当前,中国政府鼓励行业企业通过云计算技术来实施数字化转型,从而加速经济增长。许多企业机构已部署了私有云和单一供应商混合云,以实现这一目标。为了满足全球业务和本地业务需要分别部署在不同的云基础设施中这一企业和或政府的监管要求,企业机构纷纷将目光转向多云模式(见图1)。然而,多云计算要求企业机构对多云技能、流程和工具进行大量投资。
图1:多云采用流程建议
企业机构对多云模式的兴趣在持续上升。所谓“多云模式”,即有针对性地为不同应用提供多云基础设施即服务(IaaS)和平台即服务(PaaS)。在部分情况下,采用多云模式是满足企业需求所必须的:例如,企业为满足合规要求,可能需要增加一个本地云服务提供商,与全球提供商互相制衡。不过,在其他情况下采用多云解决方案,却未必能满足企业的需求。
企业往往不会全面审视多云模式的潜在效益及其在工具和流程方面所带来的挑战。与管理单一云相比,企业管理多云的难度更大,需要满足额外的技能和运维要求,还需要为每个云服务配备更多的人力来从事开发和实施部署。在多云环境中执行IT运维任务,例如基础设施自动化或监控,难度将进一步增加。本研究报告有助于中国企业梳理其多云部署需求,从而:
确定和评估多云模式的利弊;
根据企业自身的情况和多云管理要求,制定最佳云管理工具战略;
重新调整流程,以便实施多云治理。
识别并评估您所在的企业机构采用多云战略的潜在成本和收益
人们普遍认为,多云模式可以满足大量行业相关的特定需求并带来诸多裨益。这些说法并非完全错误,只是在实践中也需要谨慎地考虑多云模式的应用环境。采用多云战略可以提升工作负载的移植性,从而避免厂商锁定;采用多云战略有助于提高企业云基础设施的韧性;以及多云更便宜是三类常见的错误看法。
因此,不要强行实施多云战略——只有不得不使用第二家厂商的产品时才进行多云部署。如果决定采用多云战略,则需要为应对多云环境带来的运营挑战做好准备。
配置工具,以支持多云环境的运营管理
为多云环境制定最佳云管工具战略时,需要认识到,针对同一功能在不同环境中使用不同工具,会使企业机构的运营环境变得复杂。因此,应优先使用云原生工具。如果原生工具无法满足要求,或难以管理在不同云环境中执行相同功能的工具,则应考虑使用第三方工具。
重新调整流程,以推动多云自适应治理
多云部署过程中要严格遵循如下流程:
防止超支
防止出现安全漏洞
防止偏离架构标准
图2:成本、安全和架构的自适应治理
因此,解决问题的关键,是在上述各领域采取自适应治理,确保“正确的人做正确的事“。在整个云战略实施期间,I&O领导者应采取这种治理方式,为不同环境、不同职责的用户赋能。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。