在经济充满变数的这一年中,基础设施和运营(I&O)团队需要支持新的技术和工作方式,因此Gartner于近日重点发布影响2023年云、数据中心和边缘基础设施的四大趋势。
Gartner研究副总裁Paul Delory表示,“在当前的经济环境下,2023年企业面临的最大问题可能并不是IT基础设施的问题。I&O团队将受到经济和地缘政治因素的影响,并在缓解这些影响方面发挥着至关重要的作用。
今年或许不是实现宏伟目标的一年,但却是重新聚焦、重新调整和重新思考基础设施的时刻。在每场危机中都蕴藏着机遇,因此,我们可能有机会在今年实现长久以来期望的积极变革。”
Gartner指出,云计算、数据中心和边缘基础设施的四大主要趋势包括:
趋势1:云团队将优化和重构云基础设施
虽然公有云部署已非常广泛,但许多部署都是临时性的,而且实施不力。I&O团队今年可以重新审视匆忙搭建或架构不佳的云基础设施,使它们更为高效、更具弹性和成本效益。
云基础设施重构应侧重于通过以下方法实现成本优化:淘汰冗余、过度建设或未使用的云基础设施;打造业务弹性,而非服务等级的冗余能力;将云基础设施作为缓解供应链中断的一种方式;以及对基础设施进行现代化改造。Gartner预测,到2027年,65%的应用工作负载将具备云交付的最佳条件,而这一比例在2022年为45%。
趋势2:新的应用架构将需要新型基础设施
随着新型基础设施的不断涌现,I&O团队面临的挑战是满足不断增长的新需求。这些新型基础设施包括,用于数据密集型用例的边缘基础设施、用于特定工作负载的非x86架构、无服务器边缘架构和5G移动服务。Gartner预测,到2026年,15%的本地生产工作负载将在容器中运行,而2022年这一比例还不到5%。
I&O专业人员必须谨慎评估替代选项,关注它们在时间、人才和资源限制下的管理、集成和转型能力。Delory表示,“不要仅仅因为过去的方法或解决方案效果良好就回归传统,充满挑战的时期正好适合创新和寻找新的解决方案来满足业务需求。”
趋势3:数据中心团队将在本地采用云计算原则
数据中心正在收缩并迁移到基于平台的托管供应商。结合物理基础设施的新型即服务模式,这将为本地基础设施带来类似云计算的服务中心化和经济模式。
Gartner预测,到2027年,35%的数据中心基础设施将通过基于云的控制平面进行管理,而2022年这一比例不到10%。今年,I&O专业人员应着重在数据中心内搭建云原生基础设施,将工作负载从自有设施迁移到托管设施或边缘,或针对物理基础设施采用即服务模式。
趋势4:成功的企业机构将把技能增长作为首要任务
技能欠缺仍然是实施基础设施现代化改造的最大障碍。许多企业机构发现,他们无法通过雇用外部人才来填补这些技能缺口。因此,IT部门必须把整体技能增长作为首要任务才能取得成功。
今年,I&O领导者必须将提升运营技能置于首位,鼓励I&O专业人员担任新的角色,如站点可靠性工程师或开发团队和业务部门的专家顾问。Gartner预测,到2027年,60%的数据中心基础设施团队将具备相关的自动化和云技能,而2022年这一比例仅为30%。
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。