我们生活在一个喜欢为事物命名的世界里。就云计算而言,这些名称围绕使用模式的变化:公共云、私有云和混合云。现在又有了一个新术语——多云(multicloud),用于描述一种新兴的云计算使用模式。
术语和定义
“多云”是指使用超过一个公共云。当企业试图避免对单个公共云提供商的依赖时,当他们选择每个公共云的特定服务以获得最佳效果时,或者同时想要这两种好处的时候,这种模式就出现了。
定义:“多云”与“混合云”
那么,多云和混合云是什么关系呢?有些人会用两个词互相替换使用,但它们有着明确的含义。混合云和私有云(基于云技术的本地数据中心)和公共云的相对。
如果您一起使用多个公共云与私有云,就仍然是一个多云环境。(有些人可能称之为混合多云,这也很好。)
“实用混合云”的定义
还有一种被称为实用混合云的“野兽”,它是传统企业数据中心与公共云的搭配;实用混合云的存在是因为许多企业对私有云感到失望,并寻求将已经拥有的东西与公共云结合在一起的方式。
相比之下,多云架构使用两个或更多的公共云。
多云趋势的背后是什么?
作为一种趋势,云计算正在变得越来越复杂。几年前的愿景是将工作负载放在单一的云上,无论是公共云还是私有云。但是后来混合云架构变得更有吸引力,因为它给企业提供了更多的选择。
企业IT想要这个选择,是因为谷歌和微软都开发了引人注目的公共云平台,为开启了公共云业务的Amazon Web Services提供了替代方案。其他企业提供商——包括IBM、HP Enterprise、以及最近的Oracle——也纷纷加入战团,尽管还远没有那么成功。
由于这些都是可行的公共云选项,企业开始通过正式的架构流程和“影子IT”——企业里的小组可以用这种方式使用公共云,而又不需要企业IT知识——将它们结合在一起。各种影子IT经常会挑选不同的公共云,然后希望这些云操作由企业IT管理。
无论你是如何来到这里,绝大多数企业现在都要管理多云基础架构。
尽管许多IT机构都只是使用每个云供应商提供的原生工具和服务来管理这些复杂的多云环境,但有一些机构正在变得越来越聪明,并且将自己从复杂之中抽象出来
通过使用云管理平台(CMP)和云服务代理(CSB)等工具,企业可以像管理一个云一样管理多个云。但是,这样做要付出的代价是你只能使用每个云的一部分功能;也就是采取“最小公分母”的方法。
建议:关注云技术的作用而不是称谓
公共云、私有云、混合云、实用混合云、多云......名词太多了?确实如此。
但是,我建议你不要被事物的名称所困扰,而是侧重关心它们的作用。事实上,云架构在未来几年里还会继续发展,还将出现新的模式。也还会有新的名字出现,对此我非常肯定。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。