中国北京——2020年3月13日,戴尔科技集团近期赞助并发布了一份由Enterprise Strategy Group(ESG)公司撰写的报告,对多云的复杂性、成本进行了探讨,并研究了跨云基础架构的一致性如何为组织创造的价值。点击阅读本报告。
此研究报告包含了许多可供借鉴的要点,绝对值得您花时间通读全文。如果您正处于制定云策略的阶段,那么文中的见解会对您大有裨益。更重要的是,该研究直白地描述出我们一贯观察到的市场现象,强调了在企业云部署的过程中,云策略潜在的益处与当前的现状之间存在着巨大差距。
这几组数据值得我们关注:高达80%的受访者(中大型公司高级技术决策者)称他们认识到了混合云所带来的巨大价值。在此报告中,混合云指的是在多个公有云和私有云之间实现了管理一致性。但却只有5%的受访者称已经实现了其混合云管理一致性的目标。那么,我们要如何弥补如此巨大的差距?
报告显示,尽管前路漫漫,但企业组织仍相信多云的价值,并认为应该努力加快实现这一价值。领导者对这项技术和战略拥有坚定的信心,只是苦于无法将它们连贯有效地组合到一起。
也许,这个差距也反映了企业迄今为止所采取的云策略实施方法。通常,他们没有一开始就采取一致的、缜密的中心化策略。在多云部署方面,几乎所有公司采取的都是去中心化程度更高的有机方式,而现在,他们不得不努力将整个组织采用的方法连贯起来。
数据还显示了其他耐人寻味的趋势。您可能猜得到,一致性是简化IT管理的一种办法,但其好处远不止节约工作时间这么简单。报告中提到了一些耐人寻味的观点包括:
管理一致性能够显著削减成本。接受调查的组织称,他们预计私有云和公有云采用具有一致性的IT管理工具后,成本可平均降低19%。
数据保护的一致性令数据更安全。当问到在私有云和公有云位置使用一致的基础架构管理工具预计会获得哪些好处时,受访者表示:他们预计安全漏洞、应用程序中断或影响公有云中数据的其他事件数量可平均减少30%。 开发人员也能受益。96%的受访者组织认为,他们预计私有云和公有云的IT管理一致性有助于开发人员更轻松地将代码推送到生产环境。
可能成为创新的来源。74%的受访组织称,他们预计私有云和公有云的IT管理一致性有助于加快创新步伐。
这表明,尽管IT从中心化的云策略和横跨所有云环境的部署工具中受益匪浅,但该策略最大的获益者仍是企业和最终用户。
该报告显示,许多公司要想实现多云的目标,还有很长的路要走。报告还清晰显示,那些做出了正确选择的公司,在现代化、高性能且具有一致性的本地基础架构上有巨大的投资,他们的地位更加稳固,业务成果也更加优异。
好消息是现在为云部署带来秩序和中心化策略,或提升数据中心的能力,还为时不晚。此报告中的数据显示,这样做的价值触手可及,无需等到遥远的将来。
ESG Research Insights白皮书:《云复杂性问题亟待解决:为什么组织必须统一并简化其无序蔓延的多云环境的管理》,由戴尔科技集团、VMWare和英特尔公司于2020年2月委托编写。该研究结果基于对11个国家1257位IT决策者开展的调查,以及对公有云和现代本地部署私有云基础架构运营管理一致性进行的基准测试。实际结果可能存在差异。
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。