新云入局：AI 时代多云环境下的机遇与挑战
【导语：在企业追求 AI 成果且控制云预算的背景下，新云作为专为 AI 训练和推理设计的云服务适时出现。但在多云环境中，新云的引入带来了新的复杂性，企业需谨慎应对。】
新云是以 GPU 为核心、专门为 AI 训练和推理设计的云服务，区别于超大规模云服务提供商的广泛通用服务。在处理 AI 工作负载时，新云往往能提供更好的性价比，因为它围绕 GPU 吞吐量、互连性、调度和服务效率展开，能确保昂贵的加速器得到充分利用、减少平台开销，并为模型从开发到部署提供清晰路径。
大多数大型企业因业务需求采用多云策略，与众多云服务提供商打交道。新云成为其中必须运营、维护、保障安全和治理的云环境，引入了新的身份和访问模式、网络拓扑结构等。企业若将其用于试点后形成孤立“孤岛”，最终会因混乱、控制不一致和无法扩展而失败。
新云虽能专注于 GPU 相关部分，避免干扰，但企业级 AI 还涉及数据管道、治理等多方面，周边系统集成困难。若将新云视为独立“孤岛”，会导致控制措施被绕过、日志管理混乱等问题，专家团队也会成为公司瓶颈。
利用新云的第一步是建立跨越所有云服务提供商的通用安全层、治理层和运营层，确保结果和控制的一致性，如统一身份模式、集中日志记录等。若企业已有与多家云服务提供商合作的方法，新云应融入其中；若没有，则需有意且有序地建立。
一是要考虑能否将安全和治理控制扩展到新云环境，否则会引发合规问题。二是要有切实可行的大规模多云运营计划，以跟上模型迭代和部署速度，避免阻碍创新或让不安全做法成为常态。三是要考虑如何管理成本、计算能力和工作负载分配，避免支出分散和 GPU 闲置。
编辑观点：新云代表云计算专业化趋势，对 AI 训练和推理有积极意义。企业应将其视为系统性基础设施，做好规划，使其成为 AI 项目加速器，避免重蹈云计算早期覆辙。