Rackspace erklärt drei entscheidende Entwicklungen

Warum sich Public Clouds weiter etablieren

| Autor: Elke Witmer-Goßner

Neue Technologien brechen das Eis für mehr Public-Cloud-Nutzung.
Neue Technologien brechen das Eis für mehr Public-Cloud-Nutzung. (Bild: gemeinfrei (heju - Pixabay) / CC0)

Public Clouds werden in Deutschland immer beliebter. Voraussichtlich rund 17 Milliarden Euro wollen Unternehmen dieses Jahr dafür investieren, hat die Studie „ISG Provider Lens Germany 2018“ herausgefunden. Besonders die Datenanalyse zur Ableitung von Geschäftsentscheidungen steht dabei im Fokus.

Das ist allerdings nur ein Motiv, warum Public Clouds sich stetig weiterentwickeln, erklärt hierzu Rackspace. Der Managed Service Provider und Hosting-Anbieter sieht hier drei entscheidende Entwicklungen, warum sich Public Clouds weiter etablieren werden.

Differenzierung durch unterschiedliche Services

In Bezug auf die Performance gibt es keine deutlichen Unterschiede mehr zwischen den Anbietern großer Cloud-Plattformen. Dafür differenzieren sie sich immer mehr in den Funktionen. So zeichnet sich beispielsweise die Google Cloud Platform in den Bereichen Datenspeicherung und Netzwerke aus, Microsoft Azure dagegen durch seine Business-Prozesse. Und die Stärken von AWS liegen bei Serverless Computing und zukunftsträchtigen Technologien wie Maschinelles Lernen und Künstliche Intelligenz.

Verfügt aber ein Unternehmen über bestehende Microsoft-Lizenzen und einer auf Active Directory basierenden Anwendung, empfehlen die Rackspace-Experten die Nutzung von Azure. Ein internationales Forschungsteam mit DevOps-Prozessen, das eine schnelle Provisionierung von Servern benötigt, dürfte dagegen mit AWS besser bedient sein. Damit ist der Planungs- und Auswahlprozess inzwischen der wichtigste Teil der Cloud-Migration.

Container-Technologie als Zukunftstrend

Die sogenannte Container-Technologie hat sich dahingehend weiterentwickelt, so dass sie in diesem Jahr größere Flexibilität für die Multi-Cloud bieten kann. Container verpacken die Anwendungen so, dass sie schneller, zuverlässiger und vor allem portabel sind. Damit eröffnen sie Unternehmen auch viele neue Möglichkeiten zum Testen verschiedener Cloud-Plattformen. Wer also einzelne Workloads optimieren will, kann Anwendungen mit Hilfe von Containern einfach dorthin bewegen, wo sie am besten funktionieren.

Außerdem ist Kubernetes nun für die Container-Orchestrierung auf den drei führenden Public-Cloud-Plattformen verfügbar. Dies ermöglicht wirklich mobile Workloads nicht nur zur Disaster Recovery, sondern auch für den aktiven Betrieb über verschiedene Clouds hinweg. Die erhöhte Portabilität erlaubt einfache Tests, ob ein bestimmter Kubernetes-Container besser auf AWS, Azure oder Google läuft. Zudem lässt sich eine Applikation nun von der Entwicklungs- bis zur Produktivphase nahtlos und hocheffizient zwischen den Plattformen verschieben.

Rechnerintensives Maschinelles Lernen

Bei vielen Innovationen spiel Machine Learning (ML) bereits eine wichtige Rolle. Auch wenn die Technologie erst von wenigen Unternehmen erfolgreich in Produktionsumgebungen eingesetzt wird, dürfte sie dank Public Cloud deutlich an Fahrt gewinnen. Denn ML erfordert enorme Server-Kapazitäten. Die Cloud ermöglicht deren schnelle Bereitstellung und Skalierung, um entsprechende Modelle zu erstellen, zu testen und zu betreiben. Zudem hilft sie bei der Bewältigung der riesigen Datenmengen. Die Cloud stellt auch vorgefertigte ML-Modelle zur Abwicklung allgemeiner Aufgaben bereit, wie Videoanalyse, Bild- und Spracherkennung.

Und Schnittstellen für diese Technologien gibt es bereits. So bietet AWS zum Beispiel mit dem Service SageMaker vorgefertigte ML-Modelle an sowie mit DeepLens eine Hardware mit integrierten ML-Funktionen und Zugriff auf mehrere Gigabyte an vormodellierten Daten. In Zukunft wird Machine Learning auch als Cloud-Service erhältlich sein und vielleicht sogar so einfach nutzbar wie Amazon Alexa. Damit lassen sich dann vielleicht Datenanalysen oder Versand- und Empfangsstatistiken in Echtzeit aufrufen. Und in weiterer Zukunft werden die ML-Systeme ihre Prozesse auf Basis der ermittelten Ergebnisse selbst optimieren können.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45188452 / Hosting und Outsourcing)