什么是混合云？

混合云的核心优势在于敏捷性，它能让组织通过快速配置混合云资源来应对变化并抓住增长机会。此外，混合云集成有助于企业利用最新的技术进步（包括人工智能 (AI)、IoT 和边缘计算），从而获得竞争优势。

随着企业将 AI 计划从试点计划移动到生产阶段，对混合云的需求也在加速增长。此挑战要求企业就 AI 工作负载的运行地点、数据的存放位置以及谁管理这些数据做出战略决策。该方法包括因不同行业和地区而有所不同的数据驻留与数据主权要求。

根据 IMARC Group 的数据，到 2025 年，全球混合云市场的规模将达到 1,716 亿美元。预计到 2034 年，该数字将扩大到 6,196 亿美元，复合年增长率 (CAGR) 为 14.88%。对互操作性、数据安全和监管合规性的需求增加是推动混合云市场的关键因素之一。

此外，对旧版系统进行现代化改造、加快数字化转型以及利用 机器学习 (ML) 和大数据分析等 AI 技术的需求，也推动了这一采纳。

混合云基础设施会因组织的具体业务目标而异，但所有这些基础设施仍会共享多种计算环境，其中包括：

“本地部署”代表一种传统的计算环境；在此环境中，组织会在自己的物理位置运行和管理自己的硬件、软件、数据存储及其他资源。例如，办公楼或本地数据中心。

私有云是一种云计算环境，其中所有资源都被隔离并专门为一个客户运营。私有云结合了云计算的诸多优点与本地 IT 基础设施的安全性和控制权。

受严格合规监管及处理敏感数据的行业（例如 银行、医疗保健和政府）组织通常需要私有云配置。

公有云是由第三方云服务提供商 (CSP) 托管的云计算环境，例如 Amazon Web Services (AWS)、Microsoft Azure、IBM Cloud 或 Google Cloud。

这些 CSP 托管着虚拟机 (VM) 等公有云 IT 资源，并以“按使用量付费”的定价方式通过公共互联网完成企业级基础设施和开发平台的搭建。

以下是提供不同支持与服务级别的四类主要公有云服务：

1. 软件即服务 (SaaS)：按需访问随时可用的云托管应用程序软件。
2. 平台即服务 (PaaS) 是一个 完整的云平台，其中包含用于开发、运行和管理应用程序的硬件、软件和基础设施。
3. 基础设施即服务 (IaaS) 是一种云计算模型，可提供基本的计算、网络和存储资源。
4. 无服务器计算（无服务器）是一种应用程序和执行模型 ，可以帮助开发人员构建和运行应用程序代码，而无需配置或管理服务器或后端基础设施。

若需深入了解这些公有云服务的差异，请参阅“IaaS、PaaS 和 SaaS 是什么？”

除了本地部署、私有云和公有云的混合设置之外，混合云架构还依赖于以下关键组件：

• 网络连接
• 虚拟化
• 容器化
• 混合云管理平台

混合云部署需要强大的网络功能，包括广域网 (WAN)、虚拟专用网 (VPN) 和应用程序编程接口 (API)。

混合云架构依赖虚拟化技术，以便将一台计算机的硬件组件（例如，处理器、内存和存储）划分为多个虚拟机。虚拟化允许用户在同一个物理硬件上运行多个应用程序和操作系统，从而提高资源利用率和灵活性。

容器化是指打包软件代码以及运行它所需的基本操作系统 (OS) 库和依赖项的过程。该方法会创建一个单一的轻量级可执行单元（称为容器），而该单元在任何基础设施中都能一致运行。

现代混合云计算通过统一平台实现本地部署、私有云及公有云数据与资源的发现、运维和管理。

请观看视频“混合云详解”，了解组织如何定制混合云环境以满足业务需求。

最初，混合云架构旨在将公司本地数据中心的部分区域转换为私有云基础设施，从而简化资源分配和可扩展性。它还侧重于将该基础设施与公共云供应商在本地托管的公共云环境连接起来。企业通过预包装的混合云解决方案（如 Red Hat OpenStack）来实现此目标。

