關(guān)鍵要點
云計算創(chuàng)新已經(jīng)從革命性階段過渡到了進化性階段,重點在于遷移和重構(gòu)工作負載。云計算已經(jīng)發(fā)展到可以提供對可伸縮資源和托管服務(wù)的按需訪問,并重視簡化交互和減輕團隊的認知負擔(dān)。
通過降低認知負載和為即時管理、工單系統(tǒng)和代碼生成等任務(wù)提供支持,人工智能(AI)和大型語言模型(LLMs)可能在云計算和 DevOps 領(lǐng)域發(fā)揮重要作用。主要的云計算供應(yīng)商,如微軟、谷歌和亞馬遜云科技等,已經(jīng)將 AI 集成到他們的產(chǎn)品和服務(wù)中,充分展示了行業(yè)在 AI 技術(shù)上的投入。
受基于 AI 和類似 ChatGPT 的產(chǎn)品的影響,低代碼和無代碼領(lǐng)域開始為業(yè)務(wù)用戶和軟件工程團隊提供協(xié)作機會。平臺工程采用了平臺即服務(wù)的思維方式,正朝著簡化和價值交付的方向發(fā)展。平臺工程團隊的角色正在從復(fù)雜基礎(chǔ)設(shè)施的管理者轉(zhuǎn)變?yōu)閷W⒂谟脩魸M意度和價值創(chuàng)造的服務(wù)提供者。對可觀察性、財務(wù)相關(guān)性和可持續(xù)性的考量正在成為平臺工程不可或缺的部分。
OpenTelemetry 被廣泛用于收集指標和基于事件的可觀察性數(shù)據(jù),成為行業(yè)事實上的標準。它的標準化特性促進了供應(yīng)商之間的優(yōu)化和創(chuàng)新。
對可持續(xù)性和綠色計算的關(guān)注推動了架構(gòu)選擇朝著效率和最小化碳足跡的方向發(fā)展。站點可靠性工程(SRE)團隊在分析環(huán)境影響和推動可持續(xù)性倡議方面起到至關(guān)重要的作用。
趨勢圖更新
本報告的后面部分會有更多細節(jié),但我們先來總結(jié)一下與去年的趨勢圖相比有哪些變化。
FinOps,即高效管理云成本的實踐,正向著早期大眾的方向發(fā)展。FinOps 基金會和一些云供應(yīng)商,如微軟、AWS 和谷歌,在推動 FinOps 實踐的采用,這些實踐符合可持續(xù)性和優(yōu)化資源使用的目標。最近,谷歌成為了 FinOps 認證服務(wù)提供商,微軟也作為首席成員加入了 FinOps 組織。
WebAssembly(Wasm)的持續(xù)演進正兌現(xiàn)著在云中實現(xiàn)“一次編寫,到處運行”的承諾,提供了不同語言和平臺之間的可重用性和互操作性。eBPF(Extended Berkeley Packet Filter)在可觀察性和內(nèi)核級別的安全性等領(lǐng)域受到關(guān)注。
我們發(fā)現(xiàn),通用函數(shù)即服務(wù)(FaaS)和后端即服務(wù)(BaaS)的概念在“晚期大眾”用戶中受到了關(guān)注。無服務(wù)器技術(shù)的采用已經(jīng)變得普遍。“我們是 100% 無服務(wù)器”的說法不再像以前那樣令人感到驚訝,因為無服務(wù)器已經(jīng)成為行業(yè)采用的主流方法。
云計算是否從革命轉(zhuǎn)向了進化階段? DevOps 是否已死?
