資料中心能力與雲端遷移的挑戰
資訊長和 IT 基礎設施領導者在選擇哪些工作量應從資料中心遷移到雲端，哪些工作量應保留在現有基礎設施上面臨一系列挑戰。結合由生成型人工智慧（AI）和機器學習（ML）提供的資料驅動洞察力以及專家的背景智慧可以幫助解決這些挑戰。開發捕捉到深度 AI 建議的雲端遷移路線圖，並結合有經驗的 IT 專家的背景智慧，可以提供最可靠的結果。 AI 和 ML 對於提升資料中心效能的效果如何，取決於支援其的基礎設施質量。資訊長告訴 VentureBeat，在預算更少的情況下，他們正面臨著更大的壓力，希望能提高資料中心的整合程度，而團隊也更小，同時提高效能。
Nvidia 抓住了資料中心的機會
Nvidia 早期抓住資料中心的機會，因為資訊長和他們的團隊人手不足，需要能夠安全擴充套件並在工作量波動時提供效能增益並降低成本的技術。該公司的資料中心戰略集中在提供效能、可持續性和運營成本降低方面。Nvidia 的資料中心業務現在是其到 2023 財年收入的 56%。 在 2024 財季第一季度，Nvidia 的營收為 71.9 億美元，較上一季度增長 19%。其記錄第一季度資料中心收入為 42.8 億美元，較去年同期增長 14%，較上一季度增長 18%，這反映出企業對使用 AI 和 ML 技術來提高資料中心效能的強烈需求。
提高資料中心價值的目標
為了減少資料中心成本，同時提高效能，尋找新的方法對於技術領導者來說是一個極高的優先事項。資訊長表示他們的董事會正在為新的資料中心改進緊縮資本支出（CAPEX）的支出，轉向更多基於運營支出（OPEX）的策略，這在以雲為中心的基礎設施中很常見。金融服務業的資訊長還表示具有最敏感金融資料的工作量，包括與區域聯邦銀行的交易，必須保留在現場，這通常比將工作量轉移到雲端更便宜。根據 Nvidia 的報告，44%的金融服務公司依賴混合基礎設施進行 AI 工作負載和專案。一個有效的策略是將資料中心現代化與全公司倡議相結合，這有助於向執行長和其他高級管理團隊成員說明如何將資料中心現代化與整體倡議相聯動。
追求可持續發展目標
為了應對不斷上升的能源成本、供應約束和不確保的經濟條件，獲得預算追求可持續發展目標迅速成為每個資訊長對於降低資料中心成本的核心策略。降低過量能源消耗、投資清潔能源和延長更換周期對於實現這一目標至關重要。公共雲和合作定位服務提供商優先考慮可持續計算和清潔能源，以吸引新的資料中心業務。 Gartner 最近發現，透過使用以可持續發展為基礎的倡議將伺服器使用壽命從三年延長到五年，企業可以實現高達 60%的成本節約。透過結合 AI、生成型 AI 和 ML 技術來分析實時伺服器資料，企業可以實現更高的伺服器利用率、儲存容量以及對運營成本的更大可見性和控制。將可持續發展的經驗教訓應用於控制資料中心成本對於尋找新策略以控制預算的資訊長來說是一個明確的勝利。
實現雲端遷移的困難之處
達到雲端遷移的業務案例和技術藍圖是復雜的。資訊長告訴 VentureBeat，這通常是一個迭代的過程，並建議將其視為對業務進行數位轉型而不僅僅是降低成本的策略。根據 Gartner 的預測，到 2025 年，95%以上的新數位工作負載將在雲原生平臺上部署，而不只是在 2021 年的 30%。 Gartner 將雲端遷移定義為“計劃和執行將應用程式或工作負載從現有基礎設施移植到外部雲服務或不同外部雲服務的過程。至少，應用程式是重新託管（在很大程度上將其移植到公共雲基礎設施中的過程）。但更理想的是透過重新設計或重寫來進行現代化，或者使用軟體作為服務（SaaS）進行替換。“ AWS Migration Hub、Google Cloud Migration 和 Microsoft Azure Migrate 旨在幫助 IT 團隊進行遷移流程和雲工作負載的持續管理。Azure Migrate 提供了一個業務案例生成器應用程式，提供逐步操作指示，顯示本地和 Azure 的所有權成本比較、年度現金流分析以及基於資源利用率的洞察以識別最適合雲端的伺服器和工作負載。Azure Migrate 集中了對於 Azure 上的本地基礎設施、應用程式和資料的發現、評估和遷移到 Azure 的操作。該體系結構提供 Azure 評估和遷移工具以及 ISV 提供的選項。
