Начиная с середины 2010-х эксперты пророчили «смерть» частному облаку — то есть облачной среде, созданной и используемой одной компанией, в отличие от общей инфраструктуры, доступной в публичных облаках. Большая часть интереса к экосистеме облачных вычислений была сосредоточена на публичных облачных платформах. Бизнес массово переходил на IaaS, чтобы уменьшить затраты на обслуживание железа и поддержку ИТ-систем. 

Пользователями private cloud в основном оставались компании со специфическими требованиями к безопасности. Например, медицинские организации, которым необходимо хранить данные о пациентах в соответствии с нормами федерального законодательства. 

В сегодняшнем материале поговорим, как возродился интерес организаций к частным облакам, о тренде на универсальные и отраслевые платформы и о том, из-за чего активно развивается направление edge computing.

Частное облако: ренессанс в эпоху ИИ

По данным исследования «Infrastructure Cloud Survey», проведенного Forrester в 2023 году, 79% из примерно 1300 опрошенных лиц, принимающих решения в сфере корпоративных облачных технологий, заявили, что их компании внедряют частные облака. А по прогнозам IDC, глобальные расходы на частное облако и выделенную облачную инфраструктуру как услугу более чем удвоятся к 2027 году.

Развитие систем ИИ и распространение генеративных моделей машинного обучения изменило расположение сил на рынке. Сегодня нейросети используют для работы с чувствительной информацией, а для их обучения разработчики часто применяют данные клиентов. В то же время системы ИИ применяют и в финансовых организациях, обладающих повышенным уровнем требований к безопасности и комплаенсу. Например, отечественные игроки обязаны следовать нормативным актам Центробанка, профильным ГОСТам, а также 152-ФЗ для работы с персональными данными. 

Разработчики предпочитают обучать и тестировать ML-модели в закрытом пространстве. Примером может выступить компания Somerset, предоставляющая финансовые услуги. Она перенесла свою инфраструктуру в публичное облако больше десяти лет назад и продолжает развивать с его помощью клиентские сервисы. Однако для работы с системами ИИ организация выбрала private cloud — по сути, специалисты экспериментируют с генеративными моделями за «закрытыми дверями». 

Изолированные ресурсы

Для эффективного обучения ИИ нужна подходящая ИТ-инфраструктура. И здесь частные облака обеспечивают компромисс между стоимостью и производительностью. Частные облака предлагают больший контроль над конфигурацией инфраструктуры. Private сloud позволяет настроить ИТ-инфраструктуру точно под индивидуальные потребности и гарантировать производительность.

Расцвет private cloud можно объяснить и естественным желанием бизнеса оптимизировать расходы при работе с системами ИИ. Да, в публичных облаках хватает сервисов для машинного обучения. Но обучение десятков и даже сотен ML-моделей в среде private cloud может обходиться дешевле в долгосрочной перспективе. На частной инфраструктуре можно запустить и оптимизировать кастомные модели машинного обучения. 

Проекты со строгими требованиями к ИБ

Опять же, важные причины для выбора частного облака — это конфиденциальность и безопасность данных. В определенных сценариях и в жестко регулируемых отраслях организациям необходим более высокий уровень ИБ. Используя частное облако, вы можете разместить модель внутри брандмауэра компании и обеспечить соответствие требованиям к данным. Выделенная облачная инфраструктура с защищенными изолированными ресурсами минимизирует риски несанкционированного доступа, хищения или изменения данных.

Затраты при масштабировании

При оценке эффективности ИИ для вашего бизнеса полезно протестировать несколько генеративных моделей в общедоступных облаках. Однако частное облако может снизить затраты на перемещение данных. Модели ИИ в private cloud могут быть меньше и быстрее, в зависимости от варианта использования, и, следовательно, потреблять меньше ресурсов.

Два облачных пути: специализация и open source

Бизнес все чаще обращает внимание на открытые решения, позволяющие развернуть универсальную инфраструктуру. За последние 10 лет более 2200 организаций сообщили об использовании OpenStack. В этом году также громко о себе заявил проект UbiCloud. Разработчики позиционируют платформу как открытую альтернативу решения традиционных облачных провайдеров. Ubicloud предоставляет функции IaaS для поставщиков «голого железа». Сейчас проект находится в стадии публичного бета-теста.

Тренд на универсальность, гибкость и открытость проявляется и в сфере аппаратного обеспечения. В начале года компания Oxide Computer представила облачный компьютер, для которого разработала особую интегрированную платформу: в ней нет закрытых сервисных процессоров и проприетарного ПО. Платформа заточена под работу в частном облаке и функционирует на собственной ОС Hubris (написана на Rust). Процесс загрузки управляется не BIOS или UEFI, а еще одной open source системой — Helios. Компьютер, на котором работает облако, можно будет купить, а не просто арендовать.

