容器技术展望：融合性能、AI和安全的趋势
Sylabs，一家专注于性能密集型容器技术工具和服务的企业，发布了对2024年行业发展的预测。
公司预计关键领域将取得显著进步，涵盖性能可移植性、AI和AIOps工作负载管理、FAIR原则遵循、机密计算以及容器安全。
调整DevOps以适应AI：性能可移植性的新范式
随着AI和ML技术的迅速发展，性能可移植性对于DevOps团队来说变得至关重要。主要原因是需要在多种硬件上保持应用程序的高效率，尤其是在工作负载从云端扩展到边缘和HPC环境的情况下。随着专用AI硬件的涌现，行业领袖和初创公司也在推动这一领域的发展，这使得DevOps经理在处理这个问题时面临更大的挑战。
“性能可移植性在AI和ML领域中正逐渐成为战略性必需品，”Sylabs战略副总裁Keith Cunningham指出。“在面对多样化的硬件环境时，开发人员必须确保应用程序的效率能够在各个平台上保持一致。符合开放容器倡议（OCI，Open Container Initiative）的计算容器技术，正在缩小HPC和IT DevOps之间的差距。这种整合对于充分发挥AI的潜力至关重要。通过将HPC的强大能力和精密性与DevOps实践的灵活性和自动化相结合，开发人员能够推动更为流畅、高效和创新的开发流程，这对于适应快速变化的技术格局至关重要。”
AIOps演进：迈向先进容器化
2024年，AIOps领域将以25%的复合年增长率（CAGR）强劲发展，并经历一场由多种因素推动的变革。特别是通过现代化容器化软件和整合更先进、更复杂的AI技术。在这个趋势中，容器化发挥了关键作用，因为AIOps从业者正在努力提升系统的可扩展性、可靠性和效率。高级容器解决方案在各种环境中具有显著的访问和安全要求，对于确保隔离性和一致性至关重要。这些方面对于高效扩展AI操作并确保强大的故障恢复机制至关重要。
在不断变化的背景下，AIOps从业者运用ML算法将事故与业务影响联系起来，以改进预测性分析。这种战略方法将加快IT决策的速度，并提高复杂系统管理和自动化的效率。
展望2024年，一个重要的里程碑即将到来，即AIOps软件供应商将整合生成式AI技术。这一技术进步将加速AIOps的普及，并带来更复杂、更灵活的操作能力，最终提高服务级别协议（SLA）的合规性。在AIOps应用中，软件开发人员越来越倾向于使用容器化技术，这反映了整个行业对安全、可扩展和高效部署基于AI的操作的需求。
“我们预见到了由先进容器化和AI技术推动的AIOps革命，”Cunningham表示。“这种整合将彻底改变IT运营，提升可扩展性和安全性，并显著提高运营效率。在这个新时代，容器化将成为基石，使AIOps能够以更大的灵活性和精确性应对现代IT系统日益增加的复杂性。”
协同与创新：FAIR原则引领现代AI研究
受到科学计算的启发，AI研究者正在努力将AI领域与Findability（可查性）、Accessibility（可访问性）、Interoperability（互操作性）和Reusability（可重用性）等原则更紧密地结合。这一整合由计算容器技术的进步推动，有望在团队和组织内促进更密切的协作。这将显著改善容器化的AI工作流以及相关数据集的分发和同行评审。采用这些原则将提高AI研究的效率、整合性和透明度，促进共同进步，并打造更具弹性的AI应用。
此外，通过标准化容器化的AI工作流，有望解决“在我的机器上可以运行”的普遍问题，有助于在不同计算环境中建立更一致的体验。这一措施将增强AI模型的可重复性和可靠性，类似于在FAIR科学计算工作流中取得的进展。这一实践有望提高AI操作的可扩展性和效率，特别是在利用为性能密集型环境定制的容器平台的情况下。
机密计算：容器安全的新里程碑
我们预测，在容器化环境中，对先进安全措施的需求将会增长，特别是在保护敏感数据方面。在这个领域，机密计算起着至关重要的作用。通过将数据隔离在处理器架构的安全区域内，并专为提高数据保护而设计，机密计算能够独特地保护正在使用的数据。这种方法与传统数据静止和传输时的安全措施相辅相成，并能够减轻与内存访问和容器内执行环境相关的风险。
“我们预计将迎来更安全、更高效的容器技术，特别是通过将机密计算解决方案整合到现有工作流程中，”Cunningham表示。“这些整合将提高安全性，同时保持系统的可访问性和功能性。机密计算将成为现代容器安全战略中至关重要、具有前瞻性的组成部分。”
迈向下一代数据密集型计算的容器解决方案
2024年，该行业将面临一个重要挑战，即传统企业容器解决方案往往无法满足先进性能密集型计算环境（如AI应用）的需求。在共享环境中，安全性和访问性变得至关重要，推动着容器工作流朝着集成专为大规模、数据丰富环境量身定制的容器的方向发展。这些复杂的环境具有高计算需求和复杂数据处理的特点，因此需要结合容器技术来填补传统解决方案中存在的一些技术差距。
“我们注意到，越来越多的组织对Singularity容器表现出浓厚的兴趣，以应对AI和数据密集型计算的复杂需求，”Cunningham表示。“Singularity专门为解决现代规模扩展计算中固有的可扩展性和复杂性挑战而设计。经过社区主导的不断完善，现在与已建立的OCI工作流无缝集成，为苛刻的应用提供了可扩展性、强大的安全性和卓越的效率。此外，其增强的互操作性提高了在不同计算环境中的性能，并扩展了其适应各种工作负载的能力，与各种高级编排和管理系统无缝对接。我们预计随着越来越多的公司寻求Sylabs的解决方案来提升系统性能和安全性，这一增长趋势将进一步加强，而无需进行破坏性的工作流程全面升级。”
---【本文完】---
近期受欢迎的文章：
更多交流，欢迎添加我的微信
---【下面是广告】---
闲着也是闲着，分享一些我觉得不错的东西