雲端服務

近年，網絡雲端管理發展起來，各大網絡品牌都有自家的雲端管理系統，加速了雲使用的步伐。但現在大部分品牌都只有特定系列產品才能夠支援雲端管理，有的品牌雲端管理就功能並不齊全，又或者 License 的年費太高，中小企業難以負擔。巿場上還有什麼品牌可以給用家選擇呢？以下介紹的 Ruijie Cloud 網絡雲端管理系統，是少數向中小企巿場支援全企業級功能的網絡雲端系統。

▲ Ruijie Wi-Fi

企業級品牌 知名網絡供應商

網絡品牌供應商 Ruijie 為商用企業提供網絡解決方案，除商用巿場外，政府 Wi-Fi.HK 和眾多的 NGO 也有選用 Ruijie 產品，全港亦有超過 400 間中小學正採用 Ruijie 網絡方案。上年度 Ruijie 便推出了針對中小企業巿場的牌子 — Reyee，產品質量維持高水平兼附設適合中小企使用的企業級功能。

獨家自組網  3 分鐘自動配置設定完成

組裝 Ruijie 產品不會有太大難度，原因是 Ruijie 產品有個獨特功能名叫「自組網 SON : Self-Organizing Network」，只要使用全 Reyee 產品，3 分鐘內可以全部產品自動添加上 Ruijie Cloud，包括 Router、Switch、Gateway 和 Access Point。往後的功能設置亦都會自動套上設備上，大幅減少設置時間和所需要的技術門檻。如果設備裡有支援 ONVIF 的 CCTV Camera ，Ruijie Cloud 會自動 discover 並添加上雲端。

以下參考影片展示了 Ruijie 曾經試過不用 3 分鐘就能使用自組網功能去設置全部 150 台 AP

https://www.youtube.com/watch?v=TPCqAD8DR_k

▲Ruijie Cloud 自動 discover Reyee 和 Camera，紅色連結代表有問題

手機網絡管理 遙遠設置

企業級的管理系統，由於功能複雜和定位原因，多數需要用獨立軟件或 Web GUI 登入系統去操作，就算有手機 App 也只會提供整體資訊為主 。Ruijie Cloud 給用家驚喜的地方是它的手機 App，除了必有的整體資訊如網絡狀態、設備的使用資料和用家使用量外，更加貼心地提供設備的內裡資訊，比如每一個網埠的連結應用和使用狀況，使管理者可以更快地偵查到每台設備的實際情形。

▲ Ruijie Cloud 提供豐富網絡資訊

系統的 alarm system 可以設計不同門檻和組合，當有異常時，就透過 EMAIL 和 App pop up 主動去通知管理者，再進入 App 裡查看設備狀況。App 裡已經有常用的 Wi-Fi 設置，網絡限制等設定，管理者可以於手機 App 內作出即時調整，十分方便。如果項目需要其他技術人員協助管理，亦設有 Share Tenant 功能，可以提供到 Read/Write 和 Read only 的選擇，共同管理項目。

▲ 全面企業級功能

企業功能 節省運維成本

上面已介紹過 Ruijie Cloud 有提供企業級功能讓中小企使用，另外他們有幾個貼地功能，相信不少中小止都有這需求 :

Remote PoE Reboot : 當終端設備如 Wi-Fi 或者 CCTV Camera 有不穩定時，一般的做法是派遣工程司到現場做 onsite inspection，但這樣做的成本十分高昂，而且 8 成的不穩定問題都只需要重啓設備就可以。若果使用 Ruijie Cloud，當管理者知道終端設備有異常時，可以先透過 Cloud 去重啓該設備的網絡電接阜，如果問題解決就可以省郤派遣工程司到現場處理，這樣就更有效率，減省運維成本。

Long Distance : 眾所周知一般 PoE LAN 的傳輸距離限制是 100 米，如果要連接超過 100 米，就需要添加 PoE 交換機，增加運維成本。Ruijie Cloud 有一個 Long Distance 功能，可以把連接阜的傳輸速度限制於 10MB 內，換來達到 200 米的傳輸距離。對於一些有特別距離需求的 CCTV 項目，這功能就會大派用場。

AI Optimization / Diagnose : 網絡不穩定或者異常，有可能是設置問題，也有可能是外在因素影響，但一般情況下，如果没有相關專業知識者或者現場做詳細測試的話，是很難檢測到問題所在。Ruijie Cloud 有一個 AI Optimization 功能，可以一鍵幫助改善設備的配置，比如用大數據分析選擇最暢通的網絡頻普，調較合適的訊號強弱等等。另一個功能是 AI Diagnose，它可以協助你分析從手機直至 Internet 間的連接是否有硬體或者設置異常，並且提供解決建議，尤如一名專業網絡工程師從旁協助。

▲ 一鍵偵查和改善系統配置

Ruiji Cloud license 終身免費

很多品牌的雲端管理是需要額外收取 License Fee，每年以 Subscription 型式或者按產品型號和數量去收取費用。而 Ruijie cloud 則向所有客戶提供終身免費設備無上限，和企業級功能的網絡雲端管理系統，這策略十分關顧只用上有限設備的中小企業，幫助他們大大減輕運維成本。

▲ Ruijie Cloud 比巿場對手牌子的雲端有更強大的功能且免費

Google 雲端系統 保證安全性

雲端管理的無間斷服務能力和資料安全一向是大眾關注焦點。香港區所使用的 Ruijie Cloud 是設置於 Singapore Google 內， 已通過 99.99 的認證，另外於俄羅斯亦有設置高可用性解決方案，雲端系統的穩定性有所保證。對於某些行業如酒店和銀行有著高度嚴格的私人條例規範，Ruijie Cloud 亦已經通過歐盟對私隱保障的嚴格需求 (GDPR)，客戶不用擔心資料外洩。

