数据中心运营商可以采取以下措施应对企业将回迁云工作负载的趋势。
作者:Christopher Tozzi
更新时间:2023年10月23日
谁能从云回迁中获益?当然是将公共工作负载回迁到私有基础设施的企业,他们可以获得更低的成本、更好的性能或者更安全的效果。但这只是答案的一部分。
云回迁的另一个主要受益方是数据中心行业——IDC的数据显示,80%的企业计划在未来一年中至少回迁部分云工作负载。事实上,云回迁在未来几年内可能是推动数据中心持续增长的关键因素之一。
以下是为什么说云回迁对数据中心行业来说是个好消息,以及数据中心运营商可以采取哪些措施来满足企业云工作负载回迁的需求。
云回迁如何使数据中心提供商受益
云回迁意味着将工作负载从公共云环境迁移到私有基础设施,这对于数据中心运营商来说是一个福音。原因很简单:很多情况下,选择回迁工作负载的企业不会将其搬回企业内部。相反,他们会选择在自己运营的数据中心或租用空间的主机代管设施中运营。
选择这种方式让企业在回迁之后也能继续利用云的一些优势。通过数据中心,企业可以将工作负载整合到一个地方,而不是分散在内部机房。在某些情况下,他们还可以将基础设施的设置和管理任务外包给数据中心运营商,后者除了租赁数据中心空间外,通常还提供这些服务。
因此,云回迁的趋势可能会造成数据中心空间需求的增长。有很多因素在推动数据中心行业的增长,例如对更强大的基础设施来承载现代工作负载的需要,以及工作负载运行的地理灵活性的重要性等,除了这些因素,云回迁也是数据中心运营商会拥有光明未来的原因之一。
数据中心如何吸引回迁的工作负载
当企业认识到将工作负载回迁到数据中心而非企业内部的内在价值,可能会自然而然地产生很多用数据中心空间托管回迁工作负载的需求。但是数据中心运营商可以采取措施,在这方面提供更多优惠。
提供“白手套”服务
提供所谓的“白手套”服务就是一种方法,帮助企业完成工作负载迁移和管理流程。数据中心运营商越是能让企业感觉使用其解决方案就像在公共云IaaS平台上启动工作负载一样简单,就越能吸引那些发现公共云并不尽如人意的企业。
提供高性能网络
提供高性能网络应该也会有助于吸引回迁的工作负载。在某些情况下,企业可能会对将工作负载迁回企业内部持谨慎态度,因为他们缺少数据中心连接或者AWS Direct Connect等公共网络服务提供的高质量网络连接。如果数据中心运营商能弥补这一不足,就能为企业提供一个令人信服的理由,让他们在回迁工作负载时选择数据中心而不是内部基础设施。
宣传安全优势
在许多情况下,宣传安全产品也能起到同样的作用。保证数据中心的物理安全往往比保证内部服务器机房的安全更容易,这让数据中心运营商在企业评估回迁方案时又多了一个优势。
定制合同和服务产品
最后,在许多情况下,愿意与客户合作定制合同和服务产品可能对吸引回迁工作负载非常重要。公共云的固有缺点之一就是缺乏控制和定制,在某些情况下,这也是导致回迁的一个因素。除非你的企业非常大,否则公共云提供商通常不会愿意与你协商定制交易,因此你可能会觉得要想得到想要的东西,唯一的解决之道就是在企业内部部署工作负载。但是,如果你能找到一家愿意为你提供定制解决方案的数据中心运营商,你就少了一个迁回内部的理由。
云回迁的趋势还可能会给数据中心运营商带来很多新业务。为了抓住这一机遇,数据中心提供商应该想方设法迎合企业的需求,尽可能多地保留类似于云的优势,同时又避免内部托管的弊端。
好文章,需要你的鼓励
IDC数据显示,Arm架构服务器出货量预计2025年将增长70%,但仅占全球总出货量的21.1%,远低于Arm公司年底达到50%市场份额的目标。大规模机架配置系统如英伟达DGX GB200 NVL72等AI处理设备推动了Arm服务器需求。2025年第一季度全球服务器市场达到创纪录的952亿美元,同比增长134.1%。IDC将全年预测上调至3660亿美元,增长44.6%。配备GPU的AI服务器预计增长46.7%,占市场价值近半。
斯坦福与哈佛研究团队通过创新的"层次贝叶斯框架",首次从理性分析角度解释了AI学习策略转换机制。研究发现AI会在"记忆型"和"理解型"两种策略间理性选择,转换规律遵循损失-复杂度权衡原理。该理论框架仅用三个参数就能准确预测AI在不同条件下的行为表现,为AI系统的可控性和可预测性提供了重要理论基础。
AI正在重塑创业公司的构建方式,这是自云计算出现以来最重大的变革。January Ventures联合创始人Jennifer Neundorfer将在TechCrunch All Stage活动中分享AI时代的新规则,涵盖从创意验证、产品开发到团队架构和市场策略的各个方面。作为专注于B2B早期投资的风投合伙人,她将为各阶段创业者提供关键洞察。
这项研究汇集了来自斯坦福大学、苏黎世联邦理工学院、隆德大学、加州大学旧金山分校等多所世界顶尖学府的11位医学专家,共同构建了医学AI领域的首个多模态情境学习评估标准。