如今,没有人否认亚马逊,微软,以及谷歌公司在云计算市场中的主导地位。但对于一些公司来说,一些规模较小的或区域云计算提供商提供了一个更有吸引力的替代品。
虽然企业市场越来越多地集中在几家提供广泛服务和优惠价格的超大规模云计算服务提供商。然而,这些行业巨头可能无法满足一些企业的需要的服务,特别是那些中小型企业,他们需要得到快速支持,并且需要充分利用云计算服务。
考虑到这些市场需求,一些较小的云提供商可以提供满足这些中小型企业的云计算风格的需求的服务。行业分析师表示,这种趋势不会很快消失。
“我们所看到的是,市场主要采用是巨型云,微软Azure,AWS(Amazon Web Services),Google和IBM,以及其他大型厂商,这些厂商正在根据规模和全球覆盖面以及他们提供的服务数量进行竞争。”总部位于美国马萨诸塞州剑桥Forrester研究机构首席分析师Dave Bartoletti说。
但他们提供的服务可能并不能满足所有的需要。例如,将工作负载迁移到云计算,并确定如何在云计算和内部平台上管理和保护资源需要专业知识。较小规模的企业不会从超大规模云提供商那里得到很多帮助,但也可能不愿意大量投资培养自己的IT人员。这就是较小规模的云提供商有限之处。
数据中心和云计算分析机构IDC公司副总裁Richard Villars说,使用较小规模的云提供商提供服务的组织,其重点不在于服务级别协议(SLA),虽然这是很重要的,而是在如何配置资源或解决特定应用程序的问题上。“它往往更多地涉及需要人为干预的问题,”他说。
此外,在特定地理区域运营的一些企业可能寻求一个较小的本地云提供商来托管某些需要降低延迟的应用程序。而那些在增长和需求方面具有稳定应用的企业不一定需要超大规模云提供商的弹性,这使得较小规模或本地云服务厂商成为实际的替代者。
选择较小的云提供商的注意事项
研究机构Forrester公司首席分析师Dave Bartolettipr表示,如果企业正在迁往云端,不知道容器或微服务等技术和产品的话,最好采用合作伙伴的专业知识。
Richard Villars说,有很多小型供应商,特别是第一代互联网服务提供商,已经成为云计算提供商或可能朝这个方向发展。
“一些云服务和其他企业可以提供服务,但他们需要转换到云模型,与不同的SLA相比,它有不同的设计”他继续说,这些提供商在服务方面也可能需要加强他们的隐私,安全和控制能力。
但是,寻找一个具有这些功能的小型云提供商,特别是在大都市区域之外,这可能并不容易。Villars说:“在欧洲和世界其他地区,经销商通常拥有管理的服务背景,并有能力成为云计算提供商。相比之下,美国经销商通常有更多的硬件技术背景,所提供服务的经验较少。因此,在这里确定合适的托管合作伙伴需要做更多的工作。”
中小型企业应首先寻找具有基本基础架构功能的云提供商或合作伙伴。Villars说:“合作伙伴应该是某些业务领域或职能方面的专家,无论是Microsoft或Oracle产品组合,还是其他一些能够为您提供价值的专业技术厂商。”
此外,企业需要寻找提供全方位选择的服务提供商或托管合作伙伴,从简单的云计算空间到成熟的托管服务。这是因为,当一家企业向云计算转型时,它通常需要进行一些选择。组织可能遗留20年前写的具有其他功能的可应用的程序,他们仍然需要拥有和操作,并直接移动到云计算,Villars解释说,这些都需要特定的专业知识。
最后,确保企业选择的小型云计算提供商是与本地运营商和网络提供商合作的专业厂商。这确保企业可以在路由或其他网络功能中进行任何必要的更改,这可能是成功云转换的障碍。
服务提供商(MSP)的作用
对于许多组织来说,还有其他选择。例如,中小型公司可能与具有垂直市场领域专业知识(如制造业或金融服务)的多个管理服务提供商(MSP)有着密切的关系。
“服务提供商(MSP)也可能填补云提供商的角色。”Bartoletti说。事实上,一些服务提供商(MSP)已经具有云产品,允许用户在按需付费的基础上使用基础设施。“如果企业已经与他们有关系,为什么不采用呢?”Bartoletti说。
Bartoletti说,总体来说,第二层或第三层提供商可以为许多企业提供“比云服务更快的途径”。这些较小规模的提供商也可能提供一系列相关的咨询或员工扩增服务,并可帮助缓解新兴技术的采用。
“如果企业的业务正在迁移到云端,却不具备容器或微服务的专业知识,最好的方法就是与具有专业技术的合作伙伴合作。”Bartoletti说。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。