Jadual Kandungan
1. Peranan pemacu AI
2. Rasa keselamatan yang salah
3. Cabaran Muncul
Rumah Peranti teknologi AI Adakah AI generatif membawa kepada kebangkitan semula awan peribadi?

Adakah AI generatif membawa kepada kebangkitan semula awan peribadi?

Jun 01, 2024 pm 08:11 PM
ai Generatif awan peribadi

Adakah AI generatif membawa kepada kebangkitan semula awan peribadi?

Disusun丨Noah

Dihasilkan | 51CTO Technology Stack (WeChat ID: blog51cto)

Pada masa satu lagi revolusi teknologi, banyak syarikat sedang menghadapi pilihan strategik: ya. awan awam, atau kembali ke pelukan awan peribadi? Dengan perkembangan pesat teknologi AI, keputusan ini menjadi lebih mendesak.

Menurut Tinjauan Awan Infrastruktur 2023 Forrester, kira-kira 79% daripada kira-kira 1,300 pembuat keputusan awan perusahaan yang ditinjau menyatakan bahawa organisasi mereka sedang melaksanakan awan peribadi. Di samping itu, IDC meramalkan bahawa perbelanjaan global untuk perkhidmatan awan persendirian khusus, termasuk awan persendirian terurus, akan mencapai $20.4 bilion pada 2024 dan akan berganda sekurang-kurangnya pada 2027.

Sebelum 2024, data IDC menunjukkan bahawa perbelanjaan infrastruktur awan persendirian perusahaan global, termasuk perkakasan, perisian dan perkhidmatan sokongan, akan mencecah AS$51.8 bilion dan meningkat kepada AS$66.4 bilion menjelang 2027. Walau bagaimanapun, pembekal awan awam masih merupakan kehadiran yang tidak boleh dipandang remeh. Awan awam, termasuk tiga gergasi AWS, Microsoft dan Google, dijangka menyerap AS$815.7 bilion pada 2024.

Kami percaya bahawa ini bukan sahaja pemulangan teknologi, tetapi juga refleksi mendalam tentang kawalan kos, keselamatan data dan autonomi korporat. Marilah kita meneroka bersama kebenaran yang tidak diketahui yang tersembunyi di sebalik trend kebangkitan semula awan peribadi ini.

1. Peranan pemacu AI

Tidak dapat dinafikan bahawa AI telah memacu kebangkitan semula awan peribadi, menjadikan nilainya jauh lebih besar daripada sekadar membeli perkakasan dan meletakkannya di pusat data. Malah, awan peribadi sebelum ini telah merosot dalam populariti kerana pembekal awan awam menawarkan keupayaan yang jauh melebihi apa yang boleh ditawarkan oleh sistem awan persendirian sumber terbuka atau vendor perkakasan perusahaan semasa.

Apabila beban kerja AI menjadi lebih berleluasa dan kompleks, banyak organisasi sedang menilai semula strategi awan mereka. Hari ini, konsensus di kalangan arkitek perusahaan cenderung kepada seni bina awan hibrid.

Faktor utama yang mendorong trend ini ialah keperluan yang semakin meningkat untuk mengawal peningkatan kos yang berkaitan dengan teknologi awan dan AI. Penyedia awan awam terbukti lebih mahal daripada penempatan di premis, dan ini akhirnya disedari oleh CIO yang mendapati CFO mereka mengetuk pintu meminta penjelasan untuk kos sumber awan yang kira-kira 2.5 kali lebih tinggi daripada yang dirancang pada asalnya.

Kunci kepada transformasi ini ialah platform awan peribadi seperti Dell APEX dan HPE GreenLake (kini dilengkapi dengan sokongan AI generatif). Malah, kebanyakan sistem di premis boleh memasuki pasaran awan persendirian dengan hanya satu pengisytiharan. Fenomena "pemutihan awan peribadi" ini merupakan sebahagian besar daripada peringkat awal pengkomputeran awan, tetapi sebahagian besarnya telah hilang apabila pasaran telah matang. Walau bagaimanapun, ia mungkin muncul lagi.