在配套的云計算和 DevOps 趨勢播客討論中,與會者討論了云創(chuàng)新和 DevOps 的現(xiàn)狀。他們一致認為,云創(chuàng)新已經(jīng)放緩,從“革命”轉(zhuǎn)向了“進化”。雖然大量的組織已經(jīng)采用了云技術(shù),但還有許多企業(yè)想要遷移和重新架構(gòu)工作負載。
至于 DevOps,它仍然還活著,但在一些組織中已經(jīng)進入了停滯階段。DevOps 旨在通過提供自主權(quán)來創(chuàng)造業(yè)務(wù)價值的概念仍然存在,但在實現(xiàn)方面面臨著挑戰(zhàn)。與會者表達了他們對通過價值流管理來解鎖 DevOps 流程和價值實現(xiàn)的興趣。
公有云供應(yīng)商已經(jīng)從他們最初的目標——提供對可伸縮資源的按需訪問——轉(zhuǎn)變?yōu)楦雨P(guān)注提供托管服務(wù)。這種轉(zhuǎn)變使得云計算變得更加普遍。然而,技術(shù)圍繞著已有的服務(wù)在迅速發(fā)生變化,新的業(yè)務(wù)需求和挑戰(zhàn)隨之涌現(xiàn)。團隊必須在不斷交付業(yè)務(wù)價值和采用、更新技術(shù)棧之間做出平衡。InfoQ 首席 DevOps 編輯 Matthew Campbell 說:
企業(yè)也想快速演進和適應(yīng)變化……我們現(xiàn)在處于這樣的一個階段,我們正在試圖弄清楚我們?nèi)绾文軌蚩沙掷m(xù)地利用我們發(fā)明和創(chuàng)造的所有東西和交互方式,并達到一種我們可以舒適地進行創(chuàng)新的階段。
此外,云服務(wù)現(xiàn)在已經(jīng)在小型和大型組織中得到了廣泛的采用,甚至進入了晚期采用者階段,而新冠疫情通常是其中的一個驅(qū)動因素。例如,自動化配置環(huán)境的演進——快速配置完整的開發(fā)和測試環(huán)境的能力現(xiàn)在已經(jīng)變得很普遍。然而,彌合開發(fā)和運維之間的差距仍然存在挑戰(zhàn)。身份和訪問管理問題在開發(fā)和運維團隊之間造成了一個感知上的邊界。
AI 和大語言模型給云計算和 DevOps 帶來了哪些影響?
與會者討論了認知過載以及 AI 如何幫助降低認知負載。他們提到了一種特定的 AI 應(yīng)用,叫作 AIOps,一種專注于 IT 運維的 AI,在即時管理和工單系統(tǒng)方面表現(xiàn)出了有效性。大語言模型提供了實實在在的好處,例如使用 ChatGPT 來驗證信息、生成教學(xué)筆記、輔助寫作和創(chuàng)作。微軟已經(jīng)將 AI 集成到其產(chǎn)品和服務(wù)中,展示了其在 AI 技術(shù)方面的重大投入。InfoQ 首席云編輯 Steef-Jan Wiggers 說:
微軟提供的很多服務(wù),甚至最近的一些服務(wù),如 Fabric,一個完整的 SaaS 數(shù)據(jù)湖解決方案,都充分融合了 AI。
Fabric 只是其中的一個例子,其他公有云供應(yīng)商也推出了 AI 融合服務(wù),如亞馬遜的 Sagemaker 和谷歌的 Vertex AI 和 AutoML。想了解有關(guān) OpenAI 的信息,可以關(guān)注 InfoQ 的這個主題。
基于 AI 和類似 ChatGPT 的產(chǎn)品 給低代碼和無代碼帶來了哪些影響?
將 AI 集成到低代碼工具中是一個商業(yè)機會,AI 將為業(yè)務(wù)用戶提供安全和有價值的知識。這緩解了人們之前對影子 IT 的擔(dān)憂,并促進了產(chǎn)品管理和軟件工程團隊之間的協(xié)作。
此外,還有一個叫作“ClickOps”的概念,即用戶在低代碼平臺上能夠通過點擊實現(xiàn)交互,同時生成可控制版本、聲明式和可適應(yīng)的代碼。例如,一些改進了 AI 代碼生成能力的工具,如 GitHub Copilot 和 Codeium,可以生成符合組織標準、具有可讀性且可以不斷演進的代碼。大語言模型和 AI 驅(qū)動的代碼生成能力的演進將為低代碼領(lǐng)域帶來令人興奮的改變。
最后,低代碼環(huán)境中的數(shù)據(jù)治理和訪問管理是必不可少的。它帶來了一些挑戰(zhàn),比如在確保適當(dāng)?shù)闹卫砗秃弦?guī)性的同時,為業(yè)務(wù)用戶提供數(shù)據(jù)訪問能力。Campbell 指出,我們有必要在低代碼增強平臺工程中建立一個“DevOpsy”治理層,提供安全防護,防止超出某些配置邊界。
此外,DevOps Institute 的 DevOps 戰(zhàn)略顧問 Helen Beal 補充說:
我覺得很有趣的是,我們正處在一個轉(zhuǎn)彎處,因為 AI 實際上是在支持商業(yè)人士,為他們提供可能是安全的知識。
平臺工程將如何演進?
