戴爾宣布推出三款新的託管服務產品，以解決讓開發人員保持高效工作而不是在等待資源可用性時閒置的挑戰。 業務增長和成功取決於應用程序開發人員能夠以多快的速度生成新的數字服務和產品，現在戴爾有了解決方案。
戴爾宣布推出三款新的託管服務產品，以解決讓開發人員保持高效工作而不是在等待資源可用性時閒置的挑戰。 業務增長和成功取決於應用程序開發人員能夠以多快的速度生成新的數字服務和產品，現在戴爾有了解決方案。
戴爾估計，開發人員只花費一小部分時間編碼和構建 AI/ML 模型，其餘時間用於等待 IT 資源、批准或管理底層基礎設施。 IDC 最近的一份報告估計，310 年將構建 2022 億個新應用程序，預計到 750 年將有 2025 億個新應用程序。理想情況下，這些新應用程序將推動業務向前發展。
公有云的替代品
在大多數情況下，AI/ML 模型構建者和應用程序開發者會直接使用易於使用的公共雲服務，而不會考慮潛在的成本以及與現有系統和數據的集成挑戰。 此外，ChatGPT 和 Google BARD 等大型語言模型的興起需要更高的計算能力和更大的數據集來進行 AI/ML 訓練。
不斷上漲的雲費用以及隱私問題讓企業考慮構建自己的 AI/ML 操作和管理，而無需人員配置計劃或以成功所需的所需速度推動解決方案所需的雲技能。 這並不容易，我們最近寫過 LLaMa 入門 和我們最喜歡的新 人工智能鑽機.
我們有機會與戴爾新興服務副總裁 Satish Iyer 交談，並就新的託管服務進行了詳細討論。 從採訪中可以明顯看出，戴爾熱衷於為可能尚未採用公共雲解決方案的企業提供 AI 和 ML 開發過程的重要組成部分。
Satish 表達了他對這些服務的全面端到端管理如何使開發人員能夠將更多時間用於編碼，同時減少等待必要工具來執行任務所花費的時間的熱情。
為了幫助組織應對這些挑戰并快速擴展其數字業務，戴爾科技集團推出了三項新的託管服務：
- 戴爾託管開發人員雲： 基於 API 的雲環境中的自助服務虛擬機和容器具有內置的基礎架構即代碼基礎架構管理，旨在通過讓開發人員將更多時間花在編碼而不是管理基礎架構上來加速創新。
- 面向 ML Ops 的戴爾託管服務： 一種適用於 ML 模型開發的專用平台，具有基於戴爾驗證設計的集成生命週期管理，可通過降低部署和維護 AI/ML 系統的複雜性來更快地將模型投入生產。
- 與 Dell Technologies 服務託管： 簡化雲集成並簡化部署，從而提高運營效率。 戴爾與託管服務提供商的新合作夥伴關係提供了更多選擇和靈活性。
戴爾託管服務可以根據需要管理盡可能多的技術堆棧，優化數據中心基礎設施的管理。 所有服務均提供服務級別保證、固定範圍和固定定價。 自定義託管解決方案包括用於託管的託管選項和用於特定 Dell APEX 解決方案的戴爾託管託管選項。
這些解決方案讓 IT 團隊專注於生產力和創新，而戴爾負責管理其餘部分。 戴爾不斷增長的託管服務組合利用現代、易於使用且自動化程度越來越高的解決方案，從技術投資中獲得商業價值。
定價模式
戴爾實施了靈活的模塊化定價模型。 對於 Managed Developer Cloud，定價基於託管的容器和虛擬機數量。 ML Ops 託管服務定價基於計算節點和存儲的數量。
ML Ops 託管服務的定價基於以下因素：
- 按範圍組織的節點數（節點帶）
- Node Bands包括計算節點+存儲的數量
- Node Bands 範圍從小於 50 到超過 1000
- 移動到更高的 Node Band 會降低節點定價
- 客戶可以從少量節點帶開始，然後隨著時間的推移增加
最後的思考
在我們的實驗室中部署高級 AI 模型時，我們正在與許多最終用戶交談並彙總我們自己的想法。 有時 Ai 很有趣且富有成效，有時會加重，大多數時候是投降的反复練習。 這並不是要削弱 AI 的力量，但儘管 CNBC 上有頭條新聞，但利用 AI 產生業務影響顯然比聽起來更難。 雖然我們沒有使用最新的戴爾產品的實踐經驗； 如果他們找到了一種更快、更容易地剝 AI 洋蔥的方法，從而減少客戶的眼淚並增加洞察力，那就太棒了。 我們歡迎一條更精緻的企業 AI 之路，並期待看到這個最新的 aaS 計劃是如何結合在一起的。
參與 StorageReview
電子報 | YouTube | 播客 iTunes/Spotify | Instagram | Twitter | 的TikTok | RSS訂閱
