寻找第三方基础架构来托管计算机系统资源时,不同的云供应商之间差异巨大,在进行选择时,有很多变量需要考虑。从支持维护水平到成本透明度,每家云供应商各有不同。
从确定商业计划入手
你的业务目标是什么?这个问题有助于明确你与云服务供应商的关系。有三种思路:
确保业务计划能让你在选择正确的云架构方面走上正轨。在为你的公司规划这些举措的时候,要警惕带来技术债务。一些授权模式和核心技术在云迁移方面的可行性会比其他的选择更低。
不必相信所有的东西都必须在云端。具有复杂依赖性的服务、依赖低延迟的操作以及必须在任何方向上快速扩展的服务需要更精巧的方法——因为从成本和操作的角度来看,它们可能都是不稳定的。有时候,答案是“如果它没有坏就不要修它”。
做出改变
当将公司的基础设施和数据都转移到了云端,你希望看见更低的成本、更高的可靠性以及更高的业务运营效率。然而,这种过渡也可能伴随着一些风险。迁移到云端意味着要权衡离开你目前的基础设施的利弊,并看看潜在的云合作伙伴如何解决你的业务目标和痛点。这包含一些核心要点,如:
客户是第一位的
了解你的市场是很重要的。你的客户是否愿意接受他们的数据由第三方云供应商存储或处理?你的客户是否需要内部合规管理?如果你的服务涉及敏感信息,你的云的安全性就必须是一个首要考虑因素。
选择一个也能理解你的客户需求的供应商。例如,金融和医药行业对快速扩展的需求要小得多,而且比娱乐或电子商务生态系统更可预测,因此通常会更快地从云环境中受益。这将有助于管理成本、期望和对你的企业及其客户的支持。
考虑供应商提供的产品
潜在云供应商的能力与你堆栈的依赖技术是否匹配?
例如,如果你的应用程序依赖MS数据库的集成和公共云生态系统——Azure可能是合适的。同样,如果你的业务需要更多的混合模式,并且生活在Power平台内,那么IBM Power Cloud搭配经过认证的IBM商业伙伴(IBM Business Partner)就是你的良配。
将技术与云供应商相匹配是至关重要的。在谷歌云中实施一个微软重度环境是可能的,但这并不意味着会一帆风顺。选择和技术匹配的云供应商可以得到优化,获得更好的支持性API,并且在出现任何问题的时候更容易得到支持。
有很多专用云服务并非普遍可用。IBM Watson、微软认知服务和特定的谷歌云服务都是独特产品的例子,这些产品在其他的云网络上是无法使用的。
定价并不总是表面那样
如果企业计划进入一个新市场、推出一个新产品或预期快速增长——那就不要把短期节省成本置于供应商满足你未来需求的扩展能力之上。确定供应商的局限和能力,以及增加系统资源成本会有多大变化。
迁移到云端时,不可预见的成本也是一个主要问题。在整个过渡过程中和之后,你将需要经验丰富、训练有素的云计算专家。在整个迁移过程中,你的企业可能面临的重新培训、再培训和新的人员配置费用也是难以预料的——而从长远来看,长期的云维护成本往往难以预料。
选择正确的云计算供应商可以消除这些隐性成本,使你的企业获得成功。
选择一家安全并合规的供应商
在为企业选择合适的云计算供应商时,安全是一个首要问题。公司是否需要内部的基础设施?供应商的数据中心的物理安全是否与业务需求一致?供应商目前的安全和合规标准在未来是否能适合业务?这些都是在做决定之前需要考虑的问题。你需要考虑的因素包括::
彻底审查你的供应商,确保他们有强大的安全措施并且没有数据泄露的历史。不要拿公司声誉去冒险。
确保最佳的IT管理和支持
迁移到云端可能需要对你的产品或服务进行修改。
你的供应商提供的服务水平协议(SLA)是否承诺一定标准的正常运行时间、支持和维护?仔细检查你的合同并比较供应商的保障。管理云服务供应商(Paas)会在公共云产品中增加他们自己的管理解决方案,包括IT监控、云管理和灾难恢复。
云的成功需要员工来保证最佳的IT管理,如果缺少合适的内部员工,也要考虑增加外包IT服务的支出,这也很重要。
如果你的企业在全球范围内运营,或者计划未来这样做,你就需要一个有能力处理规模迁移和运营的云供应商。
兼具合作机会、混合模式和管理型IT解决方案的云供应商有助于减少这些与IT管理相关的隐形成本。
选择合适的云服务供应商来简化迁移工作
匆忙行动可能会造成更多问题而不是解决问题。大量准备工作和早期的尽职调查可以让你的企业不用浪费时间并避免潜在的成本。评估你的业务目标以及客户想法、隐形成本、安全问题和IT支持障碍可能对其产生的影响。
那么,你该如何为你的企业选择合适的云供应商呢?这在很大程度上要取决于业务目标、未来的需求、当前的专业知识等因素。
好文章,需要你的鼓励
英特尔第三季度财报超华尔街预期,净收入达41亿美元。公司通过裁员等成本削减措施及软银、英伟达和美国政府的大额投资实现复苏。第三季度资产负债表增加200亿美元,营收增长至137亿美元。尽管财务表现强劲,但代工业务的未来发展策略仍不明朗,该业务一直表现不佳且面临政府投资条件限制。
美国认知科学研究院团队首次成功将进化策略扩展到数十亿参数的大语言模型微调,在多项测试中全面超越传统强化学习方法。该技术仅需20%的训练样本就能达到同等效果,且表现更稳定,为AI训练开辟了全新路径。
微软发布新版Copilot人工智能助手,支持最多32人同时参与聊天会话的Groups功能,并新增连接器可访问OneDrive、Outlook、Gmail等多项服务。助手记忆功能得到增强,可保存用户信息供未来使用。界面新增名为Mico的AI角色,并提供"真实对话"模式生成更机智回应。医疗研究功能也得到改进,可基于哈佛健康等可靠来源提供答案。同时推出内置于Edge浏览器的Copilot Actions功能,可自动执行退订邮件、预订餐厅等任务。
纽约大学等机构联合开发的ThermalGen系统能够将普通彩色照片智能转换为对应的热成像图片,解决了热成像数据稀缺昂贵的难题。该系统采用创新的流匹配生成模型和风格解耦机制,能适应从卫星到地面的多种拍摄场景,在各类测试中表现优异。研究团队还贡献了三个大规模新数据集,并计划开源全部技术资源,为搜救、建筑检测、自动驾驶等领域提供强有力的技术支撑。