Gartner的分析师Donna Scott说,云计算已经进入市场了10多年了,但是人们对此仍有一些不明就里的地方。她在最近的CIO网络研讨会上试图消除这种认知混乱。关于关公共和私有云,人们普遍存在两个疑问。
什么类型的数据往往用于公共云和私有云?
有几种类型的数据是大多数公司不想放在公共云里的,Scott说。一个是知识产权。原因很简单:他们不想共享这些数据,其他关键的IT运营设施也是如此。 “你不想共享网络,你不想共享存储空间,你不想共享计算,”Scott说。
企业通常将这些数据类型以及个人可识别或受监管的信息放在私有云中——无论是在内部还是在托管设施中,他们租用空间但拥有硬件。 Scott说,一些公共云提供私有云的能力,所以有较少的共享,“但你必须仔细分辨清楚,决定你想分享什么,你不想分享什么,并作出评估。”
企业应如何计算公有云和私有云的总体拥有成本?
“你需要衡量内部以及云端提供服务的成本,”Scott说。 这样,企业可以对比两者并做出决定。 以电子邮件为例。如果公司有一个内部电子邮件应用程序,可以确定每个用户的成本——设备成本、许可成本、维护和保持电子邮件运行24/7的成本。
“基本上,你把所有的成本加起来,除以使用的员工人数,就是每个用户的成本,”她说。 做这种类型的计算和分析时,IT部门应该让他们的财务部门参与进来。因为他们大多数不能很好地处理提供IT服务的成本,Scott说。
好文章,需要你的鼓励
本周在圣路易斯举办的SC25超级计算大会上,多家科技巨头发布了面向AI热潮的高性能计算产品。英伟达推出Apollo物理仿真AI模型和两套基于Grace-Blackwell架构的RIKEN超级计算机。戴尔发布AMD Instinct驱动的XE9785服务器和英特尔R770AP服务器,以及两款新交换机。法国与AMD合作建设首台百亿亿次超级计算机Alice Recoque,预算6.4亿美元,将成为欧洲第二台百亿亿次系统。
谷歌DeepMind等顶级机构联合研究揭示,当前12种主流AI安全防护系统在面对专业自适应攻击时几乎全部失效,成功率超过90%。研究团队通过强化学习、搜索算法和人类红队攻击等多种方法,系统性地突破了包括提示工程、对抗训练、输入过滤和秘密检测在内的各类防护技术,暴露了AI安全评估的根本缺陷。
人工智能为已经过度充斥内容的社交媒体世界增添更多燃料。AI的大规模生产能力让内容泛滥问题更加严重,同时算法操控也变得更加可疑。在广告领域,AI工具可能彻底改变传统广告模式,通过智能代理的受托责任替代常见广告形式。未来AI甚至可能使用人类的AI化身代笔写书,模仿其声音、历史和个性。这引发了关于人类作者身份和写作本质的深刻思考。
西蒙弗雷泽大学和Adobe研究院联合开发的MultiCOIN技术,能够将两张静态图片转换为高质量的过渡视频。该技术支持轨迹、深度、文本和区域四种控制方式,可单独或组合使用。采用双分支架构和分阶段训练策略,在运动控制精度上比现有技术提升53%以上,为视频制作提供了前所未有的灵活性和精确度。