多云数据管理领域的领导者Veritas Technologies研究发现,许多企业在部署Kubernetes的时候,未能与其他IT管理职能形成统一的战略规划,以至于DevOps和项目团队不得不独自面对数据保护等挑战。
近一半的中国企业(43%)已为其关键任务的应用程序部署了Kubernetes,但推动部署的动力往往来自项目本身,而非受上层驱动——在52%的Kubernetes部署中,中国企业的CIO或IT领导团队并未起到决定性作用。
就受访的中国IT决策者来看,部署Kubernetes是多方决策的结果:其中,独立IT 项目团队占53%,董事会和企业领导层占25%,DevOps团队占32%,甚至云供应商的意见也占了23%。虽然IT领导团队通常被认为是少数决策中的利益攸关方,但有52%的情况表明事实并非如此。
Veritas数据保护专家Sonya Duffin指出:“Kubernetes可为部署它的项目带来真正的优势,所以开发团队迫切地想投入使用也就不足为奇了。然而,让部署Kubernetes的决策凌驾于整体的IT策略之外,就意味着这些项目错失了统一IT基础能力的支持,如数据保护等,这也使得诸如此类的责任一直落在DevOps或项目团队身上。”
Veritas调研显示,73%的中国企业为Kubernetes环境的勒索攻击威胁而感到担忧,这会加重独立负责数据保护团队的负担。然而,三分之一(33%)的中国受访者表示,他们采用独立的解决方案为 Kubernetes环境提供保护,这是不同于现有的更广泛的数据保护基础设施。
受访者表示,这种烟囱式解决方案会带来复杂性、成本和数据丢失的风险。34%的中国企业认为,烟囱式数据保护解决方案会导致数据被遗漏的风险;31%的中国企业指出烟囱式解决方案会使数据恢复过程变得更复杂且漫长。此外,33%的中国企业认为采用烟囱式解决方案会使成本增加。
Duffin提出:“企业往往在灾难来袭时,比如遭受勒索攻击时,才意识到烟囱式数据保护解决方案的风险。这些企业的IT团队试图从各种界面和程序的不同平台中恢复数据,而非从一个统一集中的地方恢复。更糟糕的是,如果项目团队错失了借鉴数据保护团队经验的机会,他们可能还不知道应对灾难的最佳做法,从而置身于失去关键数据的巨大风险中。”
鉴于90%的中国企业预计未来两到三年内,将在关键任务基础设施中部署Kubernetes,Veritas建议IT团队进行更密切的合作,以确保该技术能够在恰当的保护下部署。
Duffin表示:“随着更多的企业数据上云,对采用集中数据保护的企业IT管理者而言,云中数据的保护的需求似乎没那么显眼,他们可能都没有意识到在云上有数据并且需要保护。相反,DevOps和项目团队可能觉得保护新数据类型的最简单的选择是部署云供应商的原生解决方案。但事实上,他们可以通过与数据保护团队合作,将企业数据保护平台扩展到这些新环境中,进而找到更稳健、更简易、更具成本效益的有效解决方案。”
了解更多详情,请点击https://www.veritas.com/zh/cn/solution/kubernetes
关于调研
该研究由Opinium Research于2022年2月7日至20日在11个关键市场完成,其数据来源于美国、巴西、澳大利亚、中国、日本、新加坡、韩国、法国、德国、阿联酋和英国的1100个千人规模企业中的IT高管。
好文章,需要你的鼓励
人工智能初创公司Counterintuitive Corp.正式发布,旨在通过开发专为推理而非模仿设计的芯片和软件来重新定义AI。该公司提出人工推理单元(ARU)这一全新计算架构类别,以解决现代AI面临的"精度无真理、推理无记忆"双重困境。ARU采用确定性、记忆驱动的推理架构,配合全栈推理软件,承诺突破当前AI局限性,开启后GPU时代的智能计算新纪元。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
全球最大云服务提供商亚马逊云服务(AWS)遭遇大规模故障,影响政府机构、AI公司和金融平台等众多客户。尽管AWS称已基本恢复,但仍有用户无法连接租用服务器。故障源于关键数据库服务的数字目录故障,导致依赖该数据库的软件无法获取信息而出现连锁反应。受影响服务包括Venmo、苹果音乐、Zoom等数百个网站和应用。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。