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
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。