所谓的多云IT运营,常常涉及的不仅仅是云计算。一家公司可能会在多个云提供商(包括亚马逊网络服务或Microsoft Azure提供的云基础设施)上建立数据和应用程序,并以开发人员友好的服务平台和内部私有云为基础。
但是除非该公司是最近成立的——在这种情况下,最有可能是全云环境——否则在物理服务器上至少有一部分数据和软件。这就是为什么混合云,以及混合型IT环境——部分云资源,部分内部部署——正在成为当今的常态。
“一个更好的IT”
数字保护服务提供商Trilio的创始人兼首席技术官Murali Balcha表示,云计算和内部部署IT运营的混合管理是获得更高IT效率和降低开销成本等优势的关键。 “在本质上,这个想法是利用各种云软件的功能来为自己实现更好的IT,”Balcha在最近的波士顿OpenStack峰会上表示。
Balcha表示,正确管理混合IT环境的组织可以在需要时利用公共云,根据需要将工作负载从内部部署到云端;在不同云部署之间转移应用程序;如果业务需求需要的话,可以打通公共云资源。 但是,设立这样一个操作并不是一件容易的事情,Balcha说。
内部部署服务器和云需要同步——它们必须具有访问相同的数据集。 “你需要在在内部和混合云中所有云之间拥有此层数据访问流动的层,”他说。
混合IT的特点
Balcha详细介绍了他所说的混合IT环境的四个推动因素: 数据采集必须与平台无关。数据必须被捕获(获取和存储),应用程序应该可以运行在组织所有供应商的云端,Balcha表示。 “我们在IT部署了大量应用程序,但是大多数组织并不以一种覆盖所有云的方式捕获这些数据集,”Balcha说, “如果你不能在不同的云上使用一个云上部署的数据集,那就限制了你使用混合云的能力。” 他说,在OpenStack等平台上进行标准化是一种方式。
这样,内部部署服务器和云部署都在同一个操作系统上运行。 数据集需要移动。 Balcha表示,组织必须能够将数据从云安全地移动到云端,因此他们可以在不同云上的同一数据集上运行一些应用程序。 在云中移动数据的最佳方法是使用云存储,Balcha表示,亚马逊的Simple Storage Service是最受欢迎的。
云存储也可以用于访问数据。 应用程序必须重新编排。对于云部署,业务流程意味着重新排列流程和组件,从而连接在远程位置运行的系统。一旦应用程序可以在内部部署和云部署之间移动,组织就需要重新组织它们,Balcha说。
例如,在OpenStack上构建的私有云中运行的应用程序必须针对AWS进行重新安装,但这比较容易,Balcha表示,只要虚拟机和其他资源类型为标准格式。 需要一个单一的窗口来管理所有的云。在混合IT环境中,Balcha表示,所有云部署应通过电脑显示器或移动设备屏幕上的一个管理控制台进行管理。 如果一个组织有四个云部署,“你不应该觉得你需要登录所有四个不同的云,”Balcha说,所以单点登录是必要的。暴露给用户的复杂性越差越好。 “单一窗口应该隐藏所有细节,并提供一个简单的界面。”
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。