管理来自不同提供商的云服务集群是许多组织刚刚开始着手解决的一个挑战。他们如何将坐在数据中心的数据和应用程序移动到另一个供应商?他们如何将许多不同部分的环境无缝拼凑在一起?
回答这些问题是艰难的。首先弄清楚哪些部门正在使用什么云服务,然后来规划和处理业务。对于提供云基础设施的服务或软件开发平台,有各种工具可以帮助您整理出哪些是可移动的,以及需要什么连接。
但是,当涉及预先包装的云软件服务或软件即服务(SaaS)时,问题就更难解决了。例如,如果软件提供商提价或因为该应用不再适合该业务,则数据和信息和流程不能轻易地从一个应用程序转移到另一个应用程序。事实上,IT顾问Judith Hurwitz表示,服务商力争维持现状。
Hulwitz表示:“如果您查看任何这些应用程序,你会发现它们基本保持客户锁定,这是整个设计点。”Hurwitz是一系列关于IT的书籍作者,包括Cloud Computing for Dummies。
“运气不好”
顾问Jeffrey Kaplan本周在E-Commerce Times上写道,定制服务使得SaaS管理应用程序“随着时间的推移变得更加困难”。 咨询公司THINKstrategies的总经理Kaplan写道,组织希望自定义他们的云应用程序以适应现有的IT运营,而且供应商很乐意接受,因为对应用程序进行更多的定制意味着很难移动数据和所有这些专门化的特性——因此客户仍然是客户。
Kaplan在接受采访时说:“你每天的大部分数据都依赖于那些软件即服务的企业应用程序。这些应用程序在许多方面是最易被定制的。” 作为供应商锁定的一个例子,Hurwitz引用了他的咨询公司Hurwitz & Associates的情况。多年前,该公司安装了云应用程序Salesforce用于客户关系管理(CRM),并把钱花在构建特定的业务流程上。
后来,“我们发现这对我们来说实在是太过了。” Hurwitz表示,大多数CRM系统都是为拥有大型销售团队的公司而设计的,而Salesforce中的功能对于她的小团队来说并不有用。
因此,该公司决定将其数据从Salesforce转移到开源系统。 “我们一定可以得到我们的名字,地址和客户,一切都转移过来,”Hurwitz说, “但是,这个过程——你运气不好,因为这都是与这个应用程序有关的代码。” Hurwitz指的是业务流程,即销售系统将高端销售自动路由到特定团队进行处理。“这是一个业务流程规则,需要编码。”
扫除代码障碍
Hurwitz说,可能有办法,但这并不容易。如果一家订阅云软件服务的公司想要将这些业务流程与数据一起移动,那么首先必须弄清楚如何从基础应用程序中分离出自定义编码。
早期的关系数据库提出了类似的问题。在20世纪80年代,当它们在市场上激增时,可以对应用程序进行编码来定制它们,但是从一个数据库转移到另一个数据库是困难的。
最终,购买数据库的CIO和CTO最终设法将流程代码从应用程序中分离出来。 “但是,这让一些真正聪明的人来解决这个问题,”Hurwitz说, “我们绝对不会有软件即服务。” 容器技术可以解开云软件服务的答案。这是一种流行的虚拟化技术,允许应用程序或其中的一部分快速移动。可以将定制代码放入容器中,从而可以轻松地从应用程序的其余部分中移除。
Hurwitz说,有一天会有一些这样的创新,但是不要指望云软件服务提供商。 “可能是第三方,”她说,“因为如果您是SaaS供应商,为什么会让别人更容易离开呢,信不信由你,这是一个重要因素。” Kaplan表示,像容器这样的新技术以及带宽更大的网络可能确实有助于将云软件服务带入多云。
但是,随着我们对云计算能力的期待,新的问题将会出现。随着人工智能和机器学习等先进技术被集成到云服务中,云将被要求做更多、更快的工作。 Kaplan说:“我们每天都在为自己创造新的挑战,因为我们对于技术总是做出更高的期望。”
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。