2. Rasa keselamatan yang salah

Platform ini menyediakan kuasa pengkomputeran, malah GPU, yang diperlukan untuk mengendalikan beban kerja AI, serta fleksibiliti yang diperlukan. Mereka juga mengawal privasi dan keselamatan data dengan ketat, walaupun keselamatan ini selalunya lebih dilihat daripada sebenar. Dalam banyak kes, pembekal awan awam dapat menyediakan tahap keselamatan yang lebih tinggi kerana mereka telah melabur lebih banyak dalam penyelesaian mereka sendiri.

Peningkatan AI telah meningkatkan kebimbangan tentang keselamatan data, terutamanya mengenai risiko bahawa data perusahaan persendirian mungkin dimasukkan secara tidak sengaja ke dalam model AI awam. Sekali lagi, kebimbangan ini lebih berpunca daripada persepsi berbanding realiti, tetapi ia adalah kebimbangan yang cukup kerap saya dengar sehingga patut diterokai. Saya tidak dapat membayangkan senario di mana penyedia awan awam bukan sahaja mengakses data perusahaan secara tidak sengaja, tetapi juga menggunakan data tersebut untuk melatih model AI mereka. Ini akan menjadi skandal perkadaran epik. Namun, banyak perniagaan mendapati awan peribadi sebagai pilihan yang menarik kerana ia membolehkan mereka menyimpan apa yang dipanggil "data sensitif" dalam persekitaran terkawal.

3. Cabaran Muncul

Di sebalik kelebihannya, awan peribadi bukan tanpa cabarannya. Contohnya, operasi AI berskala besar memerlukan perkakasan khusus seperti pelayan berkuasa GPU. Ini mungkin mahal dan memerlukan sistem kuasa dan penyejukan yang meluas, dan perniagaan belum memahami sepenuhnya kos baharu yang akan dibawa oleh ini. Dalam kebanyakan kes, ini lebih kompleks daripada menjalankan beban kerja AI ini pada penyedia awan awam.

Walau bagaimanapun, penyelesaian sedang muncul, seperti membina awan peribadi di dalam pusat data yang terletak bersama yang disediakan oleh syarikat seperti Equinix. Pusat data ini dilengkapi secara khusus untuk mengendalikan keperluan infrastruktur ini, dan saya fikir ia adalah pilihan yang lebih baik daripada membinanya sendiri. Lagipun, akan tiba masanya kita perlu keluar daripada perniagaan pusat data, menyerahkannya kepada penyedia awan awam, penyedia lokasi bersama dan penyedia perkhidmatan terurus untuk menyediakan penyelesaian yang lebih baik.

Jadi, adakah awan peribadi pilihan yang baik untuk perusahaan? Sudah tentu, mereka sentiasa menjadi salah satu pilihan yang dipertimbangkan oleh arkitek. Mereka mempunyai kegunaannya, dan jika ia lebih menjimatkan kos atau membawa lebih nilai kepada perniagaan, ia harus digunakan—dengan atau tanpa penglibatan AI.

Tekaan saya ialah apabila teknologi dan aplikasi AI terus berkembang, peralihan dalam strategi awan dijangka mencerminkan keutamaan yang semakin meningkat untuk beberapa alternatif awan peribadi. Aliran ini memberi petanda baik untuk masa depan yang cerah untuk penyelesaian awan persendirian. Terima kasih kepada AI, saya mengesyaki vendor teknologi perusahaan yang telah melihat minat yang semakin berkurangan dalam tawaran awan peribadi mereka kini mempunyai tenaga baharu.

