关键障碍将继续是采购GPU实例的成本和高成本的人力资源，众所周知，近年来，随着BERT，GPT-3等Transformer语言模型的突破，自然语言处理的研究和开发取得了飞速的发展，尽管它们正在实现的性能，但它们需要大型数据集大量的计算资源用于训练和推理，且碳足迹显着。我们将看到更多的努力和研究与新的模型架构和培训技术相结合，以解决碳排放问题，非常长的培训时间，提供空间和计算有效模型以使这些突破更容易获得；近的模型，例如具有快速注意力的表演者，将成为朝这个方向发展的催化剂。

随着我们进入2021年，落后企业必须以数字化的方式改造自己，这已成为当务之急，领先企业努力跟上需求的步伐，所有这些企业都需要利用可预测成本，可靠性能和实时可见性的100％数据集成。

使用云基础架构在一夜之间为客户提供新的赚钱服务时，我们应该如何衡量IT的成功呢？提示：与正常运行时间无关，在2020年，就像在其他年份一样，根据屏幕上的绿色，黄色或红色灯光来衡量IT值仍然有用吗？如今基础设施已无所不包–可以提高生产力，削减运营成本并提供灵活性以支持可能在一夜之间发生变化的数字计划–监视器上闪烁的灯光不再足以使轮子保持转动，现在是时候根据日益数字化的世界开发新的指标了，尽管可用性仍然非常重要-当应用程序或站点出现故障或故障时，请用户大声抱怨-传统的IT指标（例如服务器容量，I / O，利用率和网络吞吐量）现在已成为生存之本，在具有大量基于云的投资的组织中，这些数据中心指标不太重

什么是边缘计算？它与云计算有什么关系？我们消除了混乱，甚至可以帮助您向非技术受众解释这个术语，边缘计算已在我们周围使用-从手腕上的可穿戴设备到解析路口交通流的计算机，其他示例包括智能电网分析，石油钻井平台的安全监控，流视频优化以及支持无人机的作物管理。

仅仅知道您的客户在做什么，您需要上下文来了解客户为什么要做他们所做的事情让我们面对现实，这些天大数据很大。每天都有新闻报道，但是大数据到底是什么？实际上，它可以是从诸如大型强子对撞机之类的高度结构化的数字内容到诸如过去30天中所有推文的搜索日志之类的平凡事物。

您是大型企业吗？您是否有大量不同的数据源？您可以实际说明您拥有的所有数据源吗？您可以？所有数据源？（不要忘了散布市场，流氓数据市场，还有一件事：您是否认为可能有一些您不知道的数据源？你不确定吗？您拥有已知的数据源，拥有未知的未知数据源，并且拥有未知的未知数据源，您每天都在（未知）未知数据源中生活和工作。您一直在与他们一起生活和工作，您如何发现它们？您如何找到它们并深入了解它们？更重要的是，您还有问题：关于产品，关于供应商，关于客户。您的数据有答案，但是您不知道这些答案在哪里，在哪里，您甚至都不知道它们可能位于的所有孤岛。