混合云基础设施将主导人工智能市场
Liam Yu
Senior Product Solutions Marketing Manager, Integrated Systems
2025 年 2 月 11 日
大约 100 年前，奥地利经济学家约瑟夫·熊彼特提出了“创造性破坏”的概念。它描述了新的创新和技术取代并淘汰旧技术的过程。这是一个持续不断重塑经济的持续过程，强调创新驱动的经济发展和增长，从而导致旧产业和经济结构的瓦解或转型，以及新产业和经济结构的诞生。
有时这些变化是缓慢推进的，例如从铁路到汽车再到航空的转变。有时，它们会同时出现多个阶段。ChatGPT 就是这种情况，而现在 DeepSeek，一个颠覆性技术，正在撼动全球人工智能市场，并引发了关于大型语言模型未来发展以及人工智能成本和应用的激烈争论。它再次以惊人的速度加速了创造性破坏的进程。
图片来源：DeepSeek 首席执行官从数学怪才到全球颠覆者的历程 © Rachel Mendelson/WSJ、Getty Images
然而，在任何情况下，任何创造性破坏的成功依赖于另一套更为关键、更为基础的“通用”技术。每代人中出现一次并深刻改变社会方方面面的变革性创新，都是如此。从智能手机到电脑和互联网，再往前追溯到电力和蒸汽动力，不一而足。
人工智能 (AI) 即将成为下一代此类技术，其深远影响已然渗透到我们的日常生活。但要取得成功，它需要依赖一系列通用技术。而这其中，就需要敏捷且富有弹性的数据基础设施。
当然，还有人为因素需要应对。主要问题在于，我们这些 IT 从业者并不总是擅长主动思考这种变化的影响。我们往往依赖过去的经验和技能，难以想象事物如此迅速地变化，尤其是在涉及风险和不确定性的情况下。正因如此，我们许多人难以理解人工智能的发展速度，更难以理解数据基础设施对支撑其即将产生的工作负载的需求。
值得庆幸的是，我们可以规避风险。
利用混合云为人工智能做好准备
通过采用混合云基础设施方法，我们可以“快速前进”，因为我们会修正我们的业务模式，评估成本，并决定人工智能技术如何增强我们的竞争优势。
因此，让我们更深入地了解一下混合云基础设施方法如何为使用人工智能的企业提供众多战略优势：
- 可扩展性和灵活性：混合云环境使企业能够高效地扩展人工智能工作负载。公有云服务可以管理资源密集型任务，例如训练大型数据集；而私有云则处理敏感数据和需要严格合规的应用程序，尤其是在跨地理区域和边界的情况下。
- 成本效益：为大型人工智能项目建立和维护基础设施成本也许涉及高昂的成本。混合云模式使企业能够通过按需付费的方式使用公有云资源来优化支出，从而避免大量的前期投资。这一点在企业进行试验和转型时尤为重要。
- 增强数据管理：强大的数据存储和管理对于人工智能的成功至关重要。混合云解决方案提供全面的数据管理功能，确保数据在各种环境中高效存储、处理和访问。但您必须具备灵活性，能够在维护数据主权的同时实时迁移工作负载。
- 安全性与合规性：混合云为管理敏感数据提供了一个安全框架。私有云可用于满足监管合规性要求，并可部署高级安全性、灾难恢复和业务连续性选项。虽然公有云在处理较少敏感工作负载方面更具灵活性，但两者都利用了对大型语言模型（LLM）的访问能力。
- 资源优化： AI 项目通常需要 GPU 或 TPU 等专用硬件。混合云允许企业按需访问这些资源，从而优化其利用率，并降低采购和维护此类硬件的成本。这一点在企业探索并转向利用 AI 架构中的新创新以获取经济优势（例如强化学习、混合专家模型（MoE）、多头潜在注意力机制、蒸馏技术等）时尤为关键。
- 创新与敏捷性：通过混合云，企业可以迅速试验新的 AI 技术和解决方案，而不受现有基础架构的限制。这促进了创新，并使企业能够快速响应不断变化的市场需求。这也是为什么在 Hitachi Vantara，我们看到许多企业在 VMware、Azure、Red Hat OpenShift、Google 等平台上部署多个混合云环境，以支持其 AI 驱动的客户体验，同时降低拥有成本的众多原因之一。