Pautan rujukan: https://www.php.cn/link/5b61616b138596dfa7c219db523f73a6

Untuk mengetahui lebih lanjut tentang AIGC, sila layari:

51CTO AI.x

1CTO AI.x

1https://www.x51CTO /

Atas ialah kandungan terperinci Adakah AI generatif membawa kepada kebangkitan semula awan peribadi?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

Video Face Swap

Video Face Swap

Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas

Tutorial Java
1664
14
Tutorial PHP
1267
29
Tutorial C#
1239
24
Bagaimana untuk memahami operasi DMA di C? Bagaimana untuk memahami operasi DMA di C? Apr 28, 2025 pm 10:09 PM

DMA di C merujuk kepada DirectMemoryAccess, teknologi akses memori langsung, yang membolehkan peranti perkakasan secara langsung menghantar data ke memori tanpa campur tangan CPU. 1) Operasi DMA sangat bergantung kepada peranti perkakasan dan pemacu, dan kaedah pelaksanaan berbeza dari sistem ke sistem. 2) Akses langsung ke memori boleh membawa risiko keselamatan, dan ketepatan dan keselamatan kod mesti dipastikan. 3) DMA boleh meningkatkan prestasi, tetapi penggunaan yang tidak wajar boleh menyebabkan kemerosotan prestasi sistem. Melalui amalan dan pembelajaran, kita dapat menguasai kemahiran menggunakan DMA dan memaksimumkan keberkesanannya dalam senario seperti penghantaran data berkelajuan tinggi dan pemprosesan isyarat masa nyata.

Bagaimana cara menggunakan Perpustakaan Chrono di C? Bagaimana cara menggunakan Perpustakaan Chrono di C? Apr 28, 2025 pm 10:18 PM

Menggunakan perpustakaan Chrono di C membolehkan anda mengawal selang masa dan masa dengan lebih tepat. Mari kita meneroka pesona perpustakaan ini. Perpustakaan Chrono C adalah sebahagian daripada Perpustakaan Standard, yang menyediakan cara moden untuk menangani selang waktu dan masa. Bagi pengaturcara yang telah menderita dari masa. H dan CTime, Chrono tidak diragukan lagi. Ia bukan sahaja meningkatkan kebolehbacaan dan mengekalkan kod, tetapi juga memberikan ketepatan dan fleksibiliti yang lebih tinggi. Mari kita mulakan dengan asas -asas. Perpustakaan Chrono terutamanya termasuk komponen utama berikut: STD :: Chrono :: System_Clock: Mewakili jam sistem, yang digunakan untuk mendapatkan masa semasa. Std :: Chron

Kedudukan Pertukaran Kuantitatif 2025 Cadangan Top 10 untuk Aplikasi Perdagangan Kuantitatif Mata Wang Digital Kedudukan Pertukaran Kuantitatif 2025 Cadangan Top 10 untuk Aplikasi Perdagangan Kuantitatif Mata Wang Digital Apr 30, 2025 pm 07:24 PM

Alat kuantisasi terbina dalam pertukaran termasuk: 1. Binance: Menyediakan modul kuantitatif niaga hadapan Binance, yuran pengendalian yang rendah, dan menyokong urus niaga AI-dibantu. 2. OKX (OUYI): Menyokong Pengurusan Multi Akaun dan Routing Pesanan Pintar, dan menyediakan kawalan risiko peringkat institusi. Platform strategi kuantitatif bebas termasuk: 3. 4. Kuadensi: Perpustakaan Strategi Algoritma Tahap Profesional, menyokong ambang risiko yang disesuaikan. 5. PionEx: Strategi Preset 16 terbina dalam, yuran transaksi yang rendah. Alat domain menegak termasuk: 6. Cryptohopper: platform kuantitatif berasaskan awan, menyokong 150 petunjuk teknikal. 7. Bitsgap:

Bagaimana untuk mengendalikan paparan DPI yang tinggi di C? Bagaimana untuk mengendalikan paparan DPI yang tinggi di C? Apr 28, 2025 pm 09:57 PM

Mengendalikan paparan DPI yang tinggi di C boleh dicapai melalui langkah -langkah berikut: 1) Memahami DPI dan skala, gunakan API Sistem Operasi untuk mendapatkan maklumat DPI dan menyesuaikan output grafik; 2) Mengendalikan keserasian silang platform, gunakan perpustakaan grafik silang platform seperti SDL atau QT; 3) Melaksanakan pengoptimuman prestasi, meningkatkan prestasi melalui cache, pecutan perkakasan, dan pelarasan dinamik tahap butiran; 4) Selesaikan masalah biasa, seperti teks kabur dan elemen antara muka terlalu kecil, dan selesaikan dengan betul menggunakan skala DPI.

