有些人一直對(duì)“私有云”持懷疑態(tài)度。但也理角美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)研究所(NIST)在17年前就將這個(gè)術(shù)語(yǔ)包含在云計(jì)算的描述中的原因。然而，這個(gè)術(shù)語(yǔ)很快被解釋為將老化的本地服務(wù)器產(chǎn)品捆綁在一起作為“云”出售的一種方式。

早期的私有云一點(diǎn)也不像云。它們不能按需擴(kuò)展或自動(dòng)擴(kuò)展，自我配置也是不可能的。顯然，這是“市場(chǎng)化”，大多數(shù)企業(yè)都避開(kāi)了它。當(dāng)然，還有其他私有云可供選擇，比如開(kāi)源的OpenStack，它至今仍在使用。

私有云的新機(jī)遇

私有云正在顯著地從通用解決方案轉(zhuǎn)變?yōu)閷ｉT的實(shí)現(xiàn)，特別是對(duì)于人工智能。這種演變是由人工智能投資激增推動(dòng)的，促使組織尋求提供預(yù)先打包的人工智能生態(tài)系統(tǒng)并在其數(shù)據(jù)中心運(yùn)行的專用基礎(chǔ)設(shè)施。

專門的私有云已經(jīng)遠(yuǎn)遠(yuǎn)超出了以人工智能為中心的實(shí)現(xiàn)，解決了多個(gè)領(lǐng)域的不同企業(yè)需求：

?高性能計(jì)算(HPC)云支持密集型計(jì)算任務(wù)。

?開(kāi)發(fā)人員云通過(guò)集成CI/CD工具簡(jiǎn)化軟件開(kāi)發(fā)。

?數(shù)據(jù)庫(kù)云優(yōu)化數(shù)據(jù)管理工作負(fù)載。

?災(zāi)難恢復(fù)云確保業(yè)務(wù)連續(xù)性。

?邊緣云處理物聯(lián)網(wǎng)和實(shí)時(shí)處理需求。

?合規(guī)性和安全性云解決特定的法規(guī)要求。

私有云還專注于特定的行業(yè)。金融服務(wù)部門受益于為高速交易和監(jiān)管合規(guī)而設(shè)計(jì)的云，而多媒體云優(yōu)化了內(nèi)容交付和流媒體服務(wù)。這些專用環(huán)境為其目標(biāo)應(yīng)用程序提供了獨(dú)特的優(yōu)勢(shì)，提供了專門構(gòu)建的基礎(chǔ)設(shè)施、優(yōu)化的性能和特定于行業(yè)的特性。然而，與人工智能私有云一樣，它們經(jīng)常面臨靈活性、成本和技術(shù)停滯風(fēng)險(xiǎn)方面的類似挑戰(zhàn)，因此組織在承諾任何專門的私有云解決方案之前仔細(xì)評(píng)估其特定需求至關(guān)重要。

回到人工智能私有云。大多數(shù)企業(yè)不知道如何將自己的技術(shù)捆綁在一起，以制定人工智能或機(jī)器學(xué)習(xí)解決方案。人工智能私有云提供所有預(yù)先打包和預(yù)先配置的必要開(kāi)發(fā)工具，旨在優(yōu)化GPU集群，并配備簡(jiǎn)化流程的MLOps管道。但是，不是將其作為一組公共云服務(wù)來(lái)使用，而是在您的裝載碼頭上顯示一堆盒子，您將它們安裝在數(shù)據(jù)中心機(jī)架上。乍一看，它們?yōu)榭释钊肴斯ぶ悄苡?jì)劃的企業(yè)提供了完美的解決方案。然而，這個(gè)有希望的框架也帶來(lái)了自己的一系列挑戰(zhàn)。

仔細(xì)看一下權(quán)衡

一方面，這些專業(yè)云擅長(zhǎng)為人工智能和機(jī)器學(xué)習(xí)提供專門構(gòu)建的功能，增強(qiáng)數(shù)據(jù)主權(quán)和安全性。減少延遲對(duì)于特定的應(yīng)用程序也是一個(gè)顯著的優(yōu)勢(shì)，允許組織利用實(shí)時(shí)數(shù)據(jù)處理。

