CNCF年度云原生调查：人工智能未来的基础设施

核心观点与关键数据

• 云原生技术成熟度提升：98% 的组织已采用云原生技术，其中 82% 的容器用户在生产环境中使用 Kubernetes，标志着云原生技术从实验性架构转变为企业基础设施标准。
• Kubernetes 成为 AI 基础设施平台：66% 的组织使用 Kubernetes 托管生成式 AI 工作负载，但成功部署 AI 的关键在于资源管理和部署管道等基础设施挑战。
• 组织消费 AI 模型为主：52% 的组织不构建或训练 AI 模型，而 37% 的组织使用托管 API，25% 自托管模型，13% 进行边缘部署，表明大多数组织是 AI 模型的消费者而非生产者。
• AI 部署频率较低：47% 的组织偶尔部署 AI 模型，仅 7% 每日部署，表明 AI 革命是循序渐进的，需要强大的 CI/CD、监控和治理基础设施。
• 云原生成熟度模型：组织云原生采用成熟度分为四个阶段：探索者（8%）、采纳者（32%）、实践者（34%）和创新者（25%），其中 GitOps 采用率可作为成熟度指标，创新者中 58% 采用 GitOps。

研究结论

• 云原生技术普及：云原生技术已进入主流，技术挑战不再是主要障碍，文化转变和团队协作成为关键挑战。
• AI 部署基础设施优先：成功部署 AI 的关键在于基础设施成熟度，而非算法突破，需要关注资源管理、部署管道和成本优化。
• 开源基础设施可持续性：AI 工作负载对开源基础设施造成压力，组织需要通过资金、贡献和负责任的使用方式参与开源项目维护。
• 云原生作为基础：未来竞争优势将取决于在云原生基础设施上构建可靠、可扩展和可持续系统的能力，组织需要将基础设施视为核心能力，并持续进行组织转型和技术投入。