第九届中国云计算大会的第二日,行业专家悉数登场,探讨企业数字化转型和业务创新的过程中,云可以扮演怎样的角色,如何做好企业转型背后推手,云计算领域技术创新的核心方向是什么。
华云在本次云计算大会的分享更具前瞻性,华云CTO郑军博士深度剖析了代表云计算未来的混合云在打造过程应该符合哪些技术标准。
云之未来 真正的混合云需要技术支撑
从2006云计算概念提出到2017年的今天,企业的信息化之路从X86服务器到虚拟化到今天的云计算。对于很多企业而言,虚拟化和云仍然是两个不同的阶段,云将是更大的生产力,产生更强的推动效应。2017年开始,企业需要承认云计算是个必选项,需要对云进行谨慎对待。
华云集团副董事长兼CTO郑军在云计算大会上分享
无论当前选择公有云、私有云亦或是混合云,企业需要首先考虑自己的目标,包括业务目标和IT目标。云是工具,是用来拉动企业转型,创造更多利润的。对于未来的混合云,必须满足三方面诉求——敏捷交互、业务创新和成本优化。
郑军博士在云计算大会上指出,企业未来要打造好混合云,三个阶段都要走稳:
首先要做好异构基础架构云平台的统一纳管,这也是混合IT与混合云的基础,让企业在创新的同时能够有效利旧。因为混合云不仅仅是东西之间公有云和私有云的打通,更要建设南向接口来驱动和管理异构云资源平台,无论是老架构还是新系统,都要进行统一的资源管理、无缝调度、业务部署和服务集成,需要打通VMware、Power、OpenStack,打通KVM、Hyper-V、ESXi等不同的基础架构系统。
进入到第二阶段,就要考虑自动化工具,企业需要使用自动化工具实现公有云和自建数据中心的数据备份和数据迁移。数据的迁移是当前很多企业最为头疼的事情,急迫需要自动化工具实现异构系统之间的数据迁移。
实现了以上两个步骤,接下来需要考虑的就是能力服务的集成,如何实现全生命周期的覆盖。无论是自建私有云还是采购公有云服务,实现对底层资源的管理,并提供一个统一的云系统,包括整个生命周期的管理非常透明,这一点其实是最关键的。
第九届中国云计算大会现场
除此之外,对于混合云而言还有一个问题就是运维和性能监控,毕竟无缝的监控和统一的纳管还是非常有挑战性的。
郑军博士在演讲中还谈到了混合云建设过程中的三个基础问题——业务与底层资源的适当解耦与分离、能否实现横向扩展以及公有云、私有云、托管及传统IT的选择问题。当然,选择之前需要有衡量标准,如果成本一样,自然很多企业还是会选择私有云。
公有云、私有云的选择视角,9个因素
云之现状 最大的私有云市场在中国
郑军博士谈到,中国是全球最大的私有云市场。在中国,大中型企业对IT建设有非常强烈的主导权和控制愿望,这是由中国国情决定的,它与美国等国家是不一样的,这是一个国家企业用户的行为习惯。同时,很多企业才仅仅完成了部分虚拟化的工作,对私有云的深度应用还在继续。
无论是共有云、私有云还是混合云,用户在根据自身实际情况评估选择之后,最重要的就是找到适合的云计算解决方案。华云在多年的公有云服务中积累了丰富的经验,并能够用公有云的能力来打造私有云。
对于用户来说,选择云多数是源于业务的推动。华云最近的一家部署私有云的金融客户就是如此。为了实现金融公司的业务互联网化、实现金融大数据业务和区块链金融,最终打造新型金融生态,该金融公司开始了云化之旅。最初,这家企业采用了华云云计算管理平台,一步步向全面云化和创新生态演进。第一阶段是云数据中心的建设,保证创新性、模块化和智能化。在第二阶段完善云平台和云服务的融合,之后便可以引入大数据应用,完成数据挖掘,最终实现移动化、社交化、互联网化金融服务,打造新型的金融营销模式。可以说,每一次上云的经历都是企业的一次蜕变,而背后的云起着不可估量的作用。
在华云的云部署经历中,有很多相似的故事。很多用户通过跟华云合作部署私有云之后,业务发生了很大改变。高校上了私有云,优化了高校科研环境、打造了在线教育和管理系统;园区与华云合作,实现了园区管理的智能化,让每一家入驻企业都体验到了科技园区的便捷;地铁公司与华云合作,除了保证地跌的安全稳定运行,还实现了周边新业务的开发,增加了企业的附加值……
结语
其实,未来的混合云也好,当前的私有云也罢,需要的都是潜心的研发、领先的技术,这正是华云所长。华云历经七载,打造了全云能力和服务体系,做了私有云行业案例库,就是为了做好企业转型背后的力量。
好文章,需要你的鼓励
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
Meta为Facebook和Instagram推出全新AI翻译工具,可实时将用户生成内容转换为其他语言。该功能在2024年Meta Connect大会上宣布,旨在打破语言壁垒,让视频和短视频内容触达更广泛的国际受众。目前支持英语和西班牙语互译,后续将增加更多语言。创作者还可使用AI唇形同步功能,创造无缝的口型匹配效果,并可通过创作者控制面板随时关闭该功能。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。