要がありません。ほとんどのパブリック クラウドでは、インスタンスを追加 (または削減) したり、インスタンス サイズを増加 (または減少) したりすることで、使用状況に基づいて仮想マシンとサービスを自動的にスケールアップ (またはスケールダウン) できます。

8. 惑星データベース

主要なパブリック クラウドと複数のデータベース ベンダーは、データ構造、冗長相互接続、分散コンセンサス アルゴリズムなどの基盤を備えたグローバル規模の分散データベースを実装しており、データベースが効率的に動作し、最大 5 ナイン (99.999% の稼働時間) の信頼性を実現しています。

9. ハイブリッドサービス

データ センターに多額の投資をしている企業は、既存のアプリケーションやサービスをクラウド サービスに置き換えるのではなく、クラウドに拡張したいと考えることがよくあります。現在、すべての主要クラウド ベンダーは、特定のハイブリッド サービス (データ センターとクラウドの両方にまたがるデータベースなど) の使用や、パブリック クラウドに接続されたオンプレミス サーバーとエッジ クラウド リソース (ハイブリッド クラウドと呼ばれることが多い) の使用など、これを実現する方法を提供しています。

10. スケーラブルな機械学習のトレーニングと予測

機械学習のトレーニング、特にディープラーニングには通常、数時間から数週間に及ぶ膨大なコンピューティング リソースが必要です。一方、機械学習による予測では、バッチ予測が行われていない限り、予測ごとに数秒の計算リソースが必要になります。多くの場合、クラウド リソースを使用することが、モデルのトレーニングと予測を完了するための最も便利な方法です。

11. クラウド GPU、TPU、FPGA

CPU クラスターでは、大規模なモデルと非常に大きなデータセットを使用した正確なトレーニングに必要なディープラーニングに、1 週間以上かかることがよくあります。 GPU、TPU、FPGA はすべてトレーニング時間を大幅に短縮でき、クラウドに置いておくことで必要なときに簡単に使用できるようになります。

12. 事前学習済みAIサービス

言語翻訳、テキスト読み上げ、画像認識など、多くの AI サービスは、事前にトレーニングされたモデルで適切に実行できます。すべての主要なクラウド サービスは、堅牢なモデルに基づく事前トレーニング済みの AI サービスを提供しています。

13. カスタマイズ可能なAIサービス

場合によっては、事前にトレーニングされた AI サービスが企業のニーズを完全に満たさないことがあります。転移学習では、既存のモデルの上にいくつかのニューラル ネットワーク レイヤーをトレーニングするだけなので、モデルをゼロからトレーニングする場合に比べて、比較的迅速に企業にカスタマイズされたサービスを提供できます。同様に、すべての主要なクラウド サービス プロバイダーが転移学習を提供していますが、すべてが同じ名前を使用しているわけではありません。

14. 監視サービス

すべてのクラウドは少なくとも 1 つの監視サービスをサポートしているため、企業は監視用のクラウド サービスを簡単に構成できます。監視サービスは通常、消費者にグラフィカルなダッシュボードを表示し、異常なパフォーマンス メトリックを消費者に通知するように構成できます。

15. 分散サービス

分散方式で実行することでメリットを得られるサービスはデータベースだけではありません。問題は遅延です。コンピューティング リソースがデータまたは管理対象プロセスから遠く離れている場合、指示や情報の送受信に長い時間がかかります。フィードバック ループの遅延が大きすぎると、ループが簡単に制御不能になる可能性があります。

機械学習とデータ間の遅延が大きすぎると、トレーニングの実行に必要な時間が長くなる可能性があります。この問題に対処するために、クラウド サービス プロバイダーは、サービスを顧客のデータ センター (ハイブリッド クラウド) または顧客の生産スペースの近く (エッジ コンピューティング) に拡張できる接続デバイスを提供しています。

16. エッジコンピューティング

分析と機械学習を機械やその他の現実世界のオブジェクトに地理的に近い場所に導入する必要性 (モノのインターネット、IoT) により、GPU やセンサーを備えたマイクロコンピューティング デバイスなどの特殊なデバイスや、エッジ サーバー、自動化プラットフォーム、コンテンツ配信ネットワークなど、それらをサポートするアーキテクチャに対する需要が高まっています。最終的に、これらすべてはクラウドに接続されますが、エッジで分析を実行できると、クラウドに送信されるデータの量が大幅に削減され、レイテンシが短縮されます。

上記の利点により、クラウド支出に関する企業の不安が軽減される可能性があり、ここで説明したクラウド イノベーションのいずれも、その使用を正当化できます。要約すると、クラウド コンピューティングによってもたらされる利点は、企業の発展にとって重要な原動力となるでしょう。