news 2026/4/23 17:07:38

云成本管理变得更加便捷

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
云成本管理变得更加便捷

FinOps基金会于周四更新其FinOps开放成本和使用规范(FOCUS)云成本管理工具,旨在更好地支持多供应商工作流程。

FOCUS 1.3版本新增了合同承诺和协商协议的数据集,增加了跟踪成本在不同工作负载间分配的列,以及提升云支出和使用报告及时性和完整性的元数据可见性,这家非营利行业协会和Linux基金会附属机构在公告中表示。

"FOCUS 1.3版本深入解析共享成本分配,使更多供应商能够支持该规范,新增了可与成本和使用数据分别授权的合同数据集,并有助于提升数据的新鲜度透明性,"FinOps基金会执行董事J.R. Storment在新闻发布中说道。

随着云和人工智能采用推动企业IT预算增长,技术供应商保持高度关注。将成本与价值关联的努力——这是FinOps的核心理念——在云计算及相关行业获得了发展动力。

"我们生活在一个令人愉快的混合世界中,大型公司拥有三到四个云供应商,小型公司可能有两个,同时它们还拥有一些数据中心、SaaS和许可服务,"Storment告诉Channel Dive。"Focus旨在整合所有这些混乱局面,使价值计算变得更容易,并将其与业务联系起来。"

随着云的按使用付费定价模式从基础设施扩展到软件和人工智能服务,FOCUS今年将其数据计算能力扩展到SaaS和平台服务。该组织正在推进一项计划,将数据中心支出纳入成本跟踪菜单。

基金会的努力得到了包括AWS、谷歌云、微软在内的最大超级云服务商的支持。该组织在5月份迎来了AMD、英伟达、Snowflake和Service Now加入其不断壮大的队伍。

根据Futurum集团渠道研究和实践运营副总裁Alex Smith的说法,FinOps实践在渠道合作伙伴中也获得了关注。云财务运营评估是"以更战略性方式获得客户的关键产品",Smith在3月份的LinkedIn帖子中说道。

随着大型增值转售商将云服务引入之前专注于本地硬件和软件的产品组合,这一趋势得以确立。

"他们无法纯粹依靠转售利润运营,"Smith告诉Channel Dive。"在云领域,这种经济模式实际上行不通。你必须拥有一套伴随云配置的咨询和专业服务,而FinOps正是这些关键产品之一。"

埃森哲、德勤和安永是FinOps基金会的顶级成员。

"那些从事技术和专业服务的最大全球系统集成商拥有强大的FinOps实践,他们正将这些实践带入大型企业,"Storment说道。"支持长尾客户的中型MSP和转售商拥有FinOps实践、工具和服务,他们正将这些带给那个群体。真正成熟的公司已将其整合到工程、财务、采购等部门中,并通过服务、工具和技术对其进行增强。"

Q&A

Q1:FOCUS 1.3版本新增了哪些功能?

A:FOCUS 1.3版本新增了合同承诺和协商协议的数据集,增加了跟踪成本在不同工作负载间分配的列,以及提升云支出和使用报告及时性和完整性的元数据可见性。该版本深入解析共享成本分配,使更多供应商能够支持该规范。

Q2:FinOps在云成本管理中起到什么作用?

A:FinOps的核心理念是将成本与价值关联起来。在混合云环境中,企业通常使用多个云供应商、数据中心、SaaS和许可服务,FinOps帮助整合这些复杂情况,使价值计算变得更容易,并将成本效益与业务目标联系起来。

Q3:渠道合作伙伴为什么重视FinOps服务?

A:渠道合作伙伴无法纯粹依靠云服务转售利润运营,因为在云领域这种经济模式行不通。他们必须提供包括FinOps在内的咨询和专业服务套件,这些服务成为获得客户并以更战略性方式进入市场的关键产品。


版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/23 8:18:43

手把手教你用Miniconda创建独立Python环境跑大模型

手把手教你用Miniconda创建独立Python环境跑大模型 在本地部署 LLaMA、ChatGLM 或 Stable Diffusion 的时候,你有没有遇到过这样的问题:刚配好的 PyTorch 环境,一升级 transformers 就炸了?或者明明写了 requirements.txt&#xf…

作者头像 李华
网站建设 2026/4/23 8:18:50

使用Conda环境变量控制PyTorch行为参数

使用 Conda 环境变量控制 PyTorch 行为参数 在现代深度学习开发中,一个常见的困境是:同样的代码在不同机器上运行时表现迥异——有时显存突然耗尽,有时训练卡顿如龟速,甚至出现难以复现的崩溃。这些问题往往并非来自模型本身&…

作者头像 李华
网站建设 2026/4/23 8:15:45

Miniconda-Python3.10镜像对国产GPU芯片的支持进展

Miniconda-Python3.10镜像对国产GPU芯片的支持进展 在人工智能和深度学习加速落地的今天,算力平台的选择早已不再局限于NVIDIA GPU与CUDA生态。随着华为昇腾、寒武纪MLU、天数智芯BI等国产AI加速芯片的持续迭代,如何让开发者“无感”地从国际平台迁移到…

作者头像 李华
网站建设 2026/4/23 9:44:09

PyTorch安装教程GPU版本:基于Miniconda-Python3.10镜像快速部署

PyTorch GPU 环境快速部署:基于 Miniconda-Python3.10 镜像的实战指南 在高校实验室里,一个学生正焦急地敲着键盘——他的 PyTorch 训练脚本报错 CUDA not available。他已经花了整整两天尝试安装驱动、配置 CUDA、降级 Python 版本……但每次解决一个问…

作者头像 李华
网站建设 2026/4/23 9:44:32

PyTorch自定义层开发:Miniconda环境下的编码实践

PyTorch自定义层开发:Miniconda环境下的编码实践 在深度学习项目中,我们常常遇到这样的场景:标准的 nn.Conv2d 或 nn.LSTM 已经无法满足模型设计的需求。比如你要实现一个带有位置感知的注意力机制,或者需要将物理规律嵌入神经网络…

作者头像 李华
网站建设 2026/4/23 9:44:08

利用Miniconda环境实现多用户共享GPU资源的隔离方案

利用Miniconda环境实现多用户共享GPU资源的隔离方案 在高校实验室、初创AI团队或企业内部平台中,一台配备多块A100或RTX 4090的GPU服务器常常需要服务十几甚至几十名研究人员。理想情况下,每个人都能独立运行PyTorch训练脚本、调试Jupyter Notebook&…

作者头像 李华