企業「頭都洗了」 GenAI雲端成本效益挑戰仍大

編譯／戴偉丞

關於雲端運算以及雲端基礎設施最佳效能與成本效益等問題，隨著企業不斷採用生成式人工智慧的趨勢下，就顯得更為關鍵。當比較雲端運算和傳統的地端解決方案，可以發現公有雲中的運算平台在做為生成式人工智慧的最佳生存場域時，仍存在著其根深蒂固的問題。

便利性與成本效益的平衡

就便利性，公有雲的平台在生成式人工智慧工具及開發輔助生態系統，已經成為不可或缺的存在，因此公有雲當中關於建置生成式人工智慧系統儼然成為易如反掌之事，進而使得雲端成為多數剛接觸生成式人工智慧的企業採用的首要選項。然而原本追求便利的初心，在昂貴成本以及不符成本效益的結果前，可能都會有所動搖。

更多新聞：近8成企業雲端成本失控   現在調整猶時未晚

短期解方為託管服務與微雲

即便如此，並不表示各公司應該要開始打造屬於自己的資料中心，可以承租硬體設備與資料中心空間，由託管服務供應商提供服務來減緩這項問題；此外，初露鋒芒的微雲（microclouds）或許也是另一個解方，透過提供 GPU、TPU 作為服務，並以更有成本效益的價格與公有雲供應商進行進爭，短期內或許能夠達成一定程度的效果，但很有可能未來幾年內就會被較大規模的供應商併吞。

安全隱私及時間差等問題

除了成本問題外，機敏資料的安全也是眾人所在意的部分。雲端供應商可能無法提供與地端解決方案相同等級的安全性，無法達到對於特定行業中必須監管特定資料的特定要求。時間差也成為雲端基礎設施所引發的問題，此外透過雲端設定的分散式特性也可能會形成資料外洩的隱私風險，雲端服務的穩定性更是重點之一。

直到混合雲的出現，又形塑了跨平台、跨領域的資料管理挑戰，必須確保這些位於不同雲端中的資料能夠在同步過程中確保資料的一致性。

對生成式人工智慧巨額投資

斥資巨額的雲端基礎設施費用以及硬體相對便宜，已是鐵錚錚擺在眼前的事實，即便有前述的幾項問題存在，仍然會促使許多企業繼續或重回生成式人工智慧的懷抱；特別是大型企業，畢竟他們已經投資數十億美金來參與生成式人工智慧的相關領域，在未來勢必面對「頭都洗下去了」的問題。

資料來源：InfoWorld

瀏覽 673 次