【新基建】Gartner:“新基建”五大关键领域见解及建议.docx

【新基建】Gartner:“新基建”五大关键领域见解及建议.docx

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
【新基建】Gartner:“新基建”五大关键领域见解及建议 “新兴基础设施建设”即“新基建”,指发力于科技端的基础设施建设,主要包括七大领域:5G基建、特高压、城际高速铁路和城际轨道交通、新能源汽车充电桩、大数据中心、人工智能和工业互联网。 Gartner特针对其中五大关键领域,为首席信息官及IT领导者提出见解及建议。 01 5G技术:充分评估 关键见解 5G是新一代蜂窝技术,它将使移动服务交付模式从以消费者为中心转变为以业务和消费者为中心。 5G将满足用例的各种服务要求并引入一个更大范围的服务供应商生态系统。它结合了RF增强功能与各类移动网络软件,可实现灵活的网络架构、服务定制化并激发新供应商的出现。 5G技术正处于“过高期望的峰值(the Peak of Inflated Expectations)”。目前,5G的第三代合作伙伴计划(3GPP)的国际标准机构正在与监管流程、频谱分配和移动网络运营商(MNO)的部署同步发展。 作为授权频谱的当前使用者和持有者,移动网络运营商仍然是5G发展阶段企业机构的主要移动服务供应商。同时,LTE技术将继续存在并为5G的初步部署奠定坚实基础。 核心建议 负责数据中心基础设施和云计划的I/O技术专业人员应: 通过思考蜂窝网络服务和用例需求来制定采用5G的计划。在启动计划时,首先要不再将蜂窝网络视为仅面向消费者的服务,也不要仅仅是针对移动基础设施开发应用程序。 了解RF、网络软件和切片技术的组合如何影响所需的架构变化,从用例入手,建立起5G连接服务。 不要盲目采用5G,了解影响5G的各个层面上的依存关系的技术,来制定切合实际的期望。 评估5G在初期是否能作为SD-WAN和LTE或物联网类型应用服务的一种延续。与移动网络运营商积极沟通,了解这些服务是如何与以业务为中心的5G服务相整合的。 02 电动汽车无线充电技术:新机遇 关键见解 为住宅和社区停放车辆提供的充电系统不需要新的技术。现有系统只需提供合适的价格。 拟投资于公交车路线、短途送货车辆等垂直市场的政府部门将建立能够为电池快速充电的准动态充电系统。 制造商一般不愿意在没有公认行业标准的情况下将无线充电技术添加到车辆上。 核心建议 为了在不断发展的汽车无线充电、技术和服务市场获得市场份额,您需要: 将现有技术用于住宅和社区应用,从而获得产品上市时间优势。 锁定地方政府部门作为早期充电基础设施投资的客户群。 加入行业团体和标准制定机构,为行业标准的到来做好准备。 03 数据中心基础设施:2020年应做的初步工作 关键领域 维护和优化现有数据中心基础设施:通过自动化和机器学习(ML)来管理、改造和改善数据中心基础设施。 规划未来的数据中心基础设施:制定涵盖数据中心计算、存储、网络和数据中心设计的基础设施愿景。 数据中心新兴技术:实施具有以下特点的智能基础设施策略:软件定义、可组合、敏捷、可编程、可扩展、具有弹性、具有响应性并能适应变化。 数据中心在混合环境中的作用:平衡传统数据中心的运营与无服务器技术、数据中心,托管服务供应商、云和边缘计算的影响。 04 人工智能核心技术:2020年预测 关键见解 由于技能、技术和基础设施整合方面的挑战,用于AI项目试点的AI基础设施策略将不易扩展到生产中。 AI推理引擎将被部署在各个位置,包括边缘、传统数据中心和公有云,这将促进对全平台部署解决方案的需求。 与生产AI管道相关的技术债务和基础设施复杂性将成为大多数企业中的IT领导者的工作难点。 对实时响应的需求正在推动将分析置于数据采集点附近以及边缘系统或端点设备中的需求。 核心建议 希望从AI概念验证扩展到生产并实现产量增长的IT领导者应: 设计串流数据分析基础设施自定义参考架构的原型并展示,从而加快AI在生产中的应用。 使用容器封装机器学习模型并简化模型管理,从而创建推理引擎部署流程,同时将AI应用于生产。 通过战略性地使用具有可扩展AI基础设施功能的云服务和供应商来加速AI的实现。 通过量化要采集的数据类型和数据量以及通信带宽、延迟和可用性的影响来确定进行深度神经网络分析的最佳位置。 05 全球工业物联网:市场机会分析 关键见解 工业物联网(IIoT)软件平台在2018年首次实现了盈利,但此后能否盈利充满挑战。 与其他物联网堆栈相比,工业物联网应用具有相对更稳定的增长率和利润率,这主要是由于购买中心和物联网相关购买要求的不断变化。 工业物联网服务的增长和利润仍然受到以下因素的限制:供应商专注于狭隘的专业领域;以及供应商无法为重复收入型产品创建具有吸引力的产品目录。 连接性和硬件(HW)是物联网解决方案的基础要素,并且分别是工业物联网最重要的利润和收入来源。 核心建议 为创建创新的工业物联网产品,技术总经理必须: 通过开发具有特定行业特征和功能的工业物联网

文档评论(0)

火之舞 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档