云計(jì)算領(lǐng)域正經(jīng)歷自云計(jì)算誕生以來(lái)最重要的變革之一。架構(gòu)討論曾以大規(guī)模遷移為定義，如今已演變?yōu)橐粋€(gè)復(fù)雜的生態(tài)系統(tǒng)，受多云采納、工作負(fù)載回歸、金融運(yùn)營(yíng)成本壓力、人工智能工作負(fù)載增長(zhǎng)以及中立共置作為云戰(zhàn)略延伸的興起所塑造。

隨著組織在權(quán)益需求、性能需求和成本現(xiàn)實(shí)之間取得平衡，云戰(zhàn)略已不再是“將工作負(fù)載搬到哪里”，而是“如何構(gòu)建智能擴(kuò)展的全球分布式架構(gòu)”。這一轉(zhuǎn)變——由人工智能、數(shù)據(jù)增長(zhǎng)以及新的財(cái)務(wù)和運(yùn)營(yíng)限制推動(dòng)——正在重塑全球私有云、公共云和混合云的采用。

本文探討了推動(dòng)云轉(zhuǎn)型的力量、新架構(gòu)的興起，以及隨著我們進(jìn)入數(shù)字化轉(zhuǎn)型新時(shí)代，云基礎(chǔ)設(shè)施的未來(lái)會(huì)是什么樣子。

1. 云不再是一個(gè)目標(biāo)——它是一種分布式策略

云的采用不再是將工作負(fù)載從本地轉(zhuǎn)移到公有云。當(dāng)今企業(yè)所處的工作量包括：

分布在多個(gè)云端

戰(zhàn)略性地分布在區(qū)域主權(quán)區(qū)

由中立的 colo 站點(diǎn)支持以實(shí)現(xiàn)互聯(lián)

配合私有云和本地集群

配備GPU驅(qū)動(dòng)的AI基礎(chǔ)設(shè)施

這一轉(zhuǎn)變反映了更深層的現(xiàn)實(shí)：沒有單一環(huán)境能滿足所有用例。

2. 多云作為默認(rèn)架構(gòu)的崛起

多云已經(jīng)從戰(zhàn)術(shù)對(duì)沖演變成戰(zhàn)略需求。

多云技術(shù)激增的原因：

? 成本優(yōu)化

使用多云使組織能夠利用專業(yè)服務(wù)，減少供應(yīng)商鎖定價(jià)格。

? 性能與延遲

應(yīng)用程序被放置在運(yùn)行最佳的位置——靠近用戶、數(shù)據(jù)或互聯(lián)點(diǎn)。

? 合規(guī)監(jiān)管

主權(quán)區(qū)域，某些供應(yīng)商獨(dú)有，要求多云采用以符合規(guī)定。

? 人工智能和GPU可用性

AI工作負(fù)載通常需要訪問擁有合適GPU的云服務(wù)提供商——這導(dǎo)致了多元化。

? 災(zāi)害韌性

多云架構(gòu)降低了恢復(fù)風(fēng)險(xiǎn)并增加了冗余。

云行業(yè)覆蓋趨勢(shì)：

現(xiàn)在越來(lái)越多的企業(yè)同時(shí)使用3到5家云服務(wù)提供商。

多云網(wǎng)絡(luò)和編排工具正在蓬勃發(fā)展。

云區(qū)域持續(xù)擴(kuò)展以支持?jǐn)?shù)據(jù)主權(quán)。

AI模型訓(xùn)練越來(lái)越多地跨越多個(gè)云環(huán)境。

3. 工作量回歸——這次是戰(zhàn)略性的

回歸曾被視為云戰(zhàn)略的失敗。如今，它被視為一種正常的優(yōu)化周期。

組織為何將工作負(fù)載回歸本地：

1. 成本控制（FinOps 壓力）

云預(yù)算常常難以預(yù)測(cè)，原因包括：

出口費(fèi)用

自動(dòng)縮放成本

計(jì)算價(jià)格的提升

人工智能工作負(fù)載附加費(fèi)

組織現(xiàn)在將穩(wěn)定工作負(fù)載回歸批發(fā)托管或私有云環(huán)境，從而提升成本可預(yù)測(cè)性。

2. 性能優(yōu)化

某些工作負(fù)載在裸機(jī)、私有云或邊緣環(huán)境中表現(xiàn)更好——尤其是：

人工智能推斷

延遲敏感應(yīng)用

高性能計(jì)算

高輸入輸出數(shù)據(jù)庫(kù)

