随着IaaS市场的继续整合,云用户将面临新的挑战和风险,但这并不都是坏消息。
基础设施及服务的市场似乎在缩水,大多数市场观察人士看到了这点,云客户也看到了。并且,随着整合的继续,必将改变IaaS的市场动态。 这些变化到底意味着什么,从长远来看,还有待观察。但是,至少从目前看来,基础架构即服务(IaaS)市场的整合可能会导致选择变少,造成更多的客户将赌注押在“安全”的供应商选择上,如微软的Azure,亚马逊网络服务(AWS)和谷歌。这也将引发对云厂商锁定新的一轮的担忧。
“由于激烈的价格竞争,IaaS市场很有可能将继续整合,”总部位于马萨诸塞州Wellesley的技术咨询公司THINKstrategies的总经理Jeffery Kaplan说,IaaS的市场整合可能会以两种方式伤害到客户,他警告说。
首先,随着竞争对手的数量下降,客户可能会面临价格的上涨。其次,他们可能被迫更换IaaS提供商,如果其IaaS厂商被迫中止服务,或被其他厂商收购,他说。 当然,并不是所有的云用户都对此感到担忧。
“作为微软Azure的客户,我们继续看到我们的计算价格在IaaS和PaaS上不断下降,” 总部位于得克萨斯州Dallas的金属公司Dillon Cage的CTO Tom Grounds说。Grounds声称所有的迹象都指向了三巨头——Azure,AWS和谷歌,而他的公司则较少受到外部市场合并的影响。
“我们是在2013年春季启动云战略的,选择了微软的Azure平台,并会继续将我们的重心放在那里,”Grounds说。 事实上,IaaS市场的整合可以最大的有利于消费者,总部设在加州Corona Del Mar,专注于DevOps的咨询公司Nebulaworks的创始人和管理合伙人Chris Ciborowski说道。还有许多较小的供应商正在试图同像AWS和Azure的这样的主流云提供商竞争,但无法达到这些厂商所能提供的功能性和稳健型。由于IaaS的市场整合,规模较小的云供应商必须提供同等的功能,或以低得多的价格提供服务,他说。
“不管是由“三巨头”云提供商提供更低成本的选项,还是由较小的提供商提供增加的功能,对于客户来说都是好事,”Ciborowski说。 挑选供应商,避免厂商锁定 对于任何数据中心的决策——无论是涉及到一个物理数据中心,还是托管设施或云数据中心,仔细评估你的供应商非常重要。
“不光要审查技术堆栈,还要考虑厂商的长远生存能力,”Grounds说。组织应审查潜在供应商的发展蓝图,确保同该公司未来的IT规划是一致的。如果你正在评估的IaaS产品来自一个大组织的业务部门,要确保母公司未来会在IaaS的产品上继续投资。 “迁移数据中心,无论是物理的还是虚拟的,从来都不是件容易的事,因此只要进行明智的规划,那市场整合应该不会对你产生什么影响,”Grounds说。
避免潜在整合陷阱的最好方法是根据服务的质量而不是价格来仔细挑选你的IaaS提供商,Kaplan说。此外,还要评估潜在的供应商在IaaS市场上竞争力,并始终有一个适当的云退出策略。 “你还应该确保有一个相应的退出条款,允许你更换供应商,如果你对新的厂商不满意,并且要有应急计划,可以让你迁移到另一个供应商,”他补充说。
至于厂商锁定,重要的是只对基础架构使用IaaS,避开专有服务和工具,如关系数据库和消息队列,Ciborowski说。除非一家公司准备在某个云供应商上孤注一掷,并且准备好承担锁定的风险,否则在应用程序和服务层上使用一个开源的替代品也是不错的思路。 “采取分层的方法提供抽象,减轻锁定风险,让跨云支持和敏捷性成为可能,”Ciborowski补充道。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。