根据调查发现,云已经从移动的“影子”IT转变为企业IT管理。如今,大多数云支出决策,率先把云服务的组织的CIO和行政整合进来。
这份调查来自一家名为RightScale企业级云管理公司,其最新的云调查显示在2015年中企业正越来越多地实施混合云策略,包括公共云和私有云。同时,RightScale还发现,越来越多的企业工作负载目前部署在私有云,而公有云的使用也越来越广泛,并有望吸引新的工作负载,以更快的速度。
“企业采用云计算的浪潮已经从阴影IT转向为首的中央IT团队的战略收养,说:”迈克尔·克兰德尔,RightScale的CEO,在一份声明中。 “随着企业IT变得更加开放,公共云和更舒适的云安全,现在是处于强势地位,为内部客户和驱动采用云计算着经纪人的云服务。在未来的一年组织希望把更多的 工作负载向云与公共云的工作负载增长速度比私有云快。“
RightScale的在2015年1月进行的调查在这里面,RightScale的质疑跨越他们采用云计算的组织具有广泛代表性的部分专业技术人员。 930受访者的范围从技术高管管理人员和从业人员代表在许多行业不同规模的企业。
这份调查包括以下具体项目:
混合云是首选策略:接受调查的组织93%正在运行的应用程序或基础设施作为一种服务(IaaS)的实验。与此同时,企业的82%有一个混合云战略。 这是从74%在2014年公共云所使用的多个组织,88%,而私有云,63%,运行更多的工作负载。企业这一说,只有13%的运行公共云超过1000个虚 拟机(VM),而组织22%的私有云上运行超过1000的虚拟机。换言之,私有云用户倾向于使用其云彩更多。
软件即服务(SaaS):虽然企业的68%运行的SaaS应用程序,不到五分正在运行的应用程序组合在云中。与此同时,企业的 55%报告说,他们现有的应用程序组合的显著部分已建成云友好的架构。总之,我们可以期望看到软件作为服务(SaaS)的继续增长。
DevOps的升高:总体的DevOps采用已经上升到66%,而企业达到71%。最流行的DevOps方案,厨师和木偶,由28和24%的企业分别使用。至于集装箱,码头工人,在其第一年,已经使用的企业13%的公司计划部署的高达35%。
IT管理需要云服务“缰绳:企业62%的报告说,中央IT使得广大的云支出决策。 43%的人都提供了一个自助服务门户访问云服务,另有41%的策划或开发一个门户网站。
亚马逊网络服务(AWS)占主导地位的公共云:AWS采用是57%,而Azure的IaaS的是第二个,占12%与6%的在 2014年在企业,天青的自然家园,微软的云产品缩小了差距有19%采用比AWS与50%。谷歌的IaaS产品展示企业间的快速增长,从4%到2015年 增加至2014年的9%。
私有云2015:受访者在采用私有云技术的最小的变化,从2014年的VMware vSphere继续领导与企业的受访者有53%报告说,他们把它作为一个私有云。企业使用OpenStack的显示了2015年的最大增幅,3%的速度增 长。微软的新的Azure包提供显示在其第一年强劲的使用,企业使用的11%。
根据这份调查显示的结论是,私有云用户往往运行更多的虚拟机,其是混合云的真正增长因素,而有些厂商开始把私有云引入到公共云的混合云模型中。此外,尽管目前vSphere支配了私有云架构,但OpenStack和基于Azure的部署方式有很大的成长空间,同时其可以降低在公共云和vSphere的投资成本。
好文章,需要你的鼓励
亚马逊在CES期间宣布推出Alexa.com网站,用户可像使用其他AI聊天机器人一样与Alexa交互。经过数月早期体验,Alexa+已获得数千万用户。新网站支持语音和文本交互,需登录使用以确保跨设备功能连续性。76%的Alexa+交互为独特任务,包括智能家居控制和第三方集成。Alexa+兼容七年来的设备,正式版将收费每月20美元或包含在Prime会员中。
SimWorld是由UCSD等多所顶尖院校联合开发的革命性AI仿真平台,基于虚幻引擎5构建了具备真实物理规律的虚拟城市环境。该平台支持无限扩展的程序化世界生成和自然语言交互,让AI智能体能够在复杂环境中学会生存、合作和竞争,为通用人工智能的发展提供了前所未有的训练平台。
AI笔记公司Plaud在CES 2026推出新款可穿戴设备NotePin S,可夹在衣领、戴在手腕或挂在脖子上记录对话。该设备通过蓝牙连接手机,配备双麦克风,录制范围约3米,支持一键高亮标记重要时刻。同时发布的还有Plaud Desktop桌面AI记录工具,可原生捕获线上会议内容,无需机器人加入通话。两款产品将所有笔记、会议和对话整合到统一平台管理。
浙江大学联合华为提出C2DLM,这是一种因果概念引导的扩散语言模型,通过自动提取因果关系并融入注意力机制来增强AI推理能力。相比传统方法,C2DLM在推理任务上平均提升1.31%-12%,训练效率提高3.2倍,为解决语言模型推理能力不足开辟了新路径。