3. 數(shù)據(jù)引力

隨著數(shù)據(jù)湖的擴(kuò)展，將計(jì)算遷移到數(shù)據(jù)（而非反過(guò)來(lái)）變得更加高效。

4. 監(jiān)管要求

某些國(guó)家要求數(shù)據(jù)必須留在國(guó)境內(nèi)。

5. 人工智能依賴

AI訓(xùn)練集群通常需要公共云無(wú)法大規(guī)模實(shí)現(xiàn)的密度和冷卻能力。

回國(guó)不再是趨勢(shì)——它是混合生命周期的一部分。

4. 人工智能對(duì)云架構(gòu)的影響

人工智能正在重新定義云的增長(zhǎng)、云經(jīng)濟(jì)學(xué)以及工作負(fù)載的運(yùn)行環(huán)境。

人工智能訓(xùn)練將基礎(chǔ)設(shè)施推向極限

訓(xùn)練大型語(yǔ)言模型和大型人工智能模型需要：

大型GPU集群

低延遲互連

高密度冷卻

專用電源

成本效益建筑設(shè)計(jì)

并非所有云區(qū)域都能支持這些需求。

AI推理工作負(fù)載正逐漸接近用戶

推理需要：

低延遲

邊鄰近性

多云分發(fā)

區(qū)域冗余

中立的托管服務(wù)提供商在這里扮演著重要角色——尤其是那些擁有云端上路和AI準(zhǔn)備建設(shè)的設(shè)施。

云服務(wù)提供商正在擴(kuò)展GPU區(qū)域

近期公告顯示，業(yè)務(wù)將迅速擴(kuò)展至：

新的主權(quán)地區(qū)

邊緣區(qū)域

GPU專用可用區(qū)

專用AI實(shí)例

然而，全球?qū)?/span>GPU的需求遠(yuǎn)遠(yuǎn)超過(guò)供應(yīng)，促使企業(yè)采用融合云、托管和私有集群的混合策略。

5. 中性托管作為云助力器的回歸

與早期預(yù)測(cè)相反，共置并未減少。它作為一種高度靈活、與云端相鄰的策略正在崛起。

為什么 colo 在云轉(zhuǎn)型中至關(guān)重要：

1. 成本節(jié)約

穩(wěn)定的長(zhǎng)期工作負(fù)載在共置中通常更便宜。

2. 互聯(lián)靈活性

中性共置可實(shí)現(xiàn)：

直接云端匝道

多云網(wǎng)格連接

低延遲混合架構(gòu)

訪問內(nèi)容分發(fā)網(wǎng)絡(luò)（CDN）

直接訪問SaaS提供商

3. 人工智能基礎(chǔ)設(shè)施準(zhǔn)備

許多現(xiàn)代共置設(shè)施支持：

GPU機(jī)架

高密度冷卻

液冷

專用電源模塊

私人籠舍和套房

4. 區(qū)域存在

企業(yè)可以在云資源有限或無(wú)法提供的特定市場(chǎng)部署。

市場(chǎng)洞察：

與以下機(jī)構(gòu)共址請(qǐng)求：

云端入口匝道

AI GPU 準(zhǔn)備度

高密度（>50千瓦/機(jī)架）

量身定制的選項(xiàng)

私人連接

...在過(guò)去18個(gè)月里，這一數(shù)字大幅上升。

6. 云區(qū)擴(kuò)展——尤其是主權(quán)區(qū)和人工智能區(qū)

為了支持現(xiàn)代工作負(fù)載，云服務(wù)提供商正在迅速擴(kuò)展新區(qū)域，尤其是在：

歐洲（主權(quán)區(qū)）

中東

亞太地區(qū)

拉丁美洲

北美二級(jí)市場(chǎng)

引入了許多區(qū)域，專門滿足：

數(shù)據(jù)駐留

人工智能計(jì)算需求

低延遲邊緣增長(zhǎng)

地方監(jiān)管壓力

主權(quán)云區(qū)

各國(guó)正在執(zhí)行嚴(yán)格的本地?cái)?shù)據(jù)政策，推動(dòng)云服務(wù)提供商：

國(guó)內(nèi)建造

組建本地合資企業(yè)

