文章来源：51CTO技术栈

编译丨诺亚

图片来源：由无界AI生成

在又一轮技术革命来袭之际，不少企业正面临着一个战略性的抉择：是继续依赖公共云的便利，还是回归私有云的怀抱？随着AI技术的飞速发展，这一决策变得更加紧迫。

根据Forrester于2023年进行的基础架构云调查，大约1300名受访的企业云决策者中，有79%表示他们的组织正在实施私有云。此外，IDC预测，包括托管私有云在内的全球专用私有云服务支出将在2024年达到204亿美元，并且至少到2027年会翻一番。

另外，IDC数据显示，到2024年，包括硬件、软件和支持服务在内的全球企业私有云基础设施支出将达到518亿美元，并在2027年增长至664亿美元。当然，公有云提供商仍是不可小觑的存在。包括三大巨头AWS、微软和谷歌在内的公有云预计在2024年将吸金8157亿美元。

我们相信，这不仅是一次技术的回归，更是对成本控制、数据安全和企业自主权的深刻反思。让我们一起探索，这股私有云复兴的潮流背后，究竟隐藏着哪些不为人知的真相。

AI的推动作用

不可否认的是，AI驱动了私有云的重新兴起，使其价值远超过简单购买硬件并放置在数据中心的行为。事实上，此前由于公有云提供商提供的功能远远超过开源私有云系统或当前企业硬件供应商所能提供的，私有云的受欢迎程度有所下降。

随着AI工作负载变得越来越普遍和复杂，许多组织正在重新评估其云策略。如今，企业架构师之间的共识正倾向于采用混合云架构。

推动这一趋势的一个主要因素是控制与云和AI技术相关的不断攀升成本的需求日益增加。公有云提供商证明比本地部署更为昂贵，而这一点最终被CIO们意识到，他们发现CFO上门询问，对超出原计划约2.5倍的云资源成本寻求解释。

这一转变的关键在于诸如Dell APEX和HPE GreenLake（现配备有生成式AI支持）等私有云平台。实际上，大多数本地系统只需声明即可进入私有云市场。这种“私有云漂白”现象在云计算的早期阶段占据了很大一部分，但随着市场的成熟已大体消失。不过，它可能会再次出现。

错位的安全感

这些平台提供了处理AI工作负载所需的计算能力，甚至是GPU，以及必要的灵活性。它们也严格控制数据隐私和安全，尽管这种安全性往往是感觉多于实际。在很多情况下，公有云提供商因为在其自身解决方案上投入更多，反而能提供更高级别的安全性。

AI的兴起加剧了对数据安全的担忧，特别是关于企业私有数据可能意外被纳入公共AI模型的风险。再次强调，这种担忧更多源自感知而非现实，但我经常听到这样的顾虑，因此值得探讨。我无法设想一个场景，公有云提供商不仅会意外访问到企业数据，还会利用这些数据训练他们的AI模型。这将是一场史诗级的丑闻。尽管如此，许多企业发现私有云是一个吸引人的选择，因为它允许他们在受控环境中保留所谓的“敏感数据”。

挑战浮现

尽管有其优势，私有云并非没有挑战。例如，大规模AI操作需要专门的硬件，如使用GPU驱动的服务器。这可能成本高昂，并且需要大量的电力和冷却系统，而企业尚未完全理解这将带来的新成本。在许多情况下，这比在公有云提供商上运行这些AI负载要复杂得多。

然而，解决方案正在涌现，比如在Equinix等公司提供的共置数据中心内部构建私有云。这些数据中心特别配备了处理这些基础设施需求的能力，我认为它们是比自己动手搭建更好的选择。毕竟，我们总有一天需要退出数据中心业务，将其留给公有云提供商、共置服务提供商和管理服务提供商来提供更佳的解决方案。

那么，私有云对企业来说是个好选择吗？当然，它们一直是架构师考虑的选项之一。它们有其用途，如果成本效益更高，或者能为企业带来更多价值，就应当使用它们——无论是否有AI的参与。

我猜测，随着AI技术和应用的持续发展，云战略的转变预计将反映出对某些私有云替代方案日益增长的偏好。这一趋势预示着私有云解决方案有着光明的未来。多亏了AI，我怀疑那些看到其私有云产品兴趣减弱的企业技术供应商现在又有了新的活力。

参考链接：

https://www.infoworld.com/article/3715483/is-generative-ai-bringing-back-private-clouds.html