平臺工程的演進涉及向簡化、關(guān)注價值交付和采用平臺即服務(wù)思維方式的轉(zhuǎn)變。這種變化涉及提供自助式平臺、隱藏復(fù)雜性并減少應(yīng)用程序開發(fā)者的認知負擔(dān)。平臺工程團隊的角色正在從復(fù)雜基礎(chǔ)設(shè)施的維護者轉(zhuǎn)變?yōu)閷M織其他部分提供服務(wù)的服務(wù)提供者。他們現(xiàn)在專注于處理與開發(fā)者關(guān)系、營銷和客戶參與度相關(guān)的問題,提升用戶體驗和驅(qū)動價值創(chuàng)造。
Syntasso 首席工程師 Abby Bangser 解釋說:
平臺工程團隊正在研究開發(fā)者關(guān)系和營銷應(yīng)該是什么樣子的,研究如何與客戶互動、獲取反饋并制定能夠滿足他們需求的路線圖。
一些技術(shù),如 Kubernetes,正在被推到更底層的技術(shù)棧,開始越來越注重 API 接口和簡化交互。此外,對可觀察性的關(guān)注度也在提升,包括服務(wù)水平和關(guān)鍵性能指標,以及與平臺使用和成本合理性相關(guān)的財務(wù)指標。總體而言,平臺工程的未來在于構(gòu)建能夠增加價值和為用戶創(chuàng)造愉悅體驗的平臺,同時滿足不斷變化的業(yè)務(wù)需求和約束。
想要了解更多關(guān)于平臺工程的信息,可以關(guān)注 InfoQ 的這個話題。
FinOps 是否正在轉(zhuǎn)向早期大眾階段? FinOps,即有效管理云成本,正在轉(zhuǎn)向早期大眾階段。越來越多的公司加入了 FinOps 基金會,也有許多工具可以支持 FinOps 流程。但需要注意的是,F(xiàn)inOps 不僅僅是工具,它還涉及流程,以及對成本價值的理解。FinOps 基金會和云供應(yīng)商(如谷歌和微軟)積極參與這個過程,并推動 FinOps 實踐的采用。
人們對 FinOps 的認知也在發(fā)生改變,并引發(fā)了關(guān)于為什么要配置和運行某些云資源以及它們是否被有效利用的討論。可持續(xù)性和 GreenOps 也與 FinOps 相關(guān),因為成本優(yōu)化的關(guān)注點與資源利用效率的目標是對齊的。AI 在 FinOps 方面發(fā)揮了重要作用,它可以識別未使用的數(shù)據(jù)、幫助優(yōu)化存儲,節(jié)省財務(wù)成本,提升環(huán)保效益。
在構(gòu)建基于云的應(yīng)用程序或采用 DevOps 實踐 時,架構(gòu)師和開發(fā)人員是否面臨著過多的安全問題?
架構(gòu)師和開發(fā)人員在構(gòu)建基于云的應(yīng)用程序或采用 DevOps 實踐時,面臨著越來越多的安全問題。特別是開發(fā)人員,他們可能會感到左移策略讓他們不堪重負,因為他們需要在整個開發(fā)過程中識別和優(yōu)先考慮安全問題。
雖然組織對安全的重要性有了越來越多的認識,也有來自高層的推動力來解決這些問題,但開發(fā)人員往往需要在安全需求和交付新功能的壓力之間做出平衡。
安全工具的不斷演變也是這個領(lǐng)域的一個考量因素。早期的解決方案是由專家為專家而設(shè)計的,對開發(fā)人員來說不夠友好。然而,越來越多的人認識到需要使用更易于訪問和使用的安全工具。我們的目標是使安全成為一種賦能功能,構(gòu)建出能夠簡化安全實現(xiàn)并為開發(fā)團隊提供教育和支持的平臺。這種方法旨在彌合專家驅(qū)動的安全實現(xiàn)和開發(fā)人員實際需求之間的差距。
WebAssembly(Wasm)是不是云端 “一次編寫,到處運行”的最終實現(xiàn)?
