Infrastrutture Multicloud

Forrester Research stima che circa il 20% dei carichi di lavoro aziendali ora viene eseguito nel cloud pubblico. Un sondaggio di Goldman Sachs si allinea a tale stima e rileva che il 23% dei carichi di lavoro è in esecuzione nel cloud. Inoltre, il 43% delle organizzazioni prevede di migrare carichi di lavoro aggiuntivi entro la fine del 2022. D’altra parte, Gartner prevede che “entro il 2024, la maggior parte delle piattaforme di servizi cloud fornirà almeno alcuni servizi cloud distribuiti che funzionano ovunque siano necessari”. Inizialmente, molte iniziative di migrazione al cloud si sono concentrate su servizi come e-mail, collaborazione, condivisione di file e applicazioni simili che non richiedono molta personalizzazione. Gradualmente, le organizzazioni stanno iniziando a migrare i carichi di lavoro mission-critical come i sistemi HR ed altre applicazioni di back-office nel cloud.

Tuttavia, la realtà è che molte organizzazioni dovranno continuare a eseguire le proprie applicazioni nei propri data center e ciò è dovuto a molte ragioni, tra cui l’impossibilità di eseguire il refactoring delle applicazioni critiche a causa di un elevato livello di personalizzazione, paura di collocare i dati aziendali nel cloud, incertezze sui costi e nuovi rischi per la sicurezza e la conformità. Tutto ciò porta le organizzazioni a dover gestire modelli ibridi. Uno degli svantaggi di questi modelli è che non sfruttano appieno le capacità del provider cloud.

Queste capacità diventano assolutamente necessarie per la gestione delle tecnologie emergenti come Edge computing, IoT e 5G, che richiedono soluzioni che riducono la latenza, governance efficienti e regolamentazione della conformità dei dati, portando a ciò che è noto come Distributed Cloud.

Gartner la definisce come “la distribuzione di servizi cloud pubblici in diversi luoghi fisici, mentre l’operazione, la governance, l’upgrade e l’evoluzione di questi servizi sono a carico del provider di cloud pubblico di origine”.

In altre parole, il Cloud Distribuito consente ai clienti di collocare le risorse del cloud pubblico nel proprio Data Center locale.

La differenza fondamentale tra cloud distribuito e centralizzato è che il calcolo, l’archiviazione ed il networking sono più vicini all’utente finale.

Per chiarire le ragioni per cui un cloud distribuito sta diventando una tendenza, è necessario capire i vantaggi del cloud distribuito.

Questi vantaggi includono: bassa latenza, che fornisce un accesso quasi in tempo reale ai dati (che cambiano molto rapidamente durante le operazioni), creandone una forte prossimità rispetto a chi ha bisogno di risorse, la capacità di gestire una infrastruttura tra Public e Private Cloud privati in modo coerente, la riduzione dei rischi di rete in quanto tutti i servizi cloud possono girare anche in subnet locali, funzionanti a intermittenza, ed infine, l’aumento del numero di siti disponibili in cui i servizi Cloud possono essere ospitati e consumati.

Non è facile prevedere tutti i casi d’uso del cloud distribuito, ma possiamo elencarne alcuni di quelli individuati.

Hybrid Enterprise Cloud

Le imprese cercano elasticità e scalabilità, ma anche controllo su dove vengono eseguite le applicazioni. Una piattaforma Cloud può essere distribuita su risorse on-premise e cloud affinché le applicazioni soddisfino le prestazioni, i requisiti di sicurezza e la conformità.

Content Delivery

Per ottenere una buona Customer Experience per video e altri servizi basati su contenuti, l’infrastruttura di delivery deve diventare sempre più decentralizzata. I Settori del Gaming e dello Streaming utilizzeranno senza dubbio soluzioni di cloud distribuito.

Conformità alla normativa

La conformità alla normativa vigente può significare, per esempio, quali dati, compresi quelli personali debbano risiedere nel territorio nazionale e quali possono risiedere anche fuori. Un’infrastruttura decentralizzata fornisce la conformità normativa e assicura il controllo dei costi e delle politiche dei fornitori di servizi cloud.

Piattaforme IoT e AI

Dalle auto a guida autonoma all’Automazione Industriale, nuove tendenze quali AI e IoT possono beneficiare del cloud computing grazie alla bassa latenza.

Machine Learning

I modelli di Machine Learning (ad apprendimento automatico) sono spesso scomposti in strati, dove le parti comuni possono essere centralizzate e le parti contestuali possono essere posizionate più vicine al luogo in cui vengono utilizzate. I dati alla base del modello di Machine Learning possono anche essere distribuiti su più siti geografici. I principali vantaggi di un’architettura decentralizzata è un miglior tempo di risposta nel trattamento dei dati.

Per concludere, il cloud distribuito consentirà un vero modello multi-cloud, con la possibilità di distribuire i carichi di lavoro su più sedi e in un unico ambiente gestione.