其他方法则包括采用先进的企业中间件以便跨环境整合云资源。此外，它还使用统一管理工具以从中央控制台或“一站式界面”监控、分配和管理这些资源。

如今，混合云方法不再过分关注物理连接，而是更多地支持跨所有云环境的工作负载的可移植性。此外，它还能自动将工作负载部署到满足每个业务需求的最佳云环境。有几种趋势推动了这一转变。

首先，各组织正通过云原生技术构建新应用程序并实现旧版应用程序现代化。这些技术确保跨 云环境 与 云服务商之间实现一致可靠的开发、部署、管理 和性能表现。

具体而言，他们正在构建或改造应用程序以使用微服务架构，而该架构可将应用程序分解为更小、松散耦合、可重用且专注于特定业务职能的组件。此外，他们正将这些应用程序部署在容器中，而容器已成为现代云原生应用程序的事实标准计算单元。

就更高层面而言，公有云和私有云已不再是需要连接的物理“位置”。例如，很多云供应商现在可提供在其客户本地数据中心运行的公有云服务。私有云曾经只在本地运行，现在则常会托管在异地数据中心、虚拟专用网 (VPN) 或虚拟私有云 (VPC) 上。私有云也会托管在向第三方提供商租用的专用基础设施上。

此外，基础架构虚拟化（称为“基础架构即代码”）允许开发者使用位于防火墙后面或之外的任意计算资源或云资源，从而按需创建这些环境。自边缘计算爆炸式增长以来，此技术已变得愈发重要。此变化通过将工作负载和数据移到更靠近 IoT 设备或分布式混合基础设施环境下本地边缘服务器的位置来提高全球应用程序性能。

随着 AI 工作负载的扩展，混合云战略在组织管理工作负载运行地点方面发挥着关键作用。训练大语言模型 (LLM)、运行 AI 推理和部署 AI 智能体都需要不同的底层基础设施。混合云可让组织根据延迟、数据驻留、成本和合规性需求灵活地优化本地设备、私有云和公有云的部署。

混合云的优点也对当前的应用程序现代化战略产生了影响。AI 工具正在加快代码重构和旧版应用程序转型，其中包括 COBOL 和其他传统语言的现代化。

尽管如此，转换或重写代码只能解决现代化挑战的一部分。底层平台（包括从本地设备到边缘环境的硬件和软件堆栈）决定了 AI 工作负载需要运行的地点。此流程包括交易处理、安全性和弹性要求，而这些要求对零售、金融和医疗保健等行业均至关重要。在这些环境中，混合云支持现代化后的工作负载，以帮助企业实现性能、可扩展性和安全性。

如今，大多数企业业务都依赖于混合多云环境。多云是一种云计算解决方案，它结合了不同云供应商的公有云服务，并可在多个云提供商的云基础设施之间移植。混合多云方法具有更大的灵活性，可减少组织对一家供应商的依赖，防止被供应商锁定。

统一的混合多云系统包括以下关键组件：

• 支持跨所有云类型（公有云和私有云）和云供应商的云原生应用程序开发和部署
• 适用于所有环境的单一操作系统
  
• 容器 编排平台（通常是  Kubernetes），可跨 云环境自动部署应用程序

借助云原生 开发，开发人员可将单一应用程序转换为以业务为中心的 功能单元，而这些功能单元可在任何地方运行并在各种应用程序中重用。

标准操作系统允许开发人员将任意硬件依赖项构建到任意容器中。Kubernetes 编排与自动化使开发人员能够对跨多个云环境的容器配置和部署（包括实时监控、负载均衡、 可扩展性 等的安全功能）实现精细化、设置后即可放手的控制。

根据 IBM 商业价值研究院 (IBV) 的一份报告，大规模混合多云平台技术与运营模式所产生的价值是单一平台、单一云供应商方法所获价值的 2.5 倍。

组织正从此类平台中获得显著优点，其中包括：

• 提高开发人员工作效率
• 更高的基础设施效率
• 更强的监管合规性和安全性
• 整体业务加速

统一的 混合 云 平台有助于扩大敏捷开发和 开发运维方法论的采用，使开发团队能够实现一次开发，随处部署。

通过对资源进行更精细的控制，开发与 IT 运营团队可优化针对公有云服务、私有云和 云供应商 的支出。此外，混合云还可帮助公司更快地实现应用程序现代化，并以提供新价值的方式将云服务与云或本地部署基础设施上的数据连接起来。

