日前,数字化企业IT解决方案领域的全球领导厂商BMC的最新研究显示,多种公有和私有云服务及基础架构的快速采用增加了云的复杂性,这种复杂性正在不断放大数字化企业面临的传统压力。因此,企业意识到需要重新思考当前多源云环境下的管理策略和方法,并开始启用人工智能(AI)作为新兴解决方案。
在伦敦BMC Exchange上,BMC公布了上述结果,该结果来自于对11个国家/地区1000多名IT决策者的调查。本项调查由调研公司opinion.life进行,旨在了解为了优化成本、保持灵活性并降低风险,企业应如何投资由不同供应商提供的多个公有云解决方案。
40%的受访者表示希望通过多个云提供商降低风险。他们表示,实施安全和治理策略是管理多源云环境时的主要挑战,其次是自动化、优化资源利用率和云使用成本。由于解决更大规模、更分散且越来越虚拟化的基础架构所带来的安全挑战需求日益突显,多位IT 决策者表示,安全是他们打算在未来24到36个月投资的主要领域。
45%的受访者表示成本优化是使用多个公有云供应商的原因。“采用多源云技术的首要推动因素是成本优化,但五分之二的IT领导者对其企业在云上的开支却一无所知。”BMC企业解决方案总裁Bill Berutti表示。基于这种局面,Bill Berutti认为,仅管理IT基础架构的传统方式不再起作用,IT领导者必须考虑新的多源云环境管理方法,以确保他们在节约成本、自动化性能优化以及增强安全性和治理方面获得公有云的预期益处。
由于认识到管理多个云环境的复杂性,80%的受访者表示需要新的方法和工具,正在考虑的新方法包括AI。有78%的IT决策者表示,他们的公司正试图将人工智能作为其多源云管理策略的组成部分。
Berutti指出,大多数IT领导者都清楚,多源云带来的复杂性正在放大企业面临的传统挑战,如安全性、可见性、成本、性能、自动化和迁移等挑战。为此,这些IT领导者必须使用专为多源云环境构建的新技术解决方案来调整管理方法,如利用机器学习和AI来降低管理的复杂性。
BMC为企业或组织成功管理多源云环境提供以下建议:
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。