云转型是数字化转型的一个重要组成部分,越来越多的企业通过上云的方式进行数字化转型。随着云革命进入到第三个十年,采用云可获得的巨大价值越来越显而易见。据麦肯锡估计,仅财富500强企业就获得了超过1万亿美元的价值。有趣的是,几乎所有价值均来自于业务创新和优化,而不是IT成本的降低。
因此,上云已成为企业进行业务创新和优化的必选项。企业上云能够便捷地按需使用资源,获取高度可扩展、灵活易管理的业务模式,提高资源配置效率,降低业务创新和优化的成本,助力企业实现智能化、精细化和简易化运营。
但是,企业的工作负载规模庞大且持续增加,上云选择种类繁多,云上环境纷繁复杂,如何确保企业的“云转型”过程安全、灵活、易于操作,真正通过“云转型”给企业业务带来创新和优化呢?
作为全球数据管理领域的专家,Commvault认为企业向云转型,需要特别注意以下五点。做好这五项工作,方能成功上云,事半功倍。
1. 更广泛的工作负载覆盖:过去几年,企业的数据环境经历了巨大变化,留下了各种工作负载。为了保证企业环境安全,无论是旧有数据,还是新一代工作负载,所有这些工作负载都需要进行数据保护和管理。
2. 灵活的交付模式:这项要求十分重要。使用SaaS这样的灵活交付模式,企业可以根据目前和未来的业务需求,消耗和部署云服务,并加大用量。
3. 多云支持:企业使用多云,必须找一个具有云原生集成能力的可靠合作伙伴合作。这样可以支持企业能够在云环境中快速创新,同时避免被单一云或存储厂商锁定。
4. 智能自动化:智能自动化能够加快并简化云和本地之间的数据迁移。流程自动化支持企业能够专注于业务创新,同时降低无法满足服务等级协议(SLA)的风险。
5. 企业级安全:据保守估计,每11秒就会发生一次勒索软件攻击。因此,企业需要确保自身保持较高的安全防御状态。单一平台提供的端到端可见性可以让企业做好准备,随时应对任何可能出现的问题或攻击。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。