Wasm 是實現(xiàn)云端“一次編寫,到處運行”愿景的重要一步。它承諾了可重用性和互操作性,允許開發(fā)人員用一種語言(如 Go)構(gòu)建庫,并在用其他可以編譯為 Wasm 的語言(如 Rust)編寫的應(yīng)用程序中調(diào)用它們。
有了這種云端內(nèi)部的組件模型,我們可以為多個目標平臺創(chuàng)建應(yīng)用程序,包括基于 ARM 架構(gòu)的 CPU(因其性能和成本優(yōu)勢在云基礎(chǔ)設(shè)施中頗受歡迎)。Wasm 的采用不僅限于應(yīng)用程序開發(fā),還涉及了云平臺擴展格式。它被用來擴展云原生代理、API 網(wǎng)關(guān)和服務(wù)網(wǎng)格。
除了 WebAssembly,作為平臺組件開發(fā)者工具的 eBPF 也受到了關(guān)注。雖然應(yīng)用程序工程師可能不會廣泛使用 eBPF,但我們確實可以在包含網(wǎng)絡(luò)和安全用例的項目中找到它的身影。它允許開發(fā)人員訪問內(nèi)核級別的信息,并獲得對容器系統(tǒng)操作的見解,提高可觀察性和安全能力。
總而言之,WebAssembly 和 eBPF 為提升云應(yīng)用程序的可移植性、可重用性和性能帶來了有趣的可能性。
想要了解更多關(guān)于 Wasm 和 eBPF 的信息,可以關(guān)注 InfoQ 的相關(guān)話題。
OpenTelemetry 在收集指標和基于事件的 可觀察性數(shù)據(jù)方面的應(yīng)用有多廣泛?
作為一個收集指標和基于事件的可觀察性數(shù)據(jù)的框架,OpenTelemetry 已經(jīng)得到了快速的采用,并且正在成為行業(yè)事實上的標準。許多有才華的個人和供應(yīng)商的協(xié)作促成了它的跨供應(yīng)商支持和跨語言兼容性,讓它成為應(yīng)用程序的必要組成部分。OpenTelemetry 的廣泛采用主要得益于它被納入到主要云供應(yīng)商的產(chǎn)品中,例如亞馬遜云科技的 AWS Distro for OpenTelemetry、微軟 Azure 的監(jiān)控服務(wù)和谷歌云平臺的 Google Cloud OpenTelemetry。
OpenTelemetry 的標準化特性帶來了眾多好處。它與供應(yīng)商無關(guān),支持導(dǎo)出遙測數(shù)據(jù)并利用各種工具對數(shù)據(jù)進行分析。這種標準化促進了供應(yīng)商之間的優(yōu)化和創(chuàng)新,因為他們在努力提供超出數(shù)據(jù)收集和可視化這些基本功能的高級特性。作為一個開放標準,OpenTelemetry 的出現(xiàn)標志著行業(yè)走向成熟,并促進了供應(yīng)商之間的良性競爭,為行業(yè)提供有吸引力的解決方案,并獲得市場份額。
想了解更多關(guān)于 OpenTelemetry 的信息,可以關(guān)注 InfoQ 的這個話題。
當(dāng)前無服務(wù)器技術(shù)的采用狀況是怎樣的?
無服務(wù)器技術(shù)在采用方面發(fā)生了轉(zhuǎn)變,它正在成為一種常見的選擇,而不是一種獨特的架構(gòu)概念?!盁o服務(wù)器”這個詞不太經(jīng)常被用來討論一個獨立的概念,因為它幾乎變成了一種與托管服務(wù)(提供可伸縮性、微計費和抽象化的基礎(chǔ)設(shè)施)具有相同含義的詞。一些主要的云供應(yīng)商,如亞馬遜、谷歌和微軟,已經(jīng)將無服務(wù)器組件集成到他們的服務(wù)中,例如數(shù)據(jù)庫(DBaaS)和容器運行時(CaaS),帶來了自動縮放和簡化計費結(jié)構(gòu)方面的好處。人們的關(guān)注點已經(jīng)從基于無服務(wù)器函數(shù)構(gòu)建架構(gòu)轉(zhuǎn)移到利用托管服務(wù),與平臺工程方法保持一致,減少開發(fā)人員的認知負擔(dān)。
無服務(wù)器的價值,如伸縮至零費用和按請求計費,已經(jīng)在傳統(tǒng)的無服務(wù)器架構(gòu)之外找到了新的表達。組織現(xiàn)在認識到了這些好處,并在各種架構(gòu)決策中要求使用無服務(wù)器。雖然無服務(wù)器是獲得這些優(yōu)勢的眾多方法之一,但組織越來越多地要求他們的工程團隊提供成本效益高的解決方案,并優(yōu)化客戶獲取和支持成本。這種演變凸顯了無服務(wù)器對更廣泛的架構(gòu)格局的影響。
想要了解更多關(guān)于無服務(wù)器的信息,可以關(guān)注 InfoQ 的這個話題。
對可持續(xù)性和綠色計算的關(guān)注對 云計算和 DevOps 有怎樣的影響?
