防止您的公有云 AI 项目枯竭

查看低代码/无代码峰会的点播会议，了解如何通过改进和扩展公民开发人员来成功创新并提高效率。 立即观看.

去年，Andreessen Horowitz 发表了一篇题为“云的成本，一个万亿美元的悖论”的挑衅性博客文章。在其中，这家风险投资公司认为，失控的云支出导致上市公司将数十亿美元的潜在市值留在桌面上。该公司建议，另一种方法是将云资源重新调整为混合模型。这种模式可以提高公司的底线并释放资金以专注于新产品和增长。

公司是否会遵循这一建议还有待观察，但有一点是肯定的：CIO 要求其支持基础架构具有更高的敏捷性和性能。当希望使用复杂的计算密集型人工智能/机器学习 (AI/ML) 应用程序来提高他们做出实时、数据驱动的决策的能力时，尤其如此。

为此，公有云在将 AI 纳入主流方面发挥了基础性作用。但是，使公共云成为 AI 理想试验场的因素（即弹性定价、易于上调或下调等因素）实际上阻碍了 AI 发挥其全部潜力。

以下是希望在其环境中最大限度地发挥 AI 优势的组织的一些注意事项。

事件

智能安全峰会

在 12 月 8 日了解 AI 和 ML 在网络安全和特定行业案例研究中的重要作用。立即注册以获得免费通行证。

现在注册 对于 AI，云并不是独一无二的

数据是现代企业的命脉，是推动 AI 洞察的燃料。由于许多 AI 工作负载必须不断摄取大量且不断增长的数据，因此基础设施必须能够以经济高效的方式满足这些需求。

在决定如何最好地大规模处理 AI 时，IT 领导者需要考虑多种因素。首先是主机托管、公有云还是混合混合最适合满足现代人工智能应用的独特需求。

虽然公有云在将 AI 推向市场方面发挥了不可估量的作用，但它也面临着一系列挑战。这些包括：

供应商锁定：大多数基于云的服务都有一定的锁定风险。然而，当今可用的一些基于云的 AI 服务是非常特定于平台的，每个服务都有自己独特的细微差别和与合作伙伴相关的独特集成。因此，许多组织倾向于将他们的 AI 工作负载与单一供应商整合。这使得他们将来很难在不产生大量成本的情况下更换供应商。 弹性定价：只为使用的东西付费的能力使公有云成为企业的一个有吸引力的选择，尤其是那些希望减少资本支出的企业。一点一点地使用公共云服务通常在短期内具有经济意义。但是，对其云使用情况了解有限的组织经常发现他们正在大量使用它。在这一点上，它成为一种扼杀创新的税收。 出口费用：通过云数据传输，客户无需为他们发送到云的数据付费。但要从云中提取数据，他们必须支付出口费用，这些费用会很快累积起来。例如，灾难恢复系统通常会分布在多个地理区域，以确保恢复能力……