超大规模创新重塑云迁移策略
曾几何时,迁移到超大规模公有云平台的主要理由是摆脱基础设施维护业务。IT 部门不再想管理物理服务器,或面对依赖本地硬件带来的可扩展性约束。于是公司转向公有云,按需租用服务器。
至今,许多人仍认为轻松获取基础设施是云迁移的主因。现实是,超大规模云平台的价值现已远超基础设施即服务(IaaS)。这就是为什么有意最大化创新的公司需要更具创造性地思考为何以及如何充分利用超大规模解决方案。
允许我通过讨论超大规模平台在现代 IT 中的角色,以及企业如何利用当今超大规模解决方案达到最大效用来解释。
另请参阅: 构建云中立平台基础设施:关键特性与实施策略
云平台如何演进
要理解超大规模云解决方案在现代 IT 中的角色,有助于思考超大规模产品如何随时间变化。
2000 年代中期公有云出现时,主要是 IaaS。其大卖点正如前述,允许企业租用服务器而非管理物理硬件。
但随时间推移,超大规模云开始提供额外类型的解决方案,例如:
- 访问专用硬件,如 GPU。
- 训练和部署 AI 模型的服务。
- 跟踪和保护物联网 (IoT) 设备的解决方案。
- 构建、部署和管理机器人的服务。
- 访问量子计算机和模拟器。
- 由替代或可再生能源供电的数据中心。
这些都是大多数企业若从头构建将难以实施的解决方案——即使能构建,管理它们也非易事。但得益于超大规模平台,全球任何组织都能以简单、按需方式轻松利用新一代硬件和软件解决方案。
另请参阅: AI 工作负载需要专用基础设施
利用超大规模云驱动创新
我关注现代超大规模解决方案不仅因为我认为它们很酷。(我也不持有超大规模平台的股份;我不为它们工作。)相反,我想指出:寻求创新、并在成功取决于获取强大、复杂 IT 解决方案能力的时代保持领先的企业,需要拥抱超大规模解决方案。
这不仅因为超大规模平台让获取从头构建昂贵复杂的服务变得容易。还因为,当协同使用时,现代超大规模产品能实现一些真正令人难以置信的事情。
例如,设想一家想利用机器人技术的公司。使用超大规模平台,它可开发指导机器人的 AI 模型,然后借助 AI 优化硬件设备(如 GPU)训练模型。它还可用平台在机器人运行后与其通信和管理。并能轻松将机器人与托管在同一平台上的其他传统工作负载集成。
从这个角度看,超大规模云是跨多个 IT 领域(从机器人和 AI 到量子计算、能源效率,以及更远)释放广泛创新的关键。
超大规模云解决方案对感觉在不断加速的 IT 现代化竞赛中落后的公司也是好消息。通过战略性利用超大规模,企业可受益于最新、最棒的 IT 创新,无需大规模前期投资或获取构建复杂解决方案所需的内部专业知识。
另请参阅: Neoclouds 激增:组织逃离 GPU 网格锁
结论:改变我们对超大规模云的思考方式
以上所有凸显了重新思考企业今日对待公有云解决方案方式的重要性。尽管 IT 领导者不总是认识到这一转变,超大规模云已成长为远不止通用 IaaS 提供商。
它们是通往各种专业服务的门户,这些服务组合使用时,允许企业加速创新步伐,同时将 IT 复杂性控制在可控范围——这正是组织在日益复杂的技术时代保持竞争力所需做到的。
云计算
- 2021 年顶级免费 Google Cloud 课程盘点:快速提升云技能
- 云孤岛与性能压力:2018 年 IT 面临的关键挑战
- 云灾难恢复详解:为企业带来的 9 大核心优势
- 虚拟私有云 (VPC):通往安全、可扩展云采用的桥梁
- 多云管理实证实践:成本、安全与效率的最优平衡
- 掌握云应用监控:IT领导者的关键洞见
- 2020年顶级云存储服务对比:安全性、价格与功能全解析
- 裸金属云 vs IaaS:核心差异、性能实测与选型决策指南
- 成为Microsoft认证Azure管理员的分步指南
- Azure 与 Power BI 集成:现代企业分步实战指南
- 云网络详解:核心概念与效益全解析
- 7月19日周报:实时分析与AI市场关键进展