Точно цього дня, 12 років тому — 7 січня 2013 року — я вперше зустрів те, що тоді було успішним стартапом під назвою Makara, який пізніше еволюціонував у те, що ми тепер знаємо як OpenShift. Це були добрі старі часи "gears", "cartridges" і, звісно ж, Borg.
Протягом цих 12 років я глибоко занурився в контейнеризацію — використовував їх, продавав і керував ними в рамках продуктів. Це була не лише професійна діяльність; це стало моєю пристрастю і чимось, що стало дуже близьким мені.
Я не зовсім певен, чи відгукнеться ця рефлексія для аудиторії тут, але я вважаю, що вона заслуговує місце на моїй стіні — хоча б як спогад, до якого я можу звертатися в майбутньому.
Сьогодні, на порозі революції GenAI і підйому Агентних Великих Мультимодальних Моделей — здатних вирішувати складні, не людські завдання з небаченою швидкістю — я відчуваю необхідність зробити крок назад, зробити глибокий вдих і замислитись над станом контейнерів, управління контейнерами і автоматизацією.
У минулому, ми замінили UNIX chroot на Linux cgroups і популяризували контейнери, даючи можливість бізнесам будувати керовані, масштабовані системи без необхідності залучати 25 осіб до роботи з одним застосунком. Цей зсув перевів людські зусилля (людсько-години) у здійсненні, вимірювані результати.
На початку 2010-х Docker і Kubernetes з’явились на сцені як потужні альтернативи раннім, фрагментованим ініціативам з контейнерами. Ситуація швидко розвивалась, і автоматизація стала наступним рубежем. Бізнеси почали "аутсорсити" вимоги до платформ до команд, що могли управляти "стеками" на основі нововведених KPI. Період 2010–2019 років, на мою думку, став золотою ерою "люди допомагають людям" для створення значущих систем. Незалежно від того, чи йдеться про бізнеси, уряди, армії чи фінансові служби — не мало значення. Open source процвітав, тому що він вирішував проблему масштабованості людських ресурсів через ідеацію і співпрацю. Математика працювала:
-
1 Бізнесова система → 25 Людей у штаті
-
10 Бізнесових систем → 10 Людей у штаті + ентузіасти
-
100 Бізнесових систем → 2 Люди у штаті + 100–1000 осіб в open source спільнотах
А тепер, ера AI...
Сирі дані, вітаміни, тренування, ML, RNN, LLM, RAG — все це стало можливим завдяки зміщенню парадигм і надвиробництву апаратного та програмного забезпечення. Це було передбачено, але не повністю визнано.
Сьогодні машини можуть писати код, автоматизувати завдання і залишатися цілеспрямованими. Вони не мають ADHD або інших людських обмежень (жодної образи, для контексту дивіться це дослідження: https://arstechnica.com/health/2024/12/huge-math-error-corrected-in-black-plastic-study-authors-say-it-doesnt-matter/).
Як тепер виглядає математика?
- 1,000 Бізнесових застосунків → 1 Людський агент + GenAI?
Нехай це осяде.
Що далі?
За ці 12 років ми освоїли мистецтво створення зручних для користувача "машин станів". Хоча ми додали величезну цінність, функції та поліпшення UX, основна концепція залишилась вкоріненою в "машинах станів". Такі технології, як Kubernetes, Docker і численні платформи IaaS і PaaS не є винятком. Сьогоднішні виклики нагадують мені перехід від chroot до cgroups. Обмеження машин станів очевидні, як і бізнес-рушії, що прагнуть до масштабованості та результатів.
Три тренди, які я передбачаю:
- Підйом нових "мета-машин станів": Вони будуть обумовлені трансформерними алгоритмами від Великих Мультимодальних Моделей. Простими словами, ці "мета-стани" будуть інтерпретовані лише GenAI, спираючись на внутрішню логіку RAG. (Для довідки: https://www.linkedin.com/pulse/google-deepmind-investigated-inference-scaling-long-context-baetf/)
2.
Безперервний акцент на репатріацію хмарних технологій та інференс: Оскільки організації інвестують у належне навчання та розробку функцій для своїх AI асистентів, фокус на розміщення даних і гео-афінітет значно збільшиться. Цей тренд сприятиме вже існуючому явищу репатріації хмари, коли бізнеси переглядають і часто мігрують навантаження з публічних хмар назад до локальних або гібридних середовищ з метою оптимізації витрат, відповідності вимогам і продуктивності.
- Революція в мережах: Незважаючи на досягнення в літографії та виробництві чіпів, ми стикаємося з величезним розривом у мережевих технологіях. Справа не в недостатній обчислювальній потужності чи неналежному підключенні. Проблема полягає в нашій нездатності як суспільства вирішувати конфлікти і розбіжності для створення єдиної глобальної мережі даних. Я підозрюю, що GenAI матиме значний вплив на такі проекти, як LoRa, що потенційно призведе до наступного покоління комунікацій.
Зосередимося на першому тренді
Платформи, як Kubernetes і Docker, зазнають трансформації; іншого шляху немає. Вони повинні стати суб’єктами AI, а не лише об'єктами інфраструктури. AI побудує нові машини станів навколо існуючих платформ для досягнення кращих KPI. Це вже відбувається в певному обсязі.
Як ми можемо пройти через цю трансформацію? Через відкриття платформ і створення безпечних, простих стандартів комунікації, які будуть природно споживані агентами в межах Агентних Великих Мультимодальних Моделей (Agentic LMMs). 2025 рік буде роком Агентів.
Остаточні думки
Я справді радий спостерігати за цією віхою в IT, яка вже зовсім поруч. GenAI і його підхід до переосмислення машин станів може привести нас до надзвичайних проривів.
Ваші коментарі, ідеї та пропозиції більше ніж вітаються!
Перегляньте атрибути контенту
Перекладено з: From Containers to GenAI: The Evolution and Future of IT Systems