雲遷移路線圖需要明確的目標才能成功
帶領成功的雲遷移策略的高級主管告訴 VentureBeat，最好從長期的角度來看，並假設它將需要比最初預計的時間長一倍。原因是因為對變革的強烈抵制。資訊長告訴 VentureBeat，有關每個具體路線圖背後目標的透明度是非常重要的，它支援了哪些新業務計劃，是否還涉及成本削減。雲端遷移路線圖需要解決五個關鍵領域，以便有效地解除安裝拖累資料中心效能的工作負載。這些領域包括在遷移之前評估工作流程及其成本，效能和安全性影響。其次 IT、運營和資訊長辦公室需要確保對於給定的工作負載來說哪些雲平臺提供商是最合適的，遷移策略（從重新託管到替換），實施計劃以最小化中斷以及如何透過持續監控和調整雲資源來最佳化工作負載。有五種最常見的遷移策略，它們可以使或破壞雲遷移。根據 Gartner 的定義，第一種策略是重新託管或“提升和轉移”，它涉及將應用從一個平臺或 IT 環境移動到另一個平臺上去。第二種是重新平臺化，或者“提升和重新塑造”，這涉及對應用程式的架構進行修訂，同時保留其核心功能。重新架構指的是重塑或重建應用程式的架構，重新建立指的是從頭開始重新編寫或設計應用程式。最後替換是指購買一個新解決方案，將舊解決方案“捨棄”並尋找一個新的解決方案。只有在理解到每個應用程式的預期變化以及定義了每種雲遷移策略的關注點和影響之後，雲遷移路線圖才能具有最高的成功機率。
評估結果
每個資訊長及其團隊在雲遷移策略中選擇要監控的指標和 KPI 將由他們嘗試提高效率的業務模型，對於整合具有傳統系統的工作負載，移動特定系統所面臨的約束的約束，預算和可用於專案開展的團隊來決定。透過 VentureBeat 與資訊長進行的對話，在大多數雲遷移中，都有一套核心的指標。最重要的因素是透過提高系統的響應速度、可靠性和可擴充套件性來改善使用者體驗。其次是應用程式效能，第三是保持效能基線的實時監控的準確性。其他指標還包括服務之間的延遲、伺服器效能（可以識別以前未被識別的隱藏作用）以及錯誤率和響應時間評估。當雲遷移策略不能提供所承諾的效能或成本增益時，就需要進行雲工作負載的重新遷移。在最高風險的行業，特別是銀行、保險和金融服務業，現在普遍存在重新遷移計劃，如果雲遷移遇到意外延遲或問題，需要立即有備用計劃。VentureBeat 的使命是為技術決策者提供有關企業技術變革的知識和交易的數位化城市廣場。
結論
資訊長和 IT 基礎設施領導者面臨著選擇哪些工作量遷移到雲端的挑戰以及如何提高資料中心效能，同時降低成本。成功的雲遷移策略需要考慮目標、工作負載評估、遷移策略、雲平臺選擇和持續監控等多個關鍵因素。AI、生成型 AI 和 ML 技術可以提供寶貴的洞察力，幫助資訊長做出明智的決策，達到資料中心效能的提升和成本的降低。與此同時將可持續發展目標納入資料中心最佳化策略是非常重要的，可以幫助資訊長獲得預算和資源，推動環境友好型的資料中心運營。最後請注意雲遷移過程需要時間、耐心和透明度。領導層需要投入並理解雲遷移帶來的挑戰，並提供支援和資源，以確保遷移的成功。
來源：Gartner
延伸閱讀
- 善待聊天機器人：提升效能的祕密
- 研究人員利用人工智慧提升行動網路效能
- AI 技術驅動的資料中心最佳化新創公司 MangoBoost 獲得 5500 萬美元 A 輪融資
- 雲端計算革命！動態 BLOB 調整助你效能提升 96%！
- 動態 BLOB 調整為雲端運算帶來 96% 的效能提升
- 利用 Vise Intelligence 的全新人工智慧助理，專業理財師不僅得以協助、更提升效能
- Atlassian CTO 承認我們在遷移雲端方面有點慢，但在人工智慧方面堅定不移！
- Surface Go 4 帶來迫切需要的效能提升
- PostgreSQL 大幅提升開源資料庫效能與安全!
- 零干擾現代化：以 6 個簡單步驟轉型您的企業