遵守歐盟或國(guó)家的人工智能政策

支持公共部門和關(guān)鍵基礎(chǔ)設(shè)施工作負(fù)載

主權(quán)云正成為架構(gòu)規(guī)劃的核心元素。

7. FinOps 壓力正在改變?cè)瀑?gòu)買行為

企業(yè)現(xiàn)在深度投資于金融運(yùn)營(yíng)——旨在優(yōu)化云支出的財(cái)務(wù)運(yùn)營(yíng)。隨著云計(jì)算成本的增加，治理變得至關(guān)重要。

由FinOps驅(qū)動(dòng)的云變更包括：

減少過(guò)度配置

穩(wěn)定工作負(fù)載的返還

增加標(biāo)記和可見度

多云成本套利

保留實(shí)例優(yōu)化

更具成本效益的架構(gòu)決策

組織現(xiàn)在選擇平臺(tái)更多基于可預(yù)測(cè)的支出——而不僅僅是績(jī)效。

8. 未來(lái)的云架構(gòu)是混合、分布式和人工智能驅(qū)動(dòng)的

明天云環(huán)境的樣貌：

1. 多云默認(rèn)

大多數(shù)大型組織會(huì)通過(guò)3+云服務(wù)提供商運(yùn)營(yíng)。

2. AI集群將生活在混合環(huán)境中

高密度私有或合作部署培訓(xùn)，推理分布在云+邊緣。

3. 遣返將繼續(xù)

主要受成本、密度和架構(gòu)靈活性驅(qū)動(dòng)。

4. 邊節(jié)點(diǎn)擴(kuò)展

延遲敏感的應(yīng)用需要接近。

5. 中性口號(hào)位于中心

一個(gè)連接、性能和可擴(kuò)展性的樞紐。

6. 云區(qū)倍增

主權(quán)、人工智能優(yōu)化、GPU豐富的可用性區(qū)域上線。

7. 市場(chǎng)簡(jiǎn)化云和客戶采購(gòu)

未來(lái)的云是動(dòng)態(tài)的、全球性的、去中心化的——而且比以往任何時(shí)候都更加復(fù)雜。

云的新架構(gòu)：混合、分布式與人工智能驅(qū)動(dòng)

云不再是一個(gè)單一平臺(tái)——它是一個(gè)全球分布式的服務(wù)、區(qū)域、工作負(fù)載和互聯(lián)選擇的結(jié)構(gòu)。隨著組織向多云轉(zhuǎn)型，將成本敏感的工作負(fù)載回歸本地，擁抱主權(quán)云區(qū)，并構(gòu)建AI兼容架構(gòu)，云戰(zhàn)略的未來(lái)將需要靈活性、清晰性和技術(shù)紀(jì)律。云轉(zhuǎn)型的下一階段不再取決于有多少數(shù)據(jù)遷移到云端，而是工作負(fù)載在云、共置、邊緣和私有環(huán)境中智能部署的方式。

人工智能加速了這一演進(jìn)，推動(dòng)組織重新思考基礎(chǔ)設(shè)施的設(shè)計(jì)、供能、連接和治理方式。中立托管樞紐正成為互聯(lián)和成本管理的關(guān)鍵，而云區(qū)域則向外擴(kuò)展，以支持?jǐn)?shù)字主權(quán)、低延遲傳輸和GPU驅(qū)動(dòng)的創(chuàng)新。與此同時(shí)，金融運(yùn)營(yíng)壓力迫使組織從默認(rèn)的云決策轉(zhuǎn)向有意識(shí)且財(cái)務(wù)負(fù)責(zé)的架構(gòu)。

隨著云的成熟，其最大優(yōu)勢(shì)將是集成能力——將超大規(guī)模平臺(tái)規(guī)模、私有基礎(chǔ)設(shè)施性能、多云管理的靈活性以及人工智能驅(qū)動(dòng)自動(dòng)化的智能結(jié)合起來(lái)。在這一新環(huán)境中茁壯成長(zhǎng)的組織，將是那些構(gòu)建混合型、分布式、全球感知型架構(gòu)的組織，這些架構(gòu)能隨著技術(shù)發(fā)展迅速適應(yīng)。云正在變革——那些擁抱其轉(zhuǎn)變的人將塑造下一代數(shù)字創(chuàng)新。