当今用户对核心云功能和开发者使用云服务时的体验给予同等的重视
2022 年 11月 7日——Techstrong Research 调查显示,来自20 个行业超过 700 名专业开发人员、经理和高级领导表示,由于用户愈发认为开发者体验与云基础架构的核心技术和性能表现同等重要,因此云环境正不断的发生变化。
在 Techstrong Research 发布的《2022 年第三季度 DevOps 和公共云:迁移到分布式云》报告中,受访者重点关注的是迁移到分布式云的最终措施,并将它作为提供全球可扩展云平台,并为开发人员提供易用的环境的手段,来实现比传统托管平台更快且更划算的应用程序部署。该报告由 Akamai 委托编写。
下载报告
如需下载本 Techstrong Research 报告,请访问:
https://www.linode.com/content/the-move-to-the-distributed-cloud-devops-public-cloud-research/
该报告强调了以下三大主要趋势:
第一,随着越来越多人使用云,云平台必须能够覆盖全球、提供大量出站网络容量并具备较高的数据安全功能。云买家将考虑多云架构,以减少对特定云供应商的依赖。尽管如此,他们也仍需开展充分的尽职调查,因为在云平台之间迁移耗钱且耗时。性价比是客户在考虑增加云供应商时首先考虑的事项,因此云供应商必须格外注意,避免让客户每月云账单的金额越来越高。尽管重新建立平台花费极高,但坚持使用不能主动跟随技术商品曲线更新的云供应商平台的费用也不低。
第二,那些努力吸引并赢得开发人员青睐的云平台将打响云战争的下一场战斗。这种趋势要求开发人员部署应用程序的平台需易于使用、简单且可编程。由于工具包、API、易于集成的 PaaS 服务以及预集成第三方插件繁荣发展的系统,能够帮助开发者加速实现快速可靠的部署。因此,云供应商若要满足这些团队的需求,对开发者的支持就必不可少。技术支持人员必须反应迅速且熟悉相关知识,因为开发人员几乎无法容忍阻碍交付代码的基础架构问题。
第三,随着各企业愈发希望寻找具有复杂边缘计算能力的全球云平台,以上两种趋势将交叉显现。具备这些能力的供应商将需要控制大型的全球网络,以具有成本效益的方式提供这些服务和一套增值应用程序服务,使开发人员能够在尽可能接近用户的地方部署他们的应用程序。
Techstrong Research 总经理 Mike Rothman 表示:“这项研究的结果表明,全球分布式边缘云将有利于新的云供应商,协助企业扩展其应用程序环境、支持 API 先行的软件设计、促进与 PaaS 和第三方插件的集成,并协助客户利用 Kubernetes 等现代部署平台。这些分布式云提供商规模足够大、有足够的支持,可加速迁移至全球云原生应用程序环境,而不受超大规模架构的复杂性和费用困扰,提供的产品远非‘替代云’可比。”
调查发现,选择云提供商的关键标准始终没有变化,详情如下:
4 月份,Techstrong Research 发布了替代云使用情况报告。该报告同样由 Akamai 委托编写,其中重点介绍了企业基础架构中所包含的多云和云技术的趋势。约 75% 的受访者表示,他们将在今年年底之前将采用基于云的 IT 基础架构。与 Techstrong 的 2021 年调研报告中的数据相比,该数据实现了两位数增长。该调查发现,主要受增加选择和降低成本需求的推动,企业正在持续加快从本地环境向分布式、开放式和异构环境转变。
Akamai 云体验主管 Blair Lyon 表示:“企业渐渐发现,与性能、安全、成本、服务和全球边缘足迹等核心要素一样,开发者体验对于成功驾驭云同样重要。此研究结果佐证了我们的客户的反馈——越来越多的情况表明:以开发人员为中心的体验对于企业云必不可少。”
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。