コンテナの利用は増加を続けている。一部のアナリストによれば、コンテナの導入曲線は最終的に仮想マシン（VM）を上回る可能性さえある。しかし、人気が急上昇すると、ほかの問題も明らかになりやすい。コンテナに関する大きな課題の1つは、いかに効率よく管理するかという点だ。
Kubernetesなどのコンテナオーケストレーションツールは、コンテナ管理を簡素化し、効率を高めている。どのサーバーでどのコンテナをホストするかの決定、コンテナの起動とグループ化、アップデートの展開、テスト、アプリケーション向けのセキュリティ、ストレージ、ネットワークサービスの追加・管理などを自動化する。
ここでは、コンテナ管理市場における主要なトレンドをいくつか紹介する。
人工知能の導入
Kubernetesによるコンテナ管理の改善は、AIアプリケーションで活用され、成長を後押ししている。その結果、世界の企業向けAI市場は、2026年までに年平均成長率（CAGR）39.7％で成長し、3,096億ドルに達すると予測されている。
「AIのような新しいワークロードには、大規模なデータセット、高度な並列化、高性能なコンピューティングとストレージが必要になる」と、iXsystemsの製品管理担当シニアバイスプレジデント、Morgan Littlewood氏は述べた。
「KubeVirtは、VMとContainer Storage Interface（CSI）CSIの統合を実現し、vSphereやOpenStackのような従来型の仮想化アプローチはクラシックな位置付けへと移行するだろう」
KubeVirtは、開発チームによるKubernetesの導入と、そのメリットの享受を支援するもう1つの方法だ。既存のVMワークロードの中にはコンテナ化が難しいものもあるため、コンテナとVM向けの統合開発プラットフォームを提供する。これにより、VMワークロードをコンテナ化する能力が高まり、コンテナ化できないVMの開発ワークフローや管理も改善・容易になる。
MLOps
AIに加えて、コンテナ管理は、進化を続けるMLOpsとAIOps（しばしば同じ意味で使われる）の分野にも影響を及ぼしている。MLOpsはMachine Learning Operations（機械学習オペレーション）を短縮した言葉だ。MLモデルを本番環境へ移行するプロセスを効率化するため、MLエンジニアリングの重要な要素となりつつある。しかし、それだけではない。IT部門、データサイエンティスト、DevOps間の連携を強化することで、機械学習モデルの維持・監視にも関わっている。
したがって、コンテナ管理の改善は、MLOps分野の前進を支援するうえで大きな助けとなっている。しかし、影響は一方向ではない。MLOpsもコンテナ管理に新たな側面を加えている。
「コンテナ化が鍵となる中、KubernetesはクラウドネイティブなMLOpsによる、より成熟したテクノロジーとの統合を支援する」と、Alluxioのオープンソース担当バイスプレジデント兼創設エンジニア、Bin Fan氏は述べた。
「このトレンドに対応するため、組織はKubernetesと連携し、より柔軟なクラウド環境でAIワークロードを実行できる」
MLOpsによって、IT部門は、どのプロセッサ、メモリ、ストレージ、ネットワーク、IOPSリソースに問題があるのかを何日もかけて特定しなくても、アプリケーションのパフォーマンスに関する課題に対処できる。その価値は、現代のコンピューティングの規模が大きくなり、もはや人間のやり取りと手作業だけに頼って問題を解決できない点にある。自動化が必要であり、AIやMLに支えられていれば、大量のデータにコンテキストを加え、非常に短い時間で結論を洗練させる作業がはるかに容易かつ迅速になる。これにより、イベントの相関付け、イベント分析、異常検知、根本原因分析、自然言語処理、自動化、診断において価値が生まれる。どのように実現するのか。インシデントの予測、現れつつある挙動の把握、遅延の原因特定、自動化の推進に利用できるパターンを迅速に発見する。
ストレージ管理の改善
コンテナ管理における大きなトレンドの1つは、ストレージ管理を拡張し、ストレージ管理分野に変化をもたらしていることだ。クラウドのコロケーションは、ハイブリッドクラウドとオンプレミスのソリューションへ移行することでクラウド全体の障害を回避する手段として、ハイブリッドクラウド設計へと発展している。
「分離されたリソースとコンテナの組み合わせは今後も増加し、ストレージと物理ハードウェアの境界は曖昧になっていく」と、NyriadのCRO（最高収益責任者）であるJohn Scaramuzzo氏は述べた。
「ブロック、ファイル、オブジェクトはすべて共通のハードウェア上に存在するようになり、ストレージの仮想化された利用モデルを通じて、Hybrid Storage as a Serviceは引き続き成長するだろう」
スケーリングの向上
初期のコンテナ導入は、必ずしも適切にスケールできなかった。Kubernetesやその他のコンテナ管理機能は、この課題に対処してきた。例えばRed Hat OpenShiftは、レプリカ数の設定やアイドル状態の設定を必要とせず、自動スケーリングを実現する。Red Hatのプリンシパルプロダクトマネージャー、Naina Singh氏によれば、未使用時にはゼロまでスケールダウンし、ピーク時には数千まで自動的にスケールアップでき、信頼性とフォールトトレランスも組み込まれているという。Red Hat。
ほかのプラットフォームも、コンテナ管理の進歩を通じてスケーリングの課題に対応しつつある。例えば、IBM Turbonomicは、アプリケーションのパフォーマンスを高め、クラウド支出を最適化し、コンテナ化された環境におけるアプリケーションのスケーリングを改善する管理機能を追加している。