雲端輸出費用將如何給即將到來的 AI 時代帶來挑戰
AI 即將徹底改變包括科技、醫療保健和金融在內的整個產業，從而可以解決曾經看似無法克服的問題。然而，要充分發揮 AI 的潛力，需要存取大量的訓練資料和強大的運算能力，這導致了儲存和資料管理方面的挑戰。毫無疑問，雲端已成為儲存和處理 AI 應用程式資料的首選解決方案。
雲端儲存：AI 的基礎
雲端儲存為處理大量資料提供了一種靈活、可擴展且經濟高效的解決方案，這使其特別適用於 AI 應用程式。它作為訓練資料的存放庫，讓機器學習模型能夠根據新的輸入做出預測或決策。
以一家開發 AI 驅動的詐欺偵測系統的銀行為例。該機器學習模型需要來自客戶的大量交易資料，包括金額、時間、地點和類型等資訊。隨著資料量的成長，儲存和管理變得越來越複雜。利用雲端儲存提供者，銀行能夠高效且經濟地儲存和分析其交易資料，並根據需要新增新資料，而無需投資或維護自己的實體基礎架構。
許多公司將選擇採用多雲端策略來部署 AI 應用程式，以獲得各種好處，例如成本最佳化、對專業資源的存取以及符合監管要求。利用這些優勢的一個策略可能很簡單，即在一個雲端平台上訓練模型，而在另一個雲端平台上執行推斷。由於大多數公司已經依賴多個雲端提供者，因此採用多雲端策略進行儲存管理，有望在滿足 AI 驅動的進步所帶來的不斷增長的需求方面發揮關鍵作用。
輸出費用：多雲端儲存
雲端儲存具有眾多優勢，但也帶來了挑戰，其中成本是一個主要問題。與雲端儲存相關的一項關鍵費用是輸出（或資料傳輸）費用，這是雲端服務提供者在資料傳出其網路時收取的費用。輸出費用可能很快累積起來，對於使用多個雲端提供者並傳輸大量資料的組織而言尤為如此。最近，由於可用運算能力稀缺，即使是在單個雲端服務提供者內跨區域移動資料，也會給生成式 AI 公司帶來巨額輸出費用。為了降低輸出費用，雲端提供者鼓勵客戶僅在其雲端中儲存資料和訓練 AI 模型。
雖然這在理論上似乎是正面的，但現實是，由於成本和資源可用性的原因，一些公司幾乎不可能僅與一家廠商合作。大多數企業都採用多雲端策略以最大限度地實現成長。
無輸出費用的未來
但是，如果雲端儲存提供者取消了資料傳輸費用呢？在沒有這些費用的未來，公司能夠在多個雲端中儲存和分析資料而不會產生額外成本，從而讓他們能夠使用最佳工具。這將讓各組織能夠充分發揮 AI 的潛力，而不必擔心費用不斷上升的問題。
零輸出費用的雲端儲存模型將為組織節省大量成本，從而騰出資源用於其他重要業務領域。同時，這種模式還能消除依賴單一雲端服務提供者所帶來的風險，確保更高的可靠性以及更好地防範服務中斷。
或許最重要的是，一個沒有輸出費用的世界將促進創新。多雲端架構所提供的靈活性使企業能夠輕鬆選擇最適合特定任務的服務提供者。這將支援各組織專注於實驗與創新，充分利用 AI 及其他尖端技術，而不會受到成本或限制的阻礙。
AI 的全部潛力
AI 有望徹底改變各個產業以及整個社會。雲端運算和儲存在 AI 中發揮著至關重要的作用，特別是在儲存和管理不斷擴展的訓練資料方面。但輸出費用可能會阻礙創新，從而阻礙 AI 的發展。為了在雲端為 AI 創造一個更光明的未來，消除輸出費用至關重要。
透過採用一種消除傳輸費用的雲端儲存方法，各組織可以充分發揮 AI 的全部潛力，而不必擔心在雲端之間傳輸資料所產生的成本。一個沒有傳輸費用的未來，也代表著多雲端儲存的重大進步，為 AI 和資料管理更高效、更創新、更有希望的未來奠定了基礎。
Cloudflare 就影響當今技術決策者的最新趨勢和主題發表了一系列文章，本文為其一。
本文最初是為 The Economic Times CIO Southeast Asia 而撰寫