然而，這些設(shè)置的靜態(tài)特性帶來(lái)了一個(gè)相當(dāng)大的缺點(diǎn)。許多私有人工智能云限制了技術(shù)的靈活性，可能需要大量投資，而且隨著企業(yè)需求的發(fā)展，幾乎沒(méi)有適應(yīng)的空間。組織可能會(huì)發(fā)現(xiàn)自己被鎖定在供應(yīng)商解決方案中，這些解決方案可能不支持較新的人工智能框架或工具，從而扼殺創(chuàng)新和增長(zhǎng)。

遷移到私有人工智能云的成本影響是另一個(gè)關(guān)鍵考慮因素。公共云提供商通常采用現(xiàn)收現(xiàn)付的模式，但私有人工智能云需要巨額的前期投資，可能會(huì)增加到數(shù)百萬(wàn)美元。硬件基礎(chǔ)設(shè)施可以從200萬(wàn)到1000萬(wàn)美元不等，軟件許可證通常需要每年50萬(wàn)到200萬(wàn)美元的支出。此外，還有運(yùn)營(yíng)開(kāi)銷——人員配置、公用事業(yè)和維護(hù)。

相比之下，公共云提供商消除了大量的前期基礎(chǔ)設(shè)施投資，并提供了根據(jù)需求擴(kuò)展資源的靈活性。公共云環(huán)境對(duì)新技術(shù)和定價(jià)結(jié)構(gòu)的快速適應(yīng)性對(duì)許多組織來(lái)說(shuō)是一個(gè)顯著的優(yōu)勢(shì)。

當(dāng)您考慮到在五年的時(shí)間跨度內(nèi)，私有云通常比公共云提供運(yùn)營(yíng)成本優(yōu)勢(shì)時(shí)，這將成為一個(gè)更加復(fù)雜的決策。但是，您需要考慮全部成本，包括維護(hù)這些系統(tǒng)的人員、電力成本等。在比較公共云和私有云選項(xiàng)的TCO時(shí)，這些通常被忽略。

未來(lái)的五年計(jì)劃是什么?

以下提出一個(gè)關(guān)于戰(zhàn)略規(guī)劃的基本問(wèn)題。隨著組織被專業(yè)私有云的承諾所吸引，仔細(xì)評(píng)估性能需求、數(shù)據(jù)治理需求和人工智能項(xiàng)目的長(zhǎng)期軌跡至關(guān)重要。增強(qiáng)控制的誘惑吸引了許多組織，然而他們冒著投資靜態(tài)技術(shù)的風(fēng)險(xiǎn)，面對(duì)快速的人工智能進(jìn)步，這些技術(shù)可能會(huì)過(guò)時(shí)。

混合方法通常是最實(shí)用的解決方案。公司可以從專用私有云中受益，以滿足需要強(qiáng)大數(shù)據(jù)治理的一致工作負(fù)載，同時(shí)還可以使用公共云進(jìn)行實(shí)驗(yàn)和溢出容量。順便說(shuō)一下，這比聽(tīng)起來(lái)更有挑戰(zhàn)性。

最終，專門的私有云，特別是那些專注于人工智能的私有云，在某些情況下越來(lái)越不可或缺。它們比過(guò)去的私有云更好，私有云更像是騙局，而不是合法的解決方案。然而，組織必須權(quán)衡利弊，特別是與靜態(tài)技術(shù)基礎(chǔ)設(shè)施相關(guān)的潛在限制和成本。

以下是一些一般性建議。如果你計(jì)劃在未來(lái)五年內(nèi)改變很多，而你現(xiàn)有的需求根本沒(méi)有解決，那么公共云提供商可能是人工智能開(kāi)發(fā)、部署和運(yùn)營(yíng)等方面的最佳解決方案。如果你在未來(lái)五年內(nèi)不太可能有很多變化，那么私有云選項(xiàng)，比如人工智能，是真正具有成本效益的，假設(shè)你的需求將你帶到那里。這是另一種“視情況而定”的情況。

底線是明確的：盡管專門的人工智能云具有重要作用，但組織必須靈活。在公共云環(huán)境中從小規(guī)模開(kāi)始，只有在對(duì)工作負(fù)載模式有了穩(wěn)定的理解后才逐漸擴(kuò)大規(guī)模，這樣可以降低風(fēng)險(xiǎn)。保持適應(yīng)性至關(guān)重要，因?yàn)槿斯ぶ悄艿目旃?jié)奏意味著今天完美的云解決方案明天可能會(huì)變得不合適。明智地選擇，并記住，持續(xù)的變化是數(shù)字環(huán)境中唯一不變的。