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
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。