从VMware迁移到公有云,再到Nvidia帮助云AI初创公司赢得市场份额,Forrester最新报告揭示了今年最重要的十大云市场趋势。
“2024年,市场对基于云的AI产品的采用和普及达到了狂热程度,”Forrester在2024年“十大云趋势”报告中这样表示。
Forrester表示:“企业用户投资了微软M365 Copilot等AI服务,将其作为提高生产力的工具,而数据科学家、应用开发人员和AI团队则使用AWS的Bedrock、谷歌的Vertex AI和微软的Azure AI等AI服务来简化开发和组织非结构化数据。”
AI和边缘计算正在融合,推动云市场的重大变革,为云客户创造机遇和挑战。
第10位:云提供商强调“AI数据准备”以赢得新型工作负载
企业决策通常依赖于本地化的、本地环境的数据收集。在需要低延迟的场景中,客户面临的问题是如何在靠近底层数据的情况下优化AI工作负载。
企业可以进行通过大量投资GPU和数据中心来分析本地数据,也可以使用昂贵的AI云服务。
在安全和知识产权等场景中,数据和模型通常需要那些可以在本地交付的AI功能。对于对数据主权、数据传输成本或延迟敏感的用例也是如此,因为区域云可用性会影响应用性能。
Forrester表示:“在很多情况下,答案不仅仅是将数据移动到云并集中化,而是将模型移到靠近数据的地方。”
第9位:随着WebAssembly获得关注,无服务器成为一大趋势
云原生开发的早期势头似乎正在减弱。多年来无服务器概念被过度炒作,如今云提供商终于注意到了客户的强烈反应,并采取了更细致入微的方法。
随着系统接口和组件模型日趋成熟,平台提供商越来越多地在后台利用WebAssembly。
Forrester表示:“该技术带来了增强的可移植性、更高的工作负载密度、强大的运行时隔离模型以确保安全性,以及强大的语言支持。”
AI和边缘计算领域的新兴用例正在推动它的进一步普及。
第8位:DORA和AI合规给混合云数据基础设施带来压力
《数字运营弹性法案》(DORA)带来的影响存在不确定性,这给欧洲银行和其他受到严格监管的欧盟行业的IT预算规划造成了混乱。
生成式AI的兴起加剧了这种混乱局面,促使用户出于延迟和出口成本原因使用公有云来获取AI服务,以及使用本地数据中心,这些因素促使客户提出了对更好混合数据管理的需求。
“Veeam、Zscaler和Zerto等厂商已经推出了更好的数据基础设施服务来管理可移植性、隐私、访问或安全需求,”Forrester表示。
第7位:边缘环境成为焦点
随着云提供商将自己重新定位为分布式云,边缘计算和物联网功能正在经历一场彻底的改革。
另一方面,传统内容交付网络供应商(CDN)正在扩展自己的产品范围,以涵盖智能边缘环境。
通过本地化大型语言模型将生成式AI与边缘相结合,可以增加一些吸引力,尤其是对那些需要实时分析的远程应用(如石油钻井平台)。
例如,Akamai Technologies正在利用通过收购来的Linode填补集中式超大规模模型与拥有数千个接入点的传统CDN之间存在的空白,Fastly和Cloudflare也有类似举措。
虽然大型云提供商都有自己的CDN,但Forrester表示,“边缘到云的趋势带来了颠覆性的影响,让边缘提供商把自己定位为与超大规模提供商处于平等地位,以争夺利润丰厚的企业边缘业务。”
第6位:云可持续性影响厂商选择、工作负载放置
AI和生成式AI对高耗电工作负载的需求不断增加,加上新环境法规要求汇报排放情况,导致了云可持续性计划的出现。
企业正在寻求更多可持续发展的云数据中心,使用能够实现更智能的云工作负载放置解决方案,以减少云碳足迹。
他们还采用了一些考虑了二氧化碳排放因素的工作负载放置工具,以及使用碳足迹报告解决方案。
一些组织正在选择更具可持续性的架构(例如容器或WebAssembly),因为相比使用更多资源的虚拟机来说,这种架构占用的空间更小。
第5位:云打乱采购和服务集成模式
随着云和软件即服务(SaaS)提供商摆脱传统技术堆栈,服务消费决策变得很分散。
由于企业广泛采用多云环境,这一趋势将在2024年有所加速。
Forrester表示:“企业围绕传统基础设施塔制定采购策略,试图使用基于ITIL的服务将其与管理概念相结合,他们将继续面临困境,因为分散采购仍然是事实上的标准。”
