因为这样或那样的原因, 一些企业需要将他们的应用从云中移出。以下的三个关键步骤,将确保顺利从云中退出。 尽管云很流行,但是有些云项目并不顺利。当这种情况发生时,当你认定问题不是由于供应商选择失败而造成的,那你必须计划撤退。 要实施一个成功的云退出战略, 将应用程序和数据尽可能平稳的从云中移出,你需要做三件事:选择一个着陆点,管理技术过渡,和处理任何业务或法律问题。
第一步:选择一个着陆点
如果你离开云,必须选择其他环境。虽然可以选择回到你原来的环境,但是也有可能行不通。比如,在你迁移到云时,已经将运行应用程序的内部资源删除 了,又或者你从来没有在内部运行过那些应用。即使你能回到原来的应用环境,也要先考虑以下几点。 首先,检查你在将应用迁移到云时所做的更改。根据这些变更的范围,要采取不同的方案。 如果你对于应用的更改很小,那将它们恢复到原有的环境是一个选择,但要确保原始资源和应用版本,仍然可用。企业通常因为内部平台老化,所以进行云迁移。如 果原始平台仍然就绪,先回到这一平台,再开始计划改进。然而,如果它们无法使用,不要购买原有系统。先留在云中,直到你可以为你的应用程序构建一个最优 的,现代的,内部的设施。 如果在迁移到云之前,你对应用进行了巨大改动,确保你有一个应用原先运行的版本。如果你有,遵循上述相同的过程。如果你拥有的唯一版本是根据云特性重写的 版本,你必须将应用程序退回修改状态,或者重新构建。 一些从公共云移出的用户将私有云视为他们唯一的选择,但事实并非如此。对于大多数企业而言,虚拟化是一种划算而有效的选择。如果你需要新的基础设施在内部 来支持你的应用,考虑采用数据中心虚拟化。
第二步:管理技术过渡
在确定你的着陆点和准备必要的资源后,下一步就是管理技术过渡。这将是之前将应用迁移到云的一个逆转步骤。你必须能够在本地加载并运行应用,并在它 们之间集成工作流。 企业在云迁移中,最常见的改动就是横向扩展。横向扩展允许本地应用使用云的额外容量。它还允许用户在需要时,在云中添加或删除应用程序实例。 除非你确保应用在退出云后,仍可扩展,否则这些好处都将消失。 虽然通过虚拟化,也可以在内部扩展应用实例,至少采用一个简单的cloud stack来管理实例。如果你使用虚拟化,选择一个可以兼容虚拟化环境的cloud stack来促进迁移。 云退出战略还应该重视应用生命周期管理。企业应该在新环境中测试应用,并验证工作流。如果你做出了重大的应用更改,或者如果应用在云中多停留了一段时间, 在转换前运行一次测试,以确保它们正确运行。
第三步:解决业务和法律问题
云退出战略的最后一步是考虑你的业务和法律程序。退出云应该是最后的选择,你的云供应商应该在你离开前,知道发生的问题。当你知道你要将应用程序迁 移出,通知你的供应商。然而,如果你需要在合同到期前,将应用程序迁移出云,请咨询你的法律部门。 许多云的问题,即使是那些迫使用户将应用迁移出的问题,也会随着云服务和应用的成熟,而解决。一个可行的云退出战略应该确保你不会毁坏你和供应商之间的关 系,因为你日后有可能再回来。
好文章,需要你的鼓励
三星与AI搜索引擎Perplexity合作,将其应用引入智能电视。2025年三星电视用户可立即使用,2024和2023年款设备将通过系统更新获得支持。用户可通过打字或语音提问,Perplexity还为用户提供12个月免费Pro订阅。尽管面临版权争议,这一合作仍引发关注。
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
苹果M5 MacBook Pro评测显示这是一次相对较小的升级。最大变化是M5芯片,CPU性能比M4提升约9%,多核性能比M4 MacBook Air快19%,GPU性能提升37%。功耗可能有所增加但电池续航保持24小时。评测者认为该产品不适合M4用户升级,但对使用older型号用户仍是强有力选择。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。