Apakah pengaturcaraan sistem operasi masa nyata di C? Apakah pengaturcaraan sistem operasi masa nyata di C? Apr 28, 2025 pm 10:15 PM

C berfungsi dengan baik dalam pengaturcaraan sistem operasi masa nyata (RTOS), menyediakan kecekapan pelaksanaan yang cekap dan pengurusan masa yang tepat. 1) C memenuhi keperluan RTO melalui operasi langsung sumber perkakasan dan pengurusan memori yang cekap. 2) Menggunakan ciri berorientasikan objek, C boleh merancang sistem penjadualan tugas yang fleksibel. 3) C menyokong pemprosesan gangguan yang cekap, tetapi peruntukan memori dinamik dan pemprosesan pengecualian mesti dielakkan untuk memastikan masa nyata. 4) Pemrograman templat dan fungsi sebaris membantu dalam pengoptimuman prestasi. 5) Dalam aplikasi praktikal, C boleh digunakan untuk melaksanakan sistem pembalakan yang cekap.

Bagaimana untuk mengukur prestasi benang di C? Bagaimana untuk mengukur prestasi benang di C? Apr 28, 2025 pm 10:21 PM

Mengukur prestasi thread di C boleh menggunakan alat masa, alat analisis prestasi, dan pemasa tersuai di perpustakaan standard. 1. Gunakan perpustakaan untuk mengukur masa pelaksanaan. 2. Gunakan GPROF untuk analisis prestasi. Langkah -langkah termasuk menambah pilihan -pg semasa penyusunan, menjalankan program untuk menghasilkan fail gmon.out, dan menghasilkan laporan prestasi. 3. Gunakan modul Callgrind Valgrind untuk melakukan analisis yang lebih terperinci. Langkah -langkah termasuk menjalankan program untuk menghasilkan fail callgrind.out dan melihat hasil menggunakan kcachegrind. 4. Pemasa tersuai secara fleksibel dapat mengukur masa pelaksanaan segmen kod tertentu. Kaedah ini membantu memahami sepenuhnya prestasi benang dan mengoptimumkan kod.

Bagaimana cara menggunakan aliran rentetan di C? Bagaimana cara menggunakan aliran rentetan di C? Apr 28, 2025 pm 09:12 PM

Langkah -langkah utama dan langkah berjaga -jaga untuk menggunakan aliran rentetan dalam C adalah seperti berikut: 1. Buat aliran rentetan output dan tukar data, seperti menukar integer ke dalam rentetan. 2. Memohon untuk berseri struktur data kompleks, seperti menukar vektor ke dalam rentetan. 3. Beri perhatian kepada isu -isu prestasi dan mengelakkan penggunaan aliran rentetan yang kerap apabila memproses sejumlah besar data. Anda boleh mempertimbangkan menggunakan kaedah tambahan std :: string. 4. Perhatikan pengurusan ingatan dan elakkan penciptaan dan pemusnahan objek stream rentetan yang kerap. Anda boleh menggunakan semula atau menggunakan std :: stringstream.

Cara yang cekap untuk memasukkan data memasukkan data dalam mysql Cara yang cekap untuk memasukkan data memasukkan data dalam mysql Apr 29, 2025 pm 04:18 PM

Kaedah yang cekap untuk memasukkan data dalam MySQL termasuk: 1. Menggunakan sintaks Insertinto ... Sintaks, 2. Menggunakan perintah LoadDatainFile, 3. Menggunakan pemprosesan transaksi, 4. Laraskan saiz batch, 5. Lumpuhkan pengindeks

See all articles