趨勢八：交易和分析工作負載的效率提升
就過去的資料架構而言，由於交易和分析工作負載所用的資料庫不同，因此會從混合的工作負載中將兩者區隔開來。交易資料庫的最佳化重點在於加快讀寫速度，而分析資料庫則是匯總大型資料集。以電子購物網站的個人化推薦內容來說，應用程式必須透過同一個資料集支援這兩種工作負載，並避免效能降低。
我們現在提供這兩種工作負載均適用的整合式平台，方便開發人員打造出資料導向的智慧型應用程式，BigQuery 適用的 Datastream 就是其中一例，這項服務可讓開發人員輕鬆將資料從交易資料庫即時複製到 BigQuery，如果再搭配其他類似工具，企業便能即時依據資料採取行動，而且不必建構基礎架構或處理相關作業。隨著這些工具的不斷改善，企業在 2025 年結束前，就不需再分別處理交易和分析工作負載。
趨勢九：自動處理雲端基礎架構的相關決策
Google 與 Intel 攜手合作，共同設計及打造 Infrastructure Processing Unit（IPU）等自訂晶片，為資料密集型應用程式提供高效能和可擴充性。此外，在機器學習領域中，Tensor Processing Unit（TPU）目前用於驅動全球最大、最快且最有效率的超級電腦。TPU 可讓大規模訓練工作負載的速度提升最高 80%，價格也比其他同類產品便宜至多 50%。
用於提供現今雲端服務的這些 IPU 和 TPU，可讓 Google 在未來數年內自動處理超過半數的雲端基礎架構決策。這些處理器支援遙測資料（telemetry data）和採用機器學習的分析功能，可依據個別工作負載的效能和可靠性，主動推薦最適合的基礎架構。
我們可在企業指明工作負載後，立即根據他們的價格、效能和規模需求，迅速推薦、設定及提供最佳選項，成果優於任何手動配置的解決方案。2025 年底前，有超過半數的雲端基礎架構決策會根據企業的使用模式自動進行，考量硬體規格的雲端思維即將成為過去。
趨勢十：企業將可自由切換公有雲服務供應商
企業將在近幾年採用多雲策略分散風險，並提前為雲端遷移作業做好準備。
我們提供 Anthos 和相關工具，可讓企業採用一致的設定在不同雲端環境間輕鬆遷移，舉例來說，企業可透過多雲端管理層使用其他雲端環境的運算和資料資源。不論是從資料庫到應用程式，企業都能可在不同的公有雲上執行工作負載，但透過類似的介面管理和相似的方式執行。
例如，Anthos 可協助企業管理跨數十個 Google Cloud 區域的 Google Kubernetes Engine（GKE） 叢集機群，同時也可管理其他雲端環境、地端部署或位於邊緣的叢集。這表示企業可享有 Google Cloud 工具帶來的助益，像是可隨時提供數據分析的 BigQuery、適用於分散資料的 Spanner、產生優質洞察的人工智慧與機器學習服務，以及專屬的開發人員工具等。隨著越來越多的多雲工具上線，2025 年結束前，使用公有雲的機構中，將有超過半數能自由切換主要的雲端服務供應商。
本文作者／林書平（Google Cloud 台灣技術副總）
責任編輯／郭家宏
