如今,人工智能的火爆,加速了云計算市場的悸動,以AI為代表的智能化技術被納入到云服務的版圖。云計算從誕生到現在,十幾年的快速發展,正在AI的注入下迎來一場大變局。
以往數據中心的機房建設需要遵循很多規范和標準,建設要求包括數據中心機房分級與性能要求,機房位置選擇及設備布置,環境要求,建筑與結構、空氣調節、電氣技術,電磁屏蔽、機房布線、機房監控與安全防范,給水排水、消防的技術要求等,建設周期長、投資大、運營成本高、效率低。
模塊化數據中心是基于云計算和智能的新一代數據中心部署形式,為了應對機器學習、高性能計算、分布式、彈性擴展等新的發展趨勢,其采用模塊化設計理念,最大程度的降低了基礎設施對機房環境的耦合,集成了供配電、制冷、機柜、氣流遏制、綜合布線、動環監控等子系統,提高數據中心的整體運營效率,實現快速部署、彈性擴展和綠色節能。
模塊化數據中心能滿足IT業務部門對未來數據中心基礎設施建設的迫切需求,如標準化設計、組件工廠預制、快速上線部署、有效降低初期投資、模塊內能源池化管理、動態IT基礎設施資源高利用率、智能化運維管理、保障重要業務連續性,提供共享IT服務(如跨業務的基礎設施、信息、應用共享等),快速響應業務需求變化,彈性擴縮容和綠色節能型數據中心等
當前人工智能的持續火熱,其對于算力的需求早已超過了通用CPU的摩爾定律發展,我們看到基礎資源層以GPU、FPGA、ASIC 為代表的異構計算成為方向和趨勢,平臺層提供智能工具組件和模型訓練管理,其上的智能云應用服務也越來越多。通過云將異構資源變成一種普適的AI計算能力,做到彈性供給,即業務高峰期召之即來,業務低谷時揮之即去,輕松應對大量的業務挑戰,便捷的智能云服務快速滿足生產場景的需要,進而推動產業升級。
我們知道,公有云按照交付方式,主要細分為IaaS、PaaS、SaaS三種。全球范圍內看,SaaS是主流,也就是說云的主要能力是承載不同的軟件和應用服務。而在國內市場中,IaaS至今依舊占比超過60%。也就是說,基礎設施依舊是國內云服務扮演的主要角色。這說明,大部分用云的中國企業,核心目標不是獲取某種應用,而是把自己原有的業務和應用遷移到云上,擴大資源的使用率,以此替代服務器的高昂成本。這種情況下,公有云更多扮演著業務支撐的角色。而AI技術納入云版圖后,改變了云服務的交付,實現了優化生產力的重大進步。
AI的核心能力,是可以取代一部分重復性高、即時性強的人工工作。比如機房巡檢、安防、質檢、人肉運維,進一步可能有智能巡檢、智能安防、智能運維、無人值守、無人駕駛等等。不難發現,它們的特點是不需要云的特性來支撐業務,但卻極大程度需要AI來優化生產力,實現企業“提質增效”的目標。
AI與云服務的結合,產生了很多高價值的服務,繼而從市場行為、商業邏輯到服務需求都可能發生一系列變化,這就是今天云服務市場的重新繁榮,大量資本、頭部企業與開發者開始集結做生態的核心原因。
當然,今天云與AI的結合還處于初級階段,更多還停留在廠商的宣傳中。真正把AI技術下沉到產業,需要深入生產場景,結合業務完成高精度模型的科學訓練和一些復雜操作,在邊緣側、終端側具備一定的推理算力,以此達到最優化的算效比。這就需要云加端的AI算力與硬件上的算力緊密結合,構筑一個整體。所以云+AI服務的成熟,還需要時間,還需要技術的進一步發展。從歷史進程上來看,服務器時代的端到網,再到云計算時代的云到網,在AI時代會變成云-網-端的新結構,這讓云廠商必須自我革新,也讓產業服務市場發現了新的機會。
在數字化時代,AI與云的結合,讓數據不再是擺在那里供人們觀看的冷冰冰的數字了,人們已經通過對數據的分析讓它產生效益,產生了價值,改變了傳統的企業云服務模式。我們相信AI人工智能的前景是光明的,但前進的道路是曲折的。只要方向對了,就不用怕路遠,堅持走下去,總是會有量變到質變的一個過程。
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。