對可持續(xù)性和綠色計算的關(guān)注對云計算和 DevOps 的實踐產(chǎn)生了重大影響。越來越多的組織采用了關(guān)切應(yīng)用程序和服務(wù)對環(huán)境和資源消耗的影響的定價模式。這種趨勢鼓勵組織做出優(yōu)先考慮效率和可持續(xù)性的架構(gòu)選擇。托管服務(wù)受到組織的青睞,因為它們提供了優(yōu)化的資源利用率和可伸縮性,使企業(yè)能夠降低能耗,減少碳足跡。對架構(gòu)定價的考量和對托管服務(wù)的采用與可持續(xù)性和綠色計算目標是對齊的。
關(guān)于責(zé)任,人們存在一種認識,即解決可持續(xù)性問題屬于站點可靠性工程(SRE)及相關(guān)角色的范疇。這些團隊善于分析技術(shù)決策對環(huán)境的影響,并推動可以促進效率和可持續(xù)性提升的舉措。現(xiàn)在,架構(gòu)討論包含了組件化、隔離、安全和成本效益等方面的考慮。組織正在評估他們的需求,并尋求能夠滿足安全需求但又不涉及非必要高昂成本的折中解決方案。這反映了組織正在向更加務(wù)實的安全性發(fā)生轉(zhuǎn)變,試圖找到企業(yè)級特性和成本效益之間的平衡。
我們對云計算和 DevOps 領(lǐng)域的 未來有怎樣的預(yù)測?
專家們對云計算和 DevOps 領(lǐng)域未來的預(yù)測主要與簡化、降低認知負擔(dān)和專注創(chuàng)新有關(guān)。我們熱切希望能夠簡化流程和工具,讓團隊能夠?qū)W⒂谒麄兲囟ǖ膶I(yè)領(lǐng)域并最大化他們的影響力。
AIOps、平臺工程、可持續(xù)性和 FinOps 的融合是一種積極的轉(zhuǎn)變,可能會讓團隊更專注、更有效和更愉快。這里的挑戰(zhàn)在于要區(qū)分炒作和真正的機會,承認新興趨勢中的“價值點”,同時對“過度夸大”和廣泛適用性的說法保持批判的態(tài)度。
開源技術(shù)的采用、由 OpenTelemetry 和 CloudEvents 等促進的標準化,以及 Copilot 和 ChatGPT 等 AI 融合服務(wù)的潛力,都是令人感興趣的點??偠灾?,人們對正在發(fā)生的演進和它們帶來的機會充滿了熱情。
-
云計算
+關(guān)注
關(guān)注
39文章
7976瀏覽量
140126 -
語言模型
+關(guān)注
關(guān)注
0文章
561瀏覽量
10799 -
devops
+關(guān)注
關(guān)注
0文章
126瀏覽量
12487
原文標題:DevOps 是否已死?AI 和大語言模型給云計算和 DevOps 帶來了哪些影響?|InfoQ 趨勢報告
文章出處:【微信號:AI前線,微信公眾號:AI前線】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
大模型推理顯存和計算量估計方法研究
首創(chuàng)開源架構(gòu),天璣AI開發(fā)套件讓端側(cè)AI模型接入得心應(yīng)手
DeepSeek模型成功部署,物通博聯(lián)在 AI 賦能工業(yè)上持續(xù)探索、不斷前行
鯤云科技AI芯片CAISA 430成功適配DeepSeek R1模型

雷鳥創(chuàng)新與阿里云達成戰(zhàn)略合作,引領(lǐng) AI大模型與AR眼鏡融合新紀元

【「大模型啟示錄」閱讀體驗】對大模型更深入的認知
AI大語言模型開發(fā)步驟
大語言模型開發(fā)框架是什么
大語言模型開發(fā)語言是什么
AI大模型在自然語言處理中的應(yīng)用
科技云報到:從云計算到AI大模型,云巨頭生態(tài)革命邁出關(guān)鍵一步

評論