隨著中國企業數字化建設的不斷深入，如同土壤般存在的云計算服務，卻在經歷爆發式增長后，后繼乏力，陷入增長率逐年下降的窘境，一些云廠商甚至還爆出裁員的消息。正在云計算苦尋新的增長著力點之際，撲面而來的AI浪潮，給這個苦苦掙扎的行業，送來了甘霖雨露般的滋潤。云計算一片狼藉的頹勢，才得以扭轉，并重新進入了增長快車道。

什么是混合云？混合云結合并統一了公有云、私有云和本地基礎設施，從而創建單一、靈活、成本最優的 IT 基礎設施。

使用混合云的統一 IT 基礎設施適用于多種用例：

安全和法規一致性：防火墻后的私有云資源專用于敏感數據和嚴格監管的工作負載，對于不太敏感的工作負載和數據則使用更經濟的公有云資源。

可擴展性和彈性：利用公有云計算和云存儲資源快速、自動且經濟地擴展，以便應對計劃外的流量峰值，而不影響私有云工作負載（這被稱為“云爆發”）。

快速采用新技術：采用或切換到最新的軟件即服務 (SaaS) 解決方案，甚至可將這些解決方案集成到現有應用程序中，而無需配置新的本地基礎設施。

增強舊應用程序：使用公有云服務改善現有應用程序的用戶體驗或將其擴展到新設備。將現有本地工作負載“直接遷移”到虛擬化公有云基礎設施，以便減少本地數據中心的占用空間，并可按需進行擴展，而無需投入更多的資本設備投資。

資源優化和成本節余：在私有云上運行具有可預測容量的工作負載，并將更多可變工作負載遷移到公有云；使用公有云基礎設施按需快速“啟動”開發和測試資源。

混合云體系結構

最初，混合云基礎架構側重于將公司本地數據中心的某些部分轉換為私有云基礎設施，然后將該基礎設施連接到由公有云供應商。如今，混合云體系結構不再關注物理連接，而是更多地支持跨所有云環境的工作負載的可移植性，以及針對給定業務目的自動將這些工作負載部署到最佳云環境。

作為數字化轉型的下一個關鍵步驟的一部分，組織正在構建新的應用程序并對舊應用程序進行現代化改造，以利用云原生技術，而這些技術可跨云環境和云供應商實現一致且可靠的開發、部署、管理和性能。

具體而言，他們正在構建或改造應用程序以使用微服務基礎架構，而該基礎架構可將應用程序分解為更小、松散耦合、可重用且專注于特定業務功能的組件。他們會將這些應用程序部署在容器中，這是一種輕量級可執行單元，其中僅包含應用程序代碼和運行它所需的虛擬化操作系統依賴項。

就更高層面而言，公有云和私有云不再是需要連接的物理“位置”。例如，很多云供應商現在可提供在其客戶本地數據中心運行的公有云服務。私有云曾經只在本地運行，現在則常會托管在異地數據中心、虛擬專用網絡 (VPN) 或虛擬私有云 (VPC) 上，或是向第三方提供商（有時為公有云供應商）租用的專用基礎設施上。

此外，基礎設施虛擬化（也稱為基礎設施即代碼）允許開發人員使用位于防火墻后面或之外的任意計算資源或云資源來按需創建這些環境。隨著邊緣計算的出現，這一點變得更加重要；邊緣計算通過將工作負載和數據轉移到更靠近實際計算的地方，從而為提高全局應用程序性能提供機會。

由于這些因素以及其他一些因素，現代混合云基礎架構開始圍繞一個統一的混合多云計算平臺聚結，包括：支持跨所有云類型（公有云和私有云）和云供應商的云原生應用程序開發和部署。適用于所有環境的單一操作系統。容器編排平臺（通常為 Kubernetes），可跨云環境自動部署應用程序。

借助云原生開發，開發人員可將單一應用程序轉換為以業務為中心的功能單元，而這些功能單元可在任何地方運行并在各種應用程序中重用。標準操作系統允許開發人員將任意硬件依賴項構建到任意容器中。Kubernetes 編排和自動化可為開發人員提供跨多個云環境對容器配置和部署進行精細且一勞永逸的控制的功能，其中包括安全性、負載均衡、可擴展性等。

人工智能時代的到來，正在重塑企業對云計算的需求形態。企業不僅要求云計算要靈活、有彈性、具備極高的成本效益，還要能為他們帶來更多創新和競爭優勢。因此，企業在選擇云廠商時，需要做更多方面的考量：

1、大模型的一站式管理

面對大規模繁復的大模型應用場景，企業會優先關注云廠商提供“一站式管理”的能力。畢竟，大模型訓練和部署環節的復雜程度極高，企業很難自己搭建一整套完備的流程鏈路。相反，如果云廠商可以為各種主流大模型提供一鍵部署、彈性擴縮容、低成本微調等全生命周期管理，無疑將極大縮減企業的運維成本，成本更受企業青睞的“心頭好”。

2、對多模態的全方位支持

隨著AI應用場景的日益豐富，多模態大模型能夠同時處理視頻、圖片和文本等多種數據類型的能力，對企業來說變得越來越重要。因此，云廠商需要對這些大模型提供更全面的支持，不斷強化對圖片、視頻、時序等多源數據的端到端處理能力，從而幫助企業實現更高效的內容分析和智能決策。

3、AI云原生應用部署友好

企業還會格外重視云服務商在支持AI云原生應用部署方面的友好程度。很多企業開發的AI應用或SaaS產品，本身就是按照云原生的架構設計的，如果云廠商能提供更加貼近云原生場景的優化支持,將大大提升部署效率。比如，阿里云就在其公有云平臺上,針對云原生應用的全生命周期管理進行了優化，包括容器服務、無服務器架構、Serverlessm等一系列舉措，讓開發者能以更加絲滑流暢的方式，構建和部署云原生AI應用。

4、企業數據資產的保障

數據是企業的核心資產，在AI時代，企業需要云廠商提供強大的數據存儲和管理解決方案。這就要求云服務器具備云原生數據庫、向量數據庫等數據基礎設施能力,確保企業的數據資產在上云的過程中不會遭到泄露或丟失。

5、強大的云安全體系

大模型所帶來的數據隱私、算力資源濫用等潛在風險，會迫使企業把云服務商云安全體系是否完備，當成做選擇時的重要參考指標。在數字化轉型的過程中，企業對數據安全和隱私保護的要求會變得越來越高。云廠商只有具備強大的云安全體系（包括數據加密、網絡安全、身份認證等多層次安全措施）才有可能入客戶的法眼。而擁有成熟云安全體系和合規管控手段的云廠商，也才能在激烈的市場競爭中脫穎而出。

云計算無疑是做大模型的最佳選擇。換個角度看，大模型又何嘗不是云計算的“回春丹”？今天的大模型與云計算，像極了當年的淘金者與賣鏟人，也許只有“雙贏”，才是最不辜負這個時代的理想結局。