ZD至顶网CIO与应用频道 07月14日 北京消息(文/王聪彬):经历了快速发展期后,各行各业在近几年都或多或少遇到了一些瓶颈,商业模式的创新、企业全球化、服务的个性化等等都是值得推敲和思考的问题。
在这些变化中IT能为企业做点什么?来自汽车和能源行业的北汽福田汽车股份有限公司信息技术部常务副经理辛海明、金风科技信息中心的总架构师董磊同时提出了利用混合云进行破局的想法。
1、云计算带来了哪些改变?
辛海明:现在汽车行业理解云更多现在把它理解成数字化的一种服务,汽车行业内部现在越来越少分层谈SaaS,PaaS,IaaS,更多是整体对客户它能够提供什么样数字化的服务。
云对整个汽车行业发展新型商业模式起到至关重要的作用,让用户获取更多的电子化服务和了解更多自己汽车的状态。因为汽车行业本身制造流程长,产业链也比较长,涉及大量供应商、经销商。自身提供的IT服务体量已经非常庞大,所以云计算能进一步提高自己的IT服务,够保证整个IT的成本可控。
2、汽车和能源行业如何看待混合云?
辛海明:私有云、公有云、混合云在汽车行业的使用正在快速增长,尤其是大企业在混合云上的应用开始加速。
混合云最大的优势主要体现在两方面:
第一,安全性,因为大型企业对核心业务流程和数据信息安全方面都有一定的要求,所以私有云是必须要选的路径;
第二、成本和交付,大企业使用公有云可以减低成本,实现快速交付。
董磊:能源行业的云计算应用更多是从公有云开始,而非私有云。因为最初的需求主要来自仿真计算,包括弹性计算。因此需要弹性的计算资源,以及多节点的并行计算。而私有云做这些事成本较高。
能源行业的一些应用建立相对复杂,所以考虑使用云计算的出发点在于计算任务队列管理、设备运行数据的流式分析、数据分析结果储存、运行数据收集等问题。随着云计算使用规模越来越大要考虑更多成本问题,所以混合云也成为新的探讨方向。
3、汽车和能源行业有哪些混合云应用场景?
辛海明:基于地理位置的服务、驾驶行为分析、电子商务都是比较典型应用的场景。而且车联网也正在同保险公司规划UBI保险(基于驾驶行为而定保费保险)的PaaS服务,车联网可以掌握汽车实时运转动态,同时也能捕捉驾驶的行为,保险公司利用这样的数据平台可以开发针对于每一辆车、每一个司机、每一单货物运输的保险。
举个例子,为运输800公里的海鲜提供保险,这是保险公司通常不敢接的订单,因为图中有太多的不可控的风险。现在保险公司掌握了整车的状态可以随时知道发动机运转状况、冷链压缩机运行状况,提前作出预警,给客户留出时间处理故障。保险公司针对不同的个体提出特色的保险服务,这就是PaaS层的核心价值。
董磊:能源行业没有汽车行业大量的客户,所以很多应用场景都是和自身业务相关的,像仿真计算,以及通过对电力设备运行状态、生产条件资源来预测整个电力未来生产产能等。另外,还有很多应用是服务于电力设备用户提供一些增值服务,增值服务是通过私有云提供,目前还在规划阶段,这也是未来的数字化产品。
4、如何构建真正的混合云?
辛海明:真正互联互通的混合云一定是从企业战略到企业运营全方位考虑,而不是单纯从你的IT技术角度。混合云要具备需求和价值两个核心。
企业内部需求:如何丰富自己的商业模式,寻找更多商业机会;
全球化发展需求:全球化对IT提出需求,所以在构建云的时要考虑同谁合作;
执行层面需求:将不同的业务选择性部署在私有云和公有云上;
管理管理需求:如何实现真正的互联互通,执行、用户多角度考虑;
服务需求:云本身就是一种服务,如何去构建这个服务;
董磊:混合云要具备三点功能,第一、新资源和老资源通过云管理平台同时进行管理。第二、支持多种虚拟化技术,对异构系统资源统一管理。第三、用户来不用关注混合云的具体构成。
同时在构建混合云时应该注意六个问题:
第一、找到需要混合云的业务,这些业务的私有云、公有云配置比例怎样有机结合。
第二、能够实现统一管理、统一调度;
第三,符合开放性原则,私有云和公有云间实现互联互通发挥信息资源最大作用,并且在开放性和安全性之间要有机结合;
第四、针对业务选择不同的计算类型,普通计算资源和高性能计算;
第五、混合云能够兼容已有IT环境实现有机集成;
第六、云服务商服务水平,尤其在技术层面的服务;
5、混合云有哪些发展趋势?
辛海明:私有云的建设在短期内随着企业对IT的逐渐认识,它会短期内呈现爆发趋势。公有云也将越来越多支撑企业核心应用,并且利用公有云资源优势企业可以丰富自身商业模式提升核心竞争力。
未来企业在成本、信息安全,交付速度等因素的考虑下,混合云将会长期存在,而且其中私有云和公有云之间的融合也将更加深入。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。