数据管理生态系统向边缘计算领域不断延伸 ， 将极大增加边缘工作负载数量和整体边缘计算需求 。 这与我们对边缘平台的第一个预测密切相关 。 之前我们就预测 ， 这些数据管理边缘平台将转变为现代软件定义产品 。 数据管理和边缘计算将日益融合并相互促进 。 戴尔科技集团等 IT 基础设施提供商有着得天独厚的机遇 ， 通过交付边缘数据管理策略来为边缘计算和多云提供编排层 。
面对层出不穷的安全隐患 ， 业界正在从探讨转为付诸实际行动 。 企业和政府面临着更复杂的威胁 ， 深刻影响着收入和服务 。 同时 ， 远程工作和数字化转型的兴起 ， 让黑客的攻击面也在不断扩大 。 因此 ， 安全行业正以更高的自动化和集成度做出响应 。 该行业应用人工智能和机器学习 ， 不断加快修复速度 ， 把重点从自动检测转向预防和响应 ， 集中表现为安全协调自动化和响应（SOAR）、云安全态势管理（CSPM）和扩展检测和响应（XDR）等行业举措 。 最重要的是 ， 我们看到了如 Linux 基金会的开放安全软件基金会等各方努力 ， 在 IT、电信和半导体行业形成了积极合力 。
边缘计算、专用移动网络、数据管理和安全四个领域的技术发展指向很明确 ， 需要构建一个集成公有云和传统基础架构的广泛生态系统 。 我们现在显然处于一个多云分布的世界 ， 单一的数据中心、云端、系统或技术无法解决目前所面临的严峻挑战 。
2022 以后的长期技术展望：
量子计算：混合量子/经典计算逐步成为主流 ， 量子计算不再遥不可及 。 2022 年 ， 我们预计将出现两个重大行业共识 。 首先 ， 我们预计 ， 业界量子系统的拓扑结构将由组成 ， 其中量子硬件或量子处理单元（QPU）是类似加速器的专门计算系统 ， 专注于特定的量子算法和函数 。 QPU 位于传统计算系统中心 ， 可预处理数据、运行全过程甚至解读 QPU 输出 。
早期的现实世界量子系统皆遵循这种混合量子模型 ， 这让我们明白 ， 传统计算系统和量子计算的融合是大势所趋 。 其次 ， 我们预计 ， 普及使用传统计算技术的量子模拟 ， 可让大学、数据科学团队和研究人员快速接触到量子系统 ， 非常经济可行 。 事实上 ， 戴尔和 IBM 已经宣布了向世界各地提供量子模拟技术的 。
汽车行业：汽车行业生态系统将从机械化快速转型为以算力为导向 。 汽车行业正着手从多个层面转型 。 我们看到 ， 内燃机到电气化汽车的转变彻底简化了实体供应链 。 同时 ， ADAS 和自动驾驶汽车的发展 ， 全面扩展了汽车软件和计算内容 。 最后 ， 我们发现汽车行业日益以数据驱动为核心 ， 带来了娱乐和安全等各领域重大变革 ， 迈入 “汽车即服务” 和自动交付的新时代 。
所有这些无一不表明 ， 汽车和运输业正开始快速转型为由软件、计算和数据驱动的行业 。 电信和零售业等其他行业也出现了同样的趋势 。 每个行业的转型 ， 又不断反哺加速 IT 技术的持续发展 。 戴尔与全球主要汽车制造商保持长期合作伙伴关系 ， 我们期待在 2022 年与他们继续深度合作 ， 加速推进数字化转型和 IT 生态系统转型升级 。
数字孪生：专用工具明确定义了数字孪生技术 ， 使得数字孪生技术更容易创建和使用 。 虽然数字孪生技术日益为人所知 ， 但这项新技术尚未应用到生产中 。 在未来几年 ， 随着标准化框架、解决方案和平台的清晰定义 ， 我们将看到数字孪生技术会变得更容易创建和使用 。 在企业中广泛推广数字孪生概念 ， 将显著完善分析和预测模型 ， 加速数字化转型进程 。 随着数字孪生技术解决方案和框架标准化不断完善 ， 该技术的应用范围将不断扩大并成为主流 ， 不断降低部署和投资成本 。 数字孪生将成为数字化转型 3.0 的核心驱动力 ， 融合物理世界测量和建模/模拟技术 ， 为跨垂直行业实现直接的商业价值 。