成本、數據隱私和性能問題讓IT高管開始重新評估多租戶公有云服務應該包含哪些內容。

過去幾年，企業一直努力盡快地把盡可能多的資源轉移到公有云，最大限度上減少資本支出并節省資金。然而，CIO們越來越多地審查這些投資，這真的能提高生產力并降低成本嗎？

Forrester首席分析師Tracy Woo表示：“在涌向公有云的過程中，很多人并沒有考慮定價問題?！睂τ谝恍┙M織來說，年度云支出在大幅增加。“云計算支出不斷增加，而預算卻在緊縮，所以他們在問到底發生了什么，我們如何才能扭轉局面?！?/p>

Reinsurance Group of America (RGA)高級副總裁、首席技術官Ron Hollowell表示，2025年的計劃是通過完善跨私有云和公有云的工作接收、分配標準和實施實踐流程，專注于合理調整公有云的規模。他說：“費用優化和明確定義的工作負載選擇標準，將決定哪些應用到公有云，哪些應用到私有云?！?/p>

作為軟件公司Endava的云功能副總裁，Radu Vunvulea為很多大型企業的CIO提供咨詢。他說：“今年，我們將更多地討論混合云、多云和本地部署，”其中的原因包括成本高于預期，但也包括性能和延遲問題；安全、數據隱私和合規性問題；以及影響數據定位、傳輸和處理位置的區域數字主權法規。

“利用私有云而非公有云的主要驅動因素是成本，”Hollowell說。他認為，公有云對于季節性或突發性的、按需的工作負載而言最具成本效益?！皩τ谌萘啃枨笠恢滦愿叩墓ぷ髫撦d來說，私有云和固定容量解決方案的經濟性可能更具吸引力?！?/p>

對于其他很多CIO來說，主要動機也是成本，Vunvulea說。雖然Endava的企業級系統中有多達80%的部分或全部都是使用公有云的，但其中約60%的公司正在遷移回至少一個系統?！拔覀冋J為這更像是一種趨勢，”他說。

這些工作負載去哪了？Woo說：“人們重新關注本地環境、本地私有云、或者托管私有云與公有云，尤其是當數據密集型工作負載——例如生成式AI——開始大幅推高云計算支出時。通過將應用遷移回本地，或使用本地或托管私有云服務，CIO可以避免多租戶，同時確保數據隱私?！边@就是為什么Forrester預測有五分之四所謂的云計算領導者今年將增加20%的私有云投資的原因之一。

話雖如此，2025年不僅僅是關于回流?！坝捎谏墒紸I、成本、主權問題和性能要求，私有云投資正在增加，但公有云投資也在增加，因為采用率提高、生成式AI服務、基礎設施占用空間減少、新增基礎設施等等因素，”Woo說。

公有云的隱性成本

St. Jude’s Research Hospital的高級副總裁兼首席信息官Keith Perry表示，對該醫院來說，公有云是一種將知識傳遞到目前不屬于其生態系統的研究人員手中的一種好方法。該醫院使用本地超級計算機來生成大量研究數據，而將這些數據移入和移出公有云可能是成本很高的。他說：“學術界希望數據在位置上接近高性能計算資源，因此他們經常為這些出口費用而苦惱?！?/p>

但數據密集型工作負載的成本可能很高，尤其是在需要持續的、高計算的情況下?！傲硪粋€驅動因素是數據移動，不僅在金錢方面，還有性能方面，因此，我們會仔細管理數據生命周期，以盡量減少云之間的傳輸。”

Woo補充說，對于數據密集型工作負載，公有云的成本很高，因為組織需要為存儲的數據和在可用區、區域和云之間傳輸的數據付費。廠商還會對離開和進入給定可用區的數據收取出口費?！耙虼耍瑢τ诳捎脜^之間的傳輸，你實際上被收了兩次費用，這些隱藏的傳輸費用可能會累積起來?！盫unvulea表示，數據傳輸的成本，尤其是以PB為單位的成本很高，而且數據傳輸和同步可能很復雜?！拔覀円呀浛吹揭恍〢I項目，其中大約45%的云成本是通過將數據從公有云移動到另一個位置而產生的，如果你把整個系統與服務所需的一切整合到一起，你得到的解決方案的成本可能會比最初估計的要高出三到四倍。”

