深信服社区»版块 综合类 活动专区 有一说一|预算有限、业务难协同,CIO 怎么做企业级 AI? ...

有一说一|预算有限、业务难协同,CIO 怎么做企业级 AI?

查看数: 65 | 评论数: 1 | 收藏 0
关灯 | 提示:支持键盘翻页<-左 右->
    组图打开中,请稍候......
发布时间: 2026-7-23 20:13

正文摘要:

       当下数字化转型进入深水区,生成式 AI、行业大模型不再是概念噱头,不少企业踩坑:AI 工具采购后闲置、业务流程与 AI 割裂、数据安全与算力成本失衡、AI 落地看不到实际业务增收提效价 ...

回复

高级模式
B Color Image Link Quote Code Smilies |上传

本版积分规则

回复 习祥有 发表于 2026-7-24 17:18
2. 企业现有云、存储、安全底座,该如何改造适配私有 AI 部署,平衡算力投入成本与长期运维压力?
企业适配私有 AI 部署,核心要最大化复用现有云、存储、安全底座,避免推倒式重建,通过分层适配与梯度投入平衡算力成本与长期运维压力。
云底座层面,利旧现有虚拟化与资源调度能力,将存量服务器的 CPU、GPU 算力池化,按训练、推理业务分级弹性调度,提升资源利用率;初期优先承载轻量推理场景验证价值,按需逐步扩容算力,压低一次性采购成本。
存储底座层面,做分层适配改造:高性能存储承载训练热数据与在线模型,大容量归档存储承接冷数据集,复用现有数据冗余、备份机制,兼容原生存储协议,省去独立存储栈的建设与适配成本。
安全底座层面,将 AI 全流程嵌入现有安全体系:数据侧复用脱敏、审计能力,模型调用接入现有权限管控与零信任网关,无需重构安全架构,大幅降低安全运维复杂度。最终统一纳入现有运维监控体系,整合算力、模型、数据全链路告警,配套自动化运维能力,控制新增运维工作量。