例如，在 2024 年 Red Hat 峰会（2025 年很可能再次举行）上，我们看到了对 AI/ML 模型普及化被高度关注。创新的开源驱动工具在混合云中的应用（80% 的 OpenShift AI 客户）、自动化以及新工具的引入，例如 Red Hat 最近收购了 Neural Magic（另一项诞生于麻省理工学院的技术），都在帮助更快、更低成本地设计下一代 AI。事实上，许多客户正在从 VMware 转向 OpenShift 虚拟化，不仅是为了节省成本，更因为 OpenShift 在构建环境方面提供了比 VMware 更大的定制自由度。朋友们，这就是典型的 创造性破坏！
按照您自己的节奏和灵活性在混合云中扩展 AI 工作负载
这正是我们提供Hitachi Vantara 集成 Red Hat OpenShift和 Ansible 解决方案的重要原因 - 让客户在试验和扩展 AI 混合云基础架构时，能够通过自动化优化性能并降低运营成本。这为企业提供了极大的灵活性和信心，使他们能够充分利用上述混合云基础架构的优势。
Red Hat OpenShift 虚拟化与 Hitachi 融合，为现代应用提供存储操作和数据服务
以DeepSeek 的成本模型（采用开源的 MIT MoE 架构）为例，他们证明了大规模推理模型在经济上更易获得，其成本远低于大型科技巨头。这使得更多中小型 AI 应用开发者能够快速而具有竞争力地进入市场。这再次是体现了创造性破坏的本质。
新加坡南洋理工大学（NTU）的温永刚博士等一些专家也预测，人工智能驱动的数据中心（AIDC）将成为数字经济的关键。从历史上看，AI 模型的训练阶段比推理阶段需要更多的资源。而如今，这一趋势正在转变，推荐系统和生成式 AI 等大规模推理应用在计算和能源需求方面已超越训练阶段。
这一趋势只会加速相关预测的实现，这些预测表明，训练与推理工作负载的比例将从 2023 年的 80:20 逐步演变为 2028 年的 20:80，并预计将在 2025 年达到 50:50 的平衡状态。
当然， DeepSeek 的成本模型仍需彻底评估。但随着北美和欧洲的竞争者开始效仿其方法，随着全球对隐私和安全问题的担忧逐渐缓解，局势可能会迅速发生巨变。然后，就这样，我们将在 2025 年全面开跑，由通用型 AI 技术为一切赋能。
全球跨行业经验的力量
在日立工作的一大优势在于，我们能够获取全球各大行业的广泛信息。这为我们提供了绝佳的条件，帮助客户及早把握这一趋势。
这包括日立集团旗下的 570 多家公司，例如 Hitachi Energy、铁路系统、汽车系统、研发实验室等。我们还服务于财富 500 强、2000 强企业以及众多中型组织，深入洞察多样化的数据与基础设施需求，以部署契合客户 AI 发展节奏的最佳解决方案。
事实上，通过Hitachi iQ，我们在产品中集成了 AI，以提供专为工业企业和前瞻性企业打造的智能基础设施部署。它能够帮助企业简化流程、加快洞察速度并推动创新，让客户始终站在 AI 发展的前沿。
在我们所有人都努力抢先于 AI 驱动的创造性破坏发展节奏的同时，与像Hitachi Vantara这样的合作伙伴合作变得尤为关键。他们不仅深刻理解不断演变的 AI 格局，而且在您的行业、地域布局和增长节奏中，拥有丰富的混合云基础设施实践经验，无论您的企业规模如何。
我们将持续深入探讨混合云在 AI 成功实践中的重要性，尤其是在支持多云环境（如 Red Hat OpenShift、Microsoft Azure、Google Anthos等）方面。在此之前，如果您想进一步了解我们如何帮助您开启混合云 AI 之旅，欢迎联系您的 Hitachi Vantara 代表。
阅读更多
Liam Yu
Liam Yu is Senior Product Solutions Marketing Manager, Integrated Systems at Hitachi Vantara. Connect with Liam on LinkedIn
