十年前，云计算与本地部署之间的争论激烈▪。云计算轻松赢得了那场战斗□，而且毫无悬念。然而现在，人们开始重新思考云计算是否仍然是许多情况下的最佳选择。

　　德勤最近的一项分析警告☆•，现有基础设施虽然配备了云服务，但可能还没有准备好应对新兴的AI需求◇▪。

　　为云优先战略构建的基础设施无法处理AI经济学，由Nicholas Merizzi领导的德勤分析师团队在报告中指出。

　　为人工工作者设计的流程不适用于智能体○▷▷。为边界防御构建的安全模型无法防护以机器速度运行的威胁。为服务交付构建的IT运营模型无法推动业务转型◇。

　　为了满足AI的需求，企业正在考虑从主要依赖云计算转向云计算与本地部署的混合模式，德勤分析师表示-▷。技术决策者正在重新审视本地部署选项★。

　　正如德勤团队所描述的，目前正在兴起一场从云优先到战略性混合的运动——云计算提供弹性，本地部署提供一致性…，边缘计算提供即时性●。

　　德勤分析师指出了基于云的AI面临的四个紧迫问题：成本控制困难、数据主权和合规要求、延迟敏感应用需求，以及安全威胁的复杂化•。

　　德勤团队表示•■，解决云计算与本地部署困境的最佳方案是两者并用…◆★。他们推荐一种三层方法：云端用于可扩展的AI训练和开发，本地部署用于关键任务和敏感数据处理，边缘计算用于实时AI推理。

　　这种混合方法对许多企业来说是最佳前进道路。曾在联邦快递服务公司担任软件架构师的Milankumar Rana完全支持云端AI，但也看到在适当情况下支持两种方法的必要性。

　　我构建过大规模机器学习和分析基础设施，我观察到几乎所有功能，如数据湖▷△、分布式管道、流分析，以及基于GPU和TPU的AI工作负载▼-△，现在都可以在云端运行，他告诉ZDNET。由于AWS、Azure和GCP服务非常成熟，企业可以快速发展而无需大量前期投资。

　　Rana也告诉客户在数据主权、合规考虑或极低延迟使云计算不太适用的地方◆◆，要保持一些工作负载在本地▼△，他说★=▷。目前正确的做法是使用混合策略，在本地保留敏感或延迟敏感的应用程序▽◇，同时利用云计算的灵活性和创新能力。

　　无论采用云计算还是本地部署系统，公司都应该始终对安全和监控承担直接责任，Rana说。安全和合规仍然是所有人的责任。云平台包含强大的安全功能；但是，您必须确保在加密、访问和监控方面遵守法规。

　　A：现有为云优先战略构建的基础设施无法处理AI经济学。为人工工作者设计的流程不适用于智能体，为边界防御构建的安全模型无法防护以机器速度运行的威胁，为服务交付构建的IT运营模型无法推动业务转型△。

　　A：战略性混合模式是指云计算提供弹性▼…•，本地部署提供一致性▷◁•，边缘计算提供即时性的三层方法=★。云端用于可扩展的AI训练和开发，本地部署用于关键任务和敏感数据处理，边缘计算用于实时AI推理。

　　A：无论采用云计算还是本地部署系统，公司都应该对安全和监控承担直接责任。虽然云平台包含强大的安全功能，但企业必须确保在加密、访问和监控方面遵守相关法规要求。