白皮书编写背景
2021年上半年,国家发布了《“十四五”规划和2035年远景目标纲要》,其中第五篇标题为“加快数字化发展 建设数字中国”。在政策的推动下,企事业单位加快上云步伐,加速推动数字化转型工作。但企事业单位上云过程中在数据安全、快速部署、运维难度、成本高低和扩展性等方面还存在顾虑。针对这些顾虑,市场上出现了专有云模式。它比公有云有更好的隔离性,比私有云有更好的灵活性,为传统企业完成数字化转型、智能升级和创新发展提供有力支撑。
经过产业各方积极推动,专有云已从概念走向落地实践。2021年下半年,中国信息通信研究院牵头建立了专有云标准体系,围绕专有云能力综合水平、专有云平台成熟度、专有云专项能力水平和专有云场景应用能力水平进一步研究,旨在树立业内服务标杆,帮助行业明确发展方向,推进国内专有云产业进一步成熟。
在此非常感谢以下厂商对专有云标准体系所做出的贡献,为标准体系的建立和内容的完善丰富提供了很多有价值的意见和建议。(按首字母排序)
阿里云、安超云软件、白山云、百度云、北京云杉世纪网络、大连商品交易所、烽火通信、富通云腾、高伟达、国家电子政务系统质检中心、浩鲸云、鸿雪科技、华为云、华云数据、火山引擎、IBM、甲骨文、建信金科、金蝶天燕、金山云、京东云、科来网络、浪潮云、联通数科、绿盟科技、南方电网、平安银行、浦发银行、深信服科技、世纪互联、腾讯云、天翼云、网银互联、万联、新华三、新智云、信华信、移动云、有孚云、浙大一院、中电云数智、中国铁塔、中软国际、中体彩科技、中兴、卓朗科技。

白皮书内容抢先看
为梳理专有云产业现状、技术特点、未来趋势等,中国信通院牵头,并联合企业专家一起基于前期研究成果启动了《专有云产业发展白皮书》的撰写工作。《专有云产业发展白皮书》重点梳理了专有云定义、市场需求、现状、趋势等,下面是信通院专家对部分热点问题的回答。
1.为什么会出现专有云
任何新事物的产生必然存在前因后果,专有云的出现源于上云用户的需求。国家政策持续推动政企上云,使用云计算作为数字化转型的基座已经由“可选题”转为“必选题”,但面对公有云和私有云这两个选项,政企单位仍存诸多顾虑,需求无法得到满足。于是,云服务商纷纷入局,提出形态多样的专有云解决方案。
2.到底什么是专有云?
专有云定义:专有云是云计算服务提供机构为客户构建的资源独享和弹性按需的云计算系统。
该系统既拥有专属的计算、存储、网络资源以满足客户安全合规、性能可靠、数据安全可控、运维运营简化的需求,又拥有弹性、灵活、按需的能力以满足客户资源管理和高效利用、服务快速部署的需求。专有云的诸多特点充分满足了政企用户的上云需求。
3.专有云的形态有哪些?
专有云根据部署、安全、运维等方面可以划分为专用模式和自建模式两种。
自建模式定义:在用户指定区域,通过完全私有化部署的方式提供全部专有云平台服务,从而使得本地部署、更低时延,数据留存归属得以解决,并由服务提供商协助用户完成专有云平台的运维和运营管理工作。
自建模式通常可以理解为自建专用,使用经受过大规模实践验证的云计算框架,私有化部署在政企客户的身边,适用于强监管的大型企业,可由大型企业自行运营成为行业云。
专用模式定义:由云服务商在用户指定区域提供独享的云计算资源,并提供统一的运营运维和容灾等服务。实时提供用户所要求的扩展服务,能够与中心云或数据中心进行联动。此外,应支持通过中心云或数据中心远程运维多个专有云本地集群的能力。
专用模式通常可以理解为公有云的延伸,是公有专用。具体可以分为专区和一体机两种形态。专区是通过对公有云或数据中心资源进行物理隔离,保障其安全性,但同时又接受统一管理。一体机则是将公有云拉到用户身边的一种方式,天然具有边缘的特性,接受公有云或数据中心的统一运营管理,实现数据驻留,计算低延时等。
白皮书后续计划
白皮书还将讨论其他热点问题,包括专有云产业现状、主要能力、未来趋势等等,计划于2022年可信云大会重磅发布,过程中还将组织多次参编专家闭门研讨会,感兴趣的专家欢迎联系中国信通院云大所云计算部。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。