作者:Veeam产品战略高级总监Rick Vanover
随着亚太地区越来越多的企业接受多云战略,他们正逐渐意识到拥有多个云服务提供商所带来的好处,包括敏捷性、快速响应时间以及为每个工作负载寻找最佳平台的选择权。然而,挑战也随之而来,为了确保跨平台的无缝数据移动和存储,企业必须在其云安全模型中利用数据可移植性,避免潜在的数据丢失和数据孤岛。
多云战略的好处
随着工作流程变得越来越复杂,企业逐渐意识到定制工具方法的重要。采用单一供应商的产品可以使企业看似拥有一个统一战略,然而事实上它可能阻碍团队有效地完成关键任务。
这就是多云战略发挥作用的地方,它为企业提供了云服务提供商选择权,最大限度地发挥其独特的优势和能力。通过这种方式,企业可以灵活地选择适合每个工作负载的最佳云平台,提供灵活性和敏捷性。利用多个云平台的优势,优化性能、提高可用性和成本效率。
在如今的经济环境下,优化技术投资的同时将成本降到最低,是企业逐渐面临的压力。企业领导者必须在战略层面考虑投资选择和优先级。根据Forrester的一份报告,亚太地区是全球云计算数据中心份额最大的地区之一(37%),新兴市场的投资也在增加。在澳大利亚,59%的企业使用多个公共云,需求还将不断增长。
此外,多云战略为企业提供了额外的好处。开放的环境允许团队可以使用他们更熟悉的工具,减少效率低下,实现工作流程无缝连接。云计算市场是高度竞争的,提供商争相提供最佳的价值定位,使得企业获得更优惠的定价。
数据可移植性的挑战
多云战略的最大挑战包括跨平台的无缝数据移动和存储。传统的应用程序通常缺乏在平台间有效移动的能力,这使得那些严重依赖这些应用程序的企业难以增强数据的可移植性。缺乏基础设施也是跨平台无缝数据移动的一个重要障碍。这在那些可能没有资源投资于基础设施以增强数据可移植性的小型企业身上体现得尤为明显。
加强数据可移植性的策略
为提高数据可移植性,企业可以利用这个机会进行数字内务管理,并删除不必要的应用程序。为此可以将数据分类为保留(需要有可用性的重要数据)、暂存(应该保留一段时间的数据)和移除(要删除的不必要的数据)。删除不必要的数据可以降低数据的复杂性和迁移过程中数据丢失的风险。此外,从一开始就应用云安全模型,使平台围绕一个统一的系统建立,允许集中管理也至关重要。这样企业可以监控多个云平台的数据,减少数据丢失或损坏的风险。
企业应该追求的是可持续的数据可移植性,而不是最好的数据可移植性。通过进行业务影响分析可以确定服务中断的影响并确定合适的数据可移植性水平。业务影响分析还应该包括识别迁移期间的数据丢失、损坏或暴露的风险。这样企业可以对潜在的数据问题进行规划,并最大限度地减少一切潜在的停机时间。
总体来说,多云战略可以为亚太地区的企业提供巨大的利益。而为了确保跨平台的无缝数据移动和存储,企业必须将数据可移植性纳入其云安全模型。通过删除不必要的应用程序,应用云安全模型,并以可持续的数据可移植性为目标,企业可以加强数据可移植性,避免数据孤岛和潜在的数据丢失。通过精细的规划和执行,企业可以充分实现多云战略的好处。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。