gydtep

在其他情况下，云AI训练可能会导致神经网络模型具有过多的层次，无法在边缘设备上有效运行。在这些情况下，边缘AI可以运行较轻的神经网络，从而创建输入的中间表示形式，该中间表示被压缩得更多，因此可以发送到云中以进行进一步的AI处理。

gydtep

在训练期间，边缘和云AI可以以混合模式运行，以提供类似于“虚拟主动学习”的功能，在这种情况下，边缘AI筛选大量数据并“教导”云AI。

gydtep

在其他情况下，云AI训练可能会导致神经网络模型具有过多的层次，无法在边缘设备上有效运行。在这些情况下，边缘AI可以运行较轻的神经网络，从而创建输入的中间表示形式，该中间表示被压缩得更多，因此可以发送到云中以进行进一步的AI处理。

gydtep

更上层的就是智能化应用，大家也正在逐渐形成统一的认识，那就是未来的应用一定是向着智能化发展。从IaaS到智能化应用需要经历一定的环节，而在这个环节中，数据库将会起到非常关键的作用，包括数据的产生、存储、消费和分析，这些都是数据库要去解决的问题。因此，我们可以看到无论是国际巨头还是国内厂商都在数据库里面投入了大量的资源。

gydtep

这是因为Snowflake认为云原生就是未来的发展方向，所以没有必要再走其它的弯路。总体结论就是数据库是支持多云部署最重要的战略方向，无论是初创产品还是开源的成熟生态，云一定是数据库的未来。

gydtep

数据库、数据仓库和大数据这几个概念往往交织在一起，如今的一个观点是数据库和大数据技术朝着一体化发展。Gartner在报告中已经将OLAP和OLTP以及大数据合并在一起了，这是因为他们在之前评估OLAP和OLTP以及大数据的魔力象限时会发现各个厂商都在拿同样的产品出来

gydtep

到2018年的时候，这套产品就开始在阿里云上进行输出，叫做数据库自治服务DAS。在今年的时候，数据库自治服务DAS开始商业化，虽然一开始对于商业化并没有特别大的期待，但是不到一年的时间，阿里云上就已经有2000多家企业开启了数据库自治服务。

gydtep

AI可以监控存储以检测多种工作负载的模式和性能。这里的工作负载是由各种输入/输出特征或应用任务生成的数据流。通过检测这些工作负载模式，AI可以帮助存储管理员洞悉哪些工作负载可能使他们面临最大化存储阵列的风险。

gydtep

借助此类技术，存储管理员可以主动获取有关如何将不同的工作负载分配给不同的存储堆栈并最大程度地减少延迟的信息。因此，将AI集成到存储阵列，存储供应商和组织中可以优化存储堆栈。

gydtep

对于运维而言也是一样的，开发的时候也需要考虑到可运维性，比如在开发的时候就需要考虑如何在服务实际上下线的时候做到平滑且不丢失数据，同时这样的设计也需要和运维系统进行深刻的对接，这样才能非常可靠、非常安全地连接起来，提升运维的效率。