Что интересно, одновременно со стремлением к универсальности, на рынке формируется противоположный тренд — на узкую специализацию облачной инфраструктуры. Большее распространение начали получать отраслевые облачные платформы (ICP), сочетающие в себе элементы SaaS, PaaS и IaaS. В этом случае компания получает «на руки» не готовую систему, но набор инструментов, который позволяет собрать узкоспециализированное решение.

Например, в случае здравоохранения оно может быть ориентировано на работу с медицинскими картами и разработку интерфейсов для сотрудников клиник. Для образовательных учреждений основным преимуществом могут быть модули для создания онлайн-курсов, просмотра учебных материалов, организации звонков между преподавателями и студентами.

Gartner ожидает, что к 2027 году более 70% предприятий будут использовать отраслевые облачные платформы. Для сравнения, в 2023 году этот показатель составлял 10-15%.

Инфраструктура реального времени

Специфика систем ИИ и необходимость взаимодействовать с большими сводами необработанных данных диктует требования к задержкам при работе с облачной инфраструктурой. Их сокращение позволяет упростить процессы машинного обучения, особенно в контексте множественных источников данных (например, от IoT-устройств). В связи с этим бизнес и организации формирует запрос на облачную инфраструктуру реального времени (real-time cloud) с минимальными задержками в вычислениях.

Чтобы удовлетворить требования клиентов, облачные провайдеры обращаются к периферийным вычислениям. Поставщики услуг, в том числе, помогают компаниям переносить часть нагрузки, связанную с машинным обучением, на пользовательские устройства. Так называемое «машинное обучение на границе» позволяет уменьшить объем необработанных данных, передаваемых по сети.

Чтобы повысить скорость загрузки и отдачи, облачные провайдеры также пополняют свои дата-центры твердотельными накопителями. SSD используют для более требовательных рабочих нагрузок. Но в этом направлении пока есть проблемы. Дело в том, что машинное обучение — итеративный процесс, предполагающий большое количество повторных обращений к данным. Их также приходится регулярно дополнять и модифицировать. Однако твердотельные накопители обладают конечным ресурсом циклов чтения/записи.

Квантовое и децентрализованное будущее

Эффект от возвращения частных облаков облачные провайдеры и бизнес уже ощущают на практике. Однако параллельно развиваются технологии, способные трансформировать облачную экосистему в будущем — это блокчейн и квантовые вычисления.

В теории блокчейн позволит сделать управление хранилищами в облаке более прозрачным. Технологию можно использовать для формирования реестров с информацией об обмене данными. Она же позволит создать новые способы безопасной аутентификации для управления облаком. Интеграцией блокчейна для бизнеса занимаются крупные поставщики услуг. Разработку соответствующих open source решений поддерживает в том числе Linux Foundation. Например, можно вспомнить известный на Хабре проект — Hyperledger Fabric. Платформа предназначена для построения бизнес-приложений уровня предприятия.

В свою очередь, квантовые вычисления в перспективе позволят в разы повысить эффективность дата-центров. Исследователи предполагают, что квантовые компьютеры помогут ускорить машинное обучение и решение других научных задач. Однако квантовые вычисления все еще сталкиваются с некоторыми серьезными препятствиями в развитии. Например, компьютеры требуют охлаждения до -273°C, имеют другие жесткие эксплуатационные требования. Несмотря на это, некоторые квантовые возможности уже доступны через облако.

В этом году Nvidia запустила Quantum Cloud — облачный симулятор квантового компьютера. Благодаря ему ученые могут тестировать новые алгоритмы и приложения, не имея прямого доступа к редкой физической инфраструктуре. Услуга позволяет создавать и тестировать в облаке новые квантовые алгоритмы и приложения, включая мощные симуляторы и инструменты для гибридного квантово-классического программирования.

Возможность совместной работы и доступ к исследованиям из любой точки на планете — в том числе в контексте квантовых вычислений — один из весомых аргументов в пользу облачных платформ. О том, как еще облака помогают продвигать сферу образования и науки, мы писали в одном из предыдущих материалов.

Заключение

Ранее настройка частного облака была сложной задачей. Даже для команды с опытом управления частными облаками этот процесс требовал значительно больше усилий, чем развертывание виртуальной инфраструктуры в общедоступном облаке. Однако, со временем создание и управление частными облаками стало гораздо проще.

Компании, которые не знают, с чего начать свой путь к созданию частного облака, могут рассчитывать на помощь MWS. Специалисты MWS организуют частную инсталляцию виртуальной инфраструктуры на базе высокопроизводительных серверов, предоставят стойко-места под размещение собственного оборудования заказчика, объединят оптикой площадки заказчика и наши дата-центры, обеспечат сетевым и ИБ-оборудованием.