例如，那些使用Open AI構建AI解決方案的組織，需要考慮的不僅僅是AI服務，還需要一個存儲庫來保護機密數據，以及定義和配置安全設備和策略，以確保只有合格的人員和服務才允許訪問。安全存儲以及數據轉換、監控、審計和合規層都增加了系統的復雜性，圍繞AI服務，你需要構建一個解決方案，其中包含另外10到12個不同的云服務，以滿足企業系統的需求。

礦業公司Mosaic Company的首席信息官Jeff Wysocki承認很擔憂這些預算超支，但他表示，CIO也許可以與他們的公有云提供商合作，控制這些成本。例如，Mosaic最近為微軟Bing平臺上的采礦業務創建了一個數據密集型的Mosaic GPT安全模型，而且即將在試點中推出該模型，其中包含了Mosaic多年來在模型中積累的安全信息，因此在采礦現場工作的承包商可以輸入有關安全的問題，了解如何處理特定情況。

“我們對架構進行了改進，以解決成本問題，”他說。Mosaic團隊如何構建模型，以及微軟如何設計解決方案，有助于將項目控制在預算之內。“我們與微軟一起進行了一些更改，以將成本降低到我們認為合理的范圍?！?/p>

Wysocki說，Mosaic的ERP系統最初駐留在私有云中，但現在在SAP是運行在私有云中的。但他補充說，一些服務器將始終位于本地，這不太可能改變，但可能會有具有云同步功能的邊緣服務器解決方案?！拔艺J為這種情況不會比現在的情況有太大變化?！痹摴?0%到85%的IT運營都是在云端的，他預計這種狀況將持續下去。

AI項目可能會超出預算

由于AI和機器學習是數據密集型的，這些項目可能會大大增加云成本。Gartner云、邊緣和AI基礎設施服務和技術副總裁Sid Nag表示，在使用ChatGPT 3.5和4.0等更大型基礎模型時，企業組織別無選擇，因為所需的計算能力規模太高，無法在內部復制。

然而Gartner預測，到2027年，企業使用的新一代AI大型語言模型中有50%多將是針對特定行業的，這些將是從非常大規模的通用基礎模型中分離出來的小得多的模型，可以運行在其他地方。即使企業組織使用RedHat InstructLab等工具用公司特定數據增強這些行業特定模型，相比之下仍然是很小的。Nag說：“行業特定模型……需要更少的資源來訓練，因此可以運行在本地、私有云或托管的私有云基礎設施中?！?/p>

但是Vunvulea說，訓練或優化模型所需的計算能力和基礎設施并不容易在本地找到或購買到。“計算需求是最重要的因素之一，”幸運的是，云廠商還提供現成的AI平臺，企業可以使用這些平臺根據自己的數據進行模型訓練?！耙虼?，即使你決定在本地運行系統，也不需要配置它?！?/p>

但你應該這樣做嗎？Nag說：“我會謹慎選擇私有云托管或本地，除非有令人信服的理由，否則決策者拒絕回到資本支出時代的想法?！?/p>

Vunvulea表示，云廠商會繼續提供更多的AI和ML服務，作為他們平臺即服務產品中的一個組成部分。你可以從預訓練模型開始，使用自己的數據，然后就可以毫無問題地使用這項服務了?！拔覀兗磳⒖吹剑性茝S商提供的模型已經足夠成熟，可以滿足大多數公司90%的標準需求。”是否使用這些服務的問題將歸結為成本問題：這些數字對你的業務模式來說是否合理？

價格低廉但表現不佳

Woo表示，起初CIO們專注于降低成本，但這并不總是與性能考慮或最終目標相一致的。即使公有云是成本較低的選擇，如果考慮到潛在的延遲或其他性能問題，也可能不是最合適的選擇。Vunvulea表示，對于那些無法容忍延遲的行業（例如支付處理和金融服務）來說，情況尤其如此。

