作者:Gartner研究总监 张吟铃
Gartner高级研究总监 周玲
在中国运营的企业希望通过云部署来平衡两种需求:推动云原生创新,以及与现存私有数据中心环境集成。然而,中国市场的云服务提供商种类繁多,包括云超大规模提供商、硬件制造商、电信公司和独立软件供应商,企业很难找到最符合自身需求的提供商,导致成本超支、投资回报率(ROI)下降、目标与预期不一致等风险的增加。
许多中国企业采用了混合云,中国的基础设施和运营(I&O)领导者应找到合适的云合作伙伴,避免陷入提供商评选的三类错误思维。
图1:避免三类错误思维,合理选择中国云服务提供商
与业务和职能团队利益相关者互动
在中国IT部门中,云服务提供商的遴选通常由一小部分IT人员讨论,但云提供商的选择对数字化转型影响深远,对整个企业机构意义重大。希望实现数字化转型目标的业务领导者,可能并不会青睐根据IT运营需求所选的云提供商。只有考虑业务和职能团队的需求,才能成功选出合适的提供商。
为取得长期成功,负责云部署的I&O领导者应将云战略与业务赋能挂钩,并避免以成本为唯一标准。另外,在开始采购流程之前,应和供应源开发、采购和供应商管理(SPVM)团队以及云架构师沟通,更好地理解云服务。
明确企业机构对混合云采用的要求
很多中国企业在寻找提供世界一流私有云和公有云的平台,以构建混合云。专注于购买“完美”产品,往往会为选择带来困难,增加超支的可能性。这些企业机构评估的许多能力,可能并不会得到充分利用,甚至完全用不到。I&O领导者应明确实际需求并据此寻找“最佳”提供商。
企业机构应该将评估集中于以下领域,可节约时间、避免超支:
评估单个提供商在混合云方面的优势
很多中国企业发现,公有云和私有云的混合模式颇具吸引力,可以实现传统数据中心的现代化改造、解决安全顾虑、保留原有系统以及遵守监管和性能要求。公有云提供商都提供混合云解决方案,部分企业选择单一提供商混合云解决方案来降低运营复杂性,另一些企业选择多个提供商构建混合云来避免提供商锁定。
I&O领导者应进行自我评估并思考以下问题:
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。