统一平台可让组织利用行业最佳的云安全与监管合规技术，并以一致的方式在所有环境中实施安全性和合规性。

此加速包括缩短产品开发周期、加快创新和上市时间、更快地响应客户反馈以及更快地交付更靠近客户的应用程序（例如边缘电子商务）。

构建合适的混合云模型十分复杂，且需要混合云管理策略。虽然每个混合云管理策略会因具体业务目标而异，但各组织都应遵循以下几个基本步骤。

根据 McKinsey & Company 的数据，自 2017 年以来，AI 在企业运营中的应用已翻了一番。²

几十年来，传统 AI 已融入企业业务科技中。这些工具包括机器学习 (ML)、自然语言处理 (NLP) 和生成式 AI，并以 2022 年 ChatGPT 的推出为标志。这些技术使企业应用 AI 的方式发生了重大转变。如今，企业正在使用生成式 AI 来改进虚拟助理以改善客户体验、自动运行日常流程以加快工作流程等等。

现代混合云环境在此时发挥了关键作用，并可支持需要大数据处理和强大计算能力的生成式 AI 工作负载。在 Harris Poll 进行的一项 IBM IBV 调查中，68% 的混合云采用者已制定正式的全组织政策，以指导他们采用生成式 AI 的方法。

商用 AI 的最新发展侧重于智能体式 AI。这些系统可自主决定并代表用户或其他系统运行复杂的工作流。例如，在电子商务环境中，智能体式 AI 系统可在每个步骤处理客户订单、检查库存、启动履行并发送确认信息，而无需任何人工干预。

此技术要求对数据进行快速、可信的访问，而无论数据位于何处；同时，它还需具备强大的安全性和治理能力，而混合云基础设施正旨在为实现所有这些特性而提供支持。

随着全球 AI 采用率的提高，数据主权已不再局限于数据驻留。现在，它还涵盖 AI 主权，即一个组织或国家控制其 AI 基础设施堆栈的能力，其中包括数据、AI 模型和运营。Gartner 表示，数字主权、AI/ML 需求和多云互操作性是未来几年影响云采用的主要趋势。³

混合云为企业提供多种用例，例如：

• 安全与合规性
• 可扩展性与弹性
• 快速采纳新技术
• 增强旧版应用程序
• 云迁移
• 资源优化与成本节约
• 可持续发展／耐久性
• 备份与灾难恢复 (BDR)

为敏感数据和受严格监管的工作负载预留位于防火墙后的私有云资源，包括由数据隐私问题驱动的工作负载。对敏感性较低的工作负载和数据使用更经济的公有云资源。

利用公有 云计算 和 云存储资源快速、自动、低成本地 扩展，以应对突发流量高峰而不影响 私有云工作负载（称为“云爆发”）。

采用或切换到最新的 AI 或 SaaS 技术进展（例如 AI 智能体式工具、AI 驱动式自动化平台），甚至可将这些解决方案集成到现有应用程序中，而无需配置新的本地基础设施。

使用公有云服务改善现有应用程序的用户体验，或将其扩展到新设备。随着 AI 工具加快旧版应用程序的现代化（包括代码重构和 COBOL 等语言的转型）步伐，混合云为现代化和运行这些工作负载提供了必要的基础设施。

采用云迁移策略，包括 VMware 迁移。将现有的本地工作负载“提升并转移”到虚拟化的公有云基础设施，以减少本地数据中心的占用空间并根据需要进行扩展，而无需投入更多资本设备投资。

在 私有云上运行具有可预测容量的工作负载，将波动性较大的工作负载迁移至 公有云。利用公有云 基础设施快速按需启动开发与测试资源。

混合云支持可持续发展目标，以便组织能灵活地在最节能的环境中运行工作负载。Gartner 的一项研究显示，到 2029 年，超过 50% 的全球组织计划将可持续发展作为云采购决策的一部分来优先考虑。⁴

使用混合云计算模型进行备份和灾难恢复 (BDR) 以及更广泛的业务连续性规划。如果出现数据丢失或损坏，BDR 可通过创建文件副本并将其存储在一个或多个远程位置并使用这些副本来提供帮助。