DevOps和站点可靠性工程方法将以基于平台、以产品为中心的运营模式取代传统的共享服务。
第4位:FinOps是云运营的关键
云计算的弹性和动态特性,让市场的思维模式从云优先调整为按需云。
由于持续的性能监控功能、正常运行时间维护和云健康管理,云使用和管理的增加催生了云运营(CloudOps)。来自这些活动的数据还为FinOps的工作负载放置、资源分配、容量优化、治理即代码策略和自动化任务决策提供信息。
Forrester表示:“CloudOps的主动事件管理为FinOps所需的决策提供了同样的支持。”
2024年的一大趋势是CloudOps越来越多地被整合到公司的FinOps战略中。
第3位:VMware的新业务模式推动向公有云服务的迁移
技术领导者正在加速他们的VMware资产迁移,但不是通过直接迁移到公有云上的VMware服务。
Forrester表示:“技术高管厌倦了向VMware和公有云提供商支付双重许可费,他们正在探索使用原生云服务进行重构迁移。”
企业在取得了早期迁移成果之后,下一步就是应用,把应用和本地基础设施进行高度集成。
一些企业正在利用混合云支持路径,例如使用NetApp和戴尔存储API,但这些公司同时也愿意完全脱离传统架构。
第2位:厂商将边缘和多云相结合,以创建业务范围的网络结构
思科和Palo Alto Networks等网络市场领导者提供了面向云的、单独的网络和安全解决方案,以及用于边缘和远程位置的零信任边缘(ZTE)解决方案。
与此同时,随着需求的增加,F5和瞻博网络采取行动,为虚拟私有云(VPC)和远程位置提供一组一致的安全和网络服务。
客户希望为VPC和远程位置提供一致的控制,以打造单一业务范围的网络结构,而不是管理分散的多个解决方案。
“这种市场转变,使得Aviatrix和Prosimo等多云网络厂商成为思科和Versa Networks等中兴提供商有吸引力的收购目标,从而可能会缩小与竞争对手的差距,”Forrester表示。
第1位:Nvidia帮助替代云成为AI和边缘计算的主流
Nvidia和那些专注于AI的风险投资公司的投资,催生了采用GPU的、面向AI的云。随着AI云得到买卖双方的验证,初创公司正在占领更多的市场份额。
例如,AI云初创公司CoreWeave筹集了86亿美元的资金,它最大的吸引力是在供应受限的市场中提供大量的Nvidia GPU。另一个小型云提供商的例子是Vultr,它可以早期获得Nvidia芯片,具有一流的合作伙伴网络地位。
即使AI云初创公司市场势头强劲,微软、谷歌和AWS等超大规模云提供商也不会被取代。
不过Forrester表示:“公有云市场比过去几年变得越来越活跃。”
好文章,需要你的鼓励
Intuit在ChatGPT发布后匆忙推出的聊天式AI助手遭遇失败,随后公司进行了为期九个月的战略转型。通过观察客户实际工作流程,发现手动转录发票等重复性劳动,决定用AI智能体自动化这些任务而非强加新的聊天行为。公司建立了三大支柱框架:培养构建者文化、高速迭代替代官僚主义、构建GenOS平台引擎。最终推出的QuickBooks支付智能体让小企业平均提前5天收到款项,每月节省12小时工作时间。
希伯来大学研究团队开发出MV-RAG系统,首次解决了AI在生成稀有物品3D模型时的"胡编乱造"问题。该系统像拥有图像记忆库的艺术家,能先搜索相关真实照片再生成准确3D视图。通过独创的混合训练策略和智能自适应机制,MV-RAG在处理罕见概念时性能显著超越现有方法,为游戏开发、影视制作、虚拟现实等领域提供了强大工具。
马斯克旗下xAI公司发布专为开发者设计的新AI模型grok-code-fast-1,主打快速且经济的推理能力。该模型属于Grok 4系列,具备自主处理任务的能力。xAI声称其在SWE-bench评测中解决了70.8%的实际软件问题,表现优于GPT-5和Claude 4。不过模型存在较高的不诚实率问题。用户可通过GitHub Copilot等平台免费试用7天,需要API密钥访问。
MBZUAI等机构研究团队通过一维细胞自动机实验揭示了AI模型多步推理的关键限制:固定深度模型在单步预测上表现优异,但多步推理能力急剧下降。研究发现增加模型深度比宽度更有效,自适应计算时间、强化学习和思维链训练能突破这些限制。这为开发更强推理能力的AI系统提供了重要指导,强调了真正推理与简单记忆的本质区别。