Koko ajan monimutkaisemmaksi
2020.us.ca 4 mrd.jm.mx.gt.hn.sv.cu.ni.cr.pa Internetin.co.ec käyttäjää, määrä.pe kaksinkertaistuu.do.ht.ve.br.pr.tt.bo.py.cl.ar.uy.ie.uk.pt.fr.nl.be.dk.de.it.no.se.ch.at.hu.es 50.fi.lt.pl.cz.sk.ml mrd.sn.bf.ci.tg.bj.gh.cm.ee.lv.by.ua.ro.si.rs.ba.hr.al.ma verkkoon liitettyä laitetta on läsnä koko ajan kaikkialla.ng.dz.gr.cd.ao.bg.mk.gr.tn.ly.md.zm.mz.za.ug.rw.cy.eg.ke.tz.tr.et.mw.zw.ru.kz.mn.am.az.kg.ge.uz 50x.tj.ir.sy.af.pk.lb.iq.kw.sa.bh.il.jo.qa.er Datan määrä.ae hupsahtaa.ye.om.cn.kr.in.jp 75%.hk.np.tw.bd.mm.la.vn.th Palveluntuottajilla.ph.lk.my.sg.id.au.nz Sizing Legend Percent Penetration of Internet Users Number of Internet Users = 5M Internet Users Brazil 122m China 765m France 58m Germany 70m India 366m = 10M Internet Users 0-20 21-40 41-60 61-80 81-100 Japan 109m Mexico 61m Nigeria 82m Russia 95m USA 277m Internet Data visualization and design vuonna created by Column Five Media, data 2020 provided by Euromonitor Intl.; map concept derived from Geographies of the World's Knowledge, Graham, M., Hale, S.A. and Stephens, M. (Convoco! Edition, London, 2011).
Yritys IT Hyper-skaala Yritys IT Hyper-skaala Seats Talent Data Quality Data Access Assessment Supply Chain Budget Architecture Application integration Infrastructure Reach 10,000 Custodians Directional Pull Physical Process Fixed Cost Siloed Loose Overhead Regional 1,000,000,00 0 Designers Foundational Push Statistical Strategic Rates Integrated Tight Enabler Global Hardware Deployment Availability Operability Reliability Security Network downtime Network availability Design Deployment time System admin Custom Manual Infrastructure MTBF Hardware Audit Impacting 99.999% Primary/Backup Weeks UI Commodity Automated Service MTTR Software Intrinsic Irrelevant 99.9% Active/Active Minutes API
Power Usage Effectiveness (PUE) 2.0+ 1.4 1.6 PUE 1.2 1.5 PUE Tiheä Kontti Yhteinen Discrete servers Rack Containers, PODs Capacity 20 year technology Density & deployment Scalability & sustainability Minimized resource impact Air & water Economization Differentiated SLAs Sukupolvi 1 Sukupolvi 2 Sukupolvi 3 25 M$/MW 17 M$/MW 12 M$/MW 1.12 1.20 PUE 1.07 1.19 PUE Modulaarinen Hyper-skaala Deployment Areas & ITPACs No more traditional IT Right-sized Faster time-tomarket Outside air cooled TBA Seuraa tätä! Fully integrated Direct current power Resilient software Common infrastructure Operational simplicity Flexible & scalable Alternative energy Underwater facilities Software automation Security innovation Sukupolvi 4 Sukupolvi 5 Seuraava 5 M$/MW 3 M$/MW? M$/MW
Datacenter Substa'on Substa'on Server CPU YKSINKERTAISTETTU TUOTANTOKETJU TUOTTAA ENEMMÄN DATA VÄHEMMILLÄ Datacenter RESURSSEILLA http://www.microsoft.com/enterprise/it-trends/cloud-computing/default.aspx#fbid=oszi9o5sv4e http://blogs.technet.com/b/server-cloud/archive/2015/03/10/microsoft-extends-commitment-to-open-compute-project.aspx Server CPU
40x cost benefit in small organizations 10x cost benefit in large organizations Julkisen pilven kustannus Server count in data center h3p://www.microso;.com/global/eu/richmedia/eu_public_sector_cloud_economics_a4.pdf * Comparable SLA and security characteris'cs
Dataa kaikista Suomen pelloista (2,2M hehtaaria) Kaikkien Suomen 3.5M sähkömittarin tuntikohtaiset tiedot Datan määrä Kallein tallennus (georeplikoitu Azure Premium Storage) Azure Data Lake Store* Halvin tallennus (Azure cool blob storage) 136TB vuodessa 370 000 46 600 21 000 30TB vuodessa 80 000 11 400 4 600 Kansallinen digitaalinen kirjasto (KDK) Suomalaisen tutkimuksen tutkimusdata 128TB 348 000 42 800 19 800 ~1 500TB 4 075 000 503 100 232 000
28,2 25,8 ImageNet Classification top-5 error (%) Fish or stone??? 8 layers 16,4 8 layers 19 layers 11,7 22 layers 7,3 6,7 5,1 152 layers 3,5 ILSVRC 2010 NEC America ILSVRC 2011 Xerox ILSVRC 2012 AlexNet ILSVRC 2013 Clarifi ILSVRC 2014 VGG ILSVRC 2014 GoogleNet Human Performance ILSVRC 2015 ResNet
Fully connected, one layer tarkkuus 97.7% virhe 2.3% Two fully connected layers tarkkuus 98.1% virhe 1.9% Simple convolutional network tarkkuus 98.4% virhe 1.6% https://azure.microsoft.com/en-us/documentation/articles/machine-learning-azure-ml-netsharp-reference-guide/
Haasteet ovat monimutkaisia
Haasteiden ratkaiseminen vaatii parempaa pääsyä dataan
Miten puolitetaan liikenteestä johtuvien kuolemien ja vammautumisten määrä globaalisti?
Ei päästä käsiksi dataan Data on vaikeakäyttöistä Luottamus puuttuu Datan arvo eri toimijoille on vinoutunut Liiketoimintamalleja ei ole tai ne eivät ole kestäviä
Vastuu pilvessä SaaS PaaS IaaS On-Prem Data hallinta ja käyttöoikeudet Päätelaitteet Käyttäjät ja pääsynhallinta Identiteetinhallinta Sovellukset Verkon hallinta Käyttöjärjestelmä Palvelinlaitteistot Fyysinen verkkoinfra Fyysinen datakeskus Turvallisuus Yksityisyydensuoja Vaatimimustenmukaisuus Läpinäkyvyys Toimittaja hoitaa Asiakas hoitaa
aki.siponen@microsoft.com https://fi.linkedin.com/in/akisiponen