Perry說：“生成數據的儀器和處理數據的計算能力之間的延遲，是確定數據位置的重要變量。”在某些情況下，這種儀器需要幾乎即時連接到高性能計算資源?！坝捎谘芯績x器與我們本地的高性能計算機和公有云之間存在延遲，所以使用公有云執行實時檢查是沒有意義的。”他說，隨著越來越多的公有云超大規模企業構建了能夠處理高性能計算的大規模GPU集群，你還必須考慮成本因素。

如果價格合適，基因組測序是一個將部分處理從本地超級計算機轉移到公有云可能很有意義的領域。Perry表示，隨著時間的推移，與基因組測序相關的一些工作流程會變得標準化。在這些情況下，根據成本優化管道進行擴展并在云中運行它們可能更有意義。他說：“我們致力于將部分基因組測序流程遷移到云端，以釋放本地高性能計算的周期?！?/p>

性能當然很重要，但并不是選擇是否在公有云中托管應用的決定性因素——除了一些在Mosaic采礦作業站點的邊緣服務器上運行的應用，Wysocki說?！皩τ谖覀儊碚f，始終需要邊緣計算，這些計算需要在設備上或設備附近才是有效的。”

位置問題

“安全、隱私和成本是我們考慮的三個主要因素，”Wysocki補充說。但到目前為止，安全和隱私并不是公有云服務的主要問題。

Hollowell表示，Reinsurance Group of America對公有云服務的安全性很滿意?！拔覀冋谕ㄟ^AWS Bedrock服務利用Anthropic、Mitral和其他公司的基礎模型，該服務提供了數據隔離和安全性，”這讓企業能夠在安全環境中提供類似ChatGPT的功能。

但Woo表示，另一個問題是數字主權。在有嚴格本地化規則的國家，公有云可能行不通?！澳憧梢赃x擇本地私有云或托管私有云，由你或他人管理，無論哪種方式，你都可以控制數據的存放位置?！?/p>

但監管環境并不是唯一因素，Hollowell表示?！霸谀承┑貐^，數據本地化和隱私要求直接納入到客戶合同中?！痹谶@種情況下，私有云可能提供更靈活的解決方案。因此，對于在多個國家/地區運營的大型組織而言，本地和云的混合方法是最佳選擇，Vunvulea表示。至于區域法規，公有云提供商的選擇很重要。“例如，如果你想在中東特定位置運行工作負載，Oracle云是最佳的選擇之一，”他說，每個國家或地區在處理數據方面都有自己的法規。沒有一家云提供商在所有這些國家都有業務，但Oracle在這些國家或地區擁有巨大的影響力，因此你可以與Oracle和其他云廠商合作運行本地工作負載。

但Hollowell表示，混合云也有缺點。他說：“在公有云和混合云環境中管理大型數據集的互操作性和性能，仍然是需要解決的關鍵挑戰?！?/p>

保持靈活性，隨時準備調整

展望未來，Hollowell表示，“我們的戰略意圖是通過不斷發展的新功能業務需求，結合自然的應用生命周期管理實踐來評估托管決策，而不是簡單地將所有內容遷移到公有云?！本哂幸恢氯萘啃枨笄铱梢酝ㄟ^傳統融合型基礎設施滿足的應用，將運行在私有云中，而那些不始終需要高計算的應用仍將是公有云的候選者。

對于Perry來說，為組織的應用構建正確的IT基礎設施，就是要使用正確的建筑材料?！肮性浦皇俏覀儤嫿軜嫿鉀Q方案所需的材料之一，你必須取得適當的平衡?！?/p>

遺憾的是，優化本地環境、私有云和公有云服務的組合，是一個不斷變化的目標。Perry說：“我不能說一切都在正確的位置，因為技術是不斷發展的?！彼ㄗh，云技術總是在變化，所以要做好準備，能夠與時俱進。確保擁有正確的工具來做到這一點非常重要，因為你今天擁有的工具可能不是你明天需要的工具。

Vunvulea表示，隨著技術進步，需要做出改變，這也是你應該避免廠商鎖定的原因之一。這是一個難題，因為要以最優化的方式運行云工作負載，你可能需要使用廠商最先進的專有功能。

但他說，最終你希望避免鎖定，以便能夠更輕松地在本地環境、公有云和私有云之間移動。