至顶网软件频道消息:
聚焦未来
随着IT环境的发展,以及客户将他们的关键应用和基础设施转移到大大小小的云提供商那里,可以肯定地说,近年来云计算市场已经走过了很长的一段路。
今天,云正在解决大量的问题,即使像大型医疗机构这样最不可能的客户也是如此。但是企业仍然需要值得信赖的顾问,帮助他们在大海一样的提供商和各式产品中找到前行方向。
从容器技术,到多云采用,再到市场中的整合,下面我们就来看看2018年云市场的10大预测。
混合云/多云的采用日渐增加
没有人能否认企业正在发生的巨大变化,他们转向支持多云环境,包括公有云和私有云,以及本地基础设施。随着企业部署新应用并迁移关键工作负载以节约成本和提高敏捷性,可以肯定地说,云混搭的趋势只会在2018年进一步加速。
回归本源
很多客户已经开始拥抱新兴的云技术,预计全球有20%的电子邮件都是在云中的,这给解决方案提供商留下了足够的空间专注于基本的云服务。
很多企业仍然把电子邮件和存储作为迈向云计算的第一步。那些在基本服务方面可以提供帮助的解决方案提供商,可以为这些客户在云计算之旅中提供更为先进的云解决方案。
市场对迁移服务的兴趣愈加浓厚
随着越来越多的客户把云作为他们IT环境的一部分,特别是超大规模云环境例如AWS和微软,迁移工作负载也需要具有IT专业经验。
据很多大型云提供商称,迁移服务会给解决方案提供商带来巨大的机会,特别是那些已经在提供云咨询服务的提供商。随着企业客户消费公有云变得越来越普及,解决方案提供商也会考虑把迁移服务纳入他们的2018年产品组合中。
物联网/数据挖掘
企业正在拥抱物联网,但是在大多数情况下,这些客户并没有一个好办法来挖掘这些收集来的数据,这时候基于云的数据挖掘解决方案就可以派上用场了。
为了利用这些信息更好地做出业务决策,客户需要的不仅是大数据存储解决方案,还有可以帮助他们利用起宝贵的物联网数据的产品。
云安全仍然是首要关注点
像云这样的下一代技术要求有别于传统基于本地的IT基础设施的安全方法。因此,很多企业在云安全方面需要一些帮助。
管理安全服务将继续成为2018年倍受青睐的产品,对解决方案提供商来说也是很大的一个机会。
容器发展势头迅猛
容器技术正在颠覆云市场,因为整个行业正在转向更灵活、更自主的架构。客户需要容器,解决方案提供商注意到了这一点,大型云提供商也是如此。
三大云提供商AWS、微软Azure和Google目前都在市场中推出了他们自己的容器服务。去年11月,AWS发布了Amazon Elastic Container Service for Kubernetes(EKS),一个全方位管理的服务,让客户可以在AWS上使用受欢迎的开源容器编排框架Kubernetes。
成本管理解决方案备受关注
对于很多企业来说,管理和预测云成本向来是很难的,而且随着企业采用多个云平台来托管更多的应用,这个问题也变得越来越复杂。
企业希望云的定价是透明的、可预测的。因此,很多解决方案提供商甚至是主代理商都向市场中推出了云成本管理产品,让最终客户可以用来追踪使用情况、确定过度使用情况、更好地管理总体云支出。
UCaaS将赢得通信市场
虽然最近几年采用基于云的通信一直在上升,但是2018年可能会成为统一通信即服务(UCaaS)采用率赶超PBX的一个转折之年。
传统来说,基于本地环境的通信是罗由于那些可以在灾难或者断电情况下继续使用的UCaaS解决方案。这些服务还提供了更高的灵活性以实现分布式业务,让新用户更容易上手。那些提供基于云的通信解决方案提供商,将获得不错的月度经常性收入。
公有云采用率持续上涨
随着近几年几乎每个垂直领域的企业都开始选择AWS、微软和Google云平台,公有云的领导者已经不仅仅是在消费领域的巨头了。
如今,提供了云服务的解决方案提供商,应该把各种云提供商合作伙伙伴也拉进来。超大规模的云提供商开始意识到渠道的价值,将打造更有吸引力的渠道合作伙伴。
整合在继续
在过去十年中,云计算市场的格局发生了巨大的变化,特别是随着超大规模提供商声名鹊起,最大型的电信提供商如Verizon和CenturyLink等通过收购进入到云市场。有多家电信公司已经卖掉了他们的数据中心资产。
这个趋势并不仅限于电信领域。过去一年中,有多个二线提供商被大型云服务提供商收购,包括Peak 10收购了ViaWest,Green Cloud Technologies收购了Cirrity。2018年整合的趋势还将继续,云计算市场中大型提供商的竞争将愈加激烈。
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。