總結

有賴於 Ruijie Cloud 的友善介面，產品設置和測試過程都可非常順利，相信網絡新手都能夠輕易掌握。而 Ruijie Cloud 是完全免費和無上限使用，所以中小企業若使用 Ruijie Reyee 產品的話，只需付上硬件費用就能用 Ruijie Cloud，整個配套相當吸引。

測試產品：

RG-EG210G-E

• 10 個 Gigabit Port，uplink 1000Mbps
• 最大支援 200 台設備同時使用
• 預設 2 WAN，最大支援 4 WAN
• 預設三個網段
• 支援網絡流量控制，行為管理
• 支援 IPSec VPN，DDNS

▲ RG-EG210G-E 全能中小企 Router

RG-ES209GC-P

• 8 個 Gigabit PoE/PoE+ Port，1 個 Gigabit Uplink Port
• 120W 最大 PoE 輸出功率
• 支援 Ruijie cloud
• 4K MAC 容量
• 支援 Loop Prevention、Remote PoE Reboot、Long Distance 功能

▲ RG-ES209GC-P 高性能交換機

RG-RAP2260(G)

• 2 個 Gigabit LAN Port
• AX1800 Wi-Fi 6 ，2×2 MIMO
• 4G : 574Mbps / 5G : 1201Mbps，共提供 1.775Gbps
• 內置藍牙 0
• 支援 Layer 2,3 Roaming

▲ RG-RAP2260(G) 全能中小企 Gateway

網絡安全的重要性日漸增加，最近有報導指 Google 母公司 Alphabet 最近正與雲端安全公司 Wiz 商討收購，涉及高達 230 億美元，如果城市將會是 Alphabet 至今最大規模的收購計劃。

近年不論雲端轉型，以及最近的 AI 熱潮，都令對數據中心的要求陸續提升，有見及此，Supermicro 正計劃擴大其生產設施，滿足對液冷數據中心基礎設施日益增長的需求。

在雲端運算和 AI 需求不斷增長的推動下，科技巨企陸續在馬來西亞設立更大規模的數據中心，滿足東南亞地區的需求，其中 Google、Nvidia 和 Microsoft 等已經在當地投資數十億美元。

隨着 AI 熱潮冒起，相關人才相當短缺，不過同樣需求甚高的雲端服務卻看來並非如此。最近有報導指，Google 正針對雲端運算部門裁員 100 人，影響多個職位。

自 ChatGPT 問世以來，各行各業都在躍躍欲試開發或應用生成式 AI。公眾對 AI 寄予厚望，但由於其高昂的成本和技術的複雜性，究竟如何讓 AI 發揮作用，是時下大眾關注的焦點。 

AI 憑藉強大的性能和一致性，能夠發現人類可能會錯過或者忽視的東西，因此具有強大潛力。但歸根結底，研發 AI 的基礎是數據。

也就是說，恰當地處理和保護數據至關重要。數據不僅是整個 IT 基礎設施的命脈，也是所有創新的基礎。作為生成式 AI 基礎設施的一部分，數據庫在不斷發展以適應生成式 AI 時代企業的需求。AI 的有效性取決於企業如何選擇恰當的數據庫來管理數據。

常用數據庫模型

在線交易處理（Online Transaction Processing，OLTP）數據庫是一種支持實施事務處理的數據庫系統架構，令企業能夠處理大量用戶同時進行的並發交易，例如在網上銀行交易、線上購物等。

此外，在線分析處理（On-Line Analytical Processing，OLAP）技術能夠整合交易數據，更能幫助整合多個來源的數據，因此可從多維度對數據進行快速而深入的交互式分析。此技術極大地提高了企業的分析效率。舉例來說，零售商可以將其庫存數據與客戶購買行為數據結合起來，依此判斷是否需要增加某種特定商品的生產量。

AI 時代的新興數據庫模型

隨著 AI 時代的到來，我們預計向量數據庫模型將最具變革性。

向量數據庫是用於配合大語言模型，通過將非結構化數據轉化為高維向量，為「智能工作負載」提供所需的數據高效管理。預計到 2050 年，包括文件、圖像、音頻錄製、影片等在內的非結構化數據，將佔據全球數據的 80%。彼時，AI 預計將實現更高階的語義理解，即理解潛在的語境和語義的細微差別，而非單純的字面含義。

AI 的終極目標是要理解和利用數據，而向量數據庫是提升大型語言模型行業特定知識的一個關鍵要素。例如，網絡遊戲公司可透過使用向量數據庫解決方案，創建能夠與人類玩家互動的智能非玩家角色（NPC）。這些 NPC 不只是按照預設腳本對話，而是會根據對玩家交流內容的實時理解做出反應，令互動更加真實。

兼顧成本與效益

當然，AI 的潛力不僅限於遊戲應用，甚至不止於理解和處理非結構化數據。

AI 還可被用於管理數據庫。當存儲空間不足時，AI 可以向系統管理員發出警報，提醒關注存儲需求並詢問是否需要擴展存儲空間。若獲得授權，AI 還能自動擴展存儲空間。同樣的功能也可應用於 CPU 容量、存儲容量以及其他功能上。

過去購買雲端服務產品時，必須預設一組伺服器資源，但這將帶來一定的成本。當預設的伺服器容量超過實際工作負載所需的量時，就會造成伺服器資源的浪費。

無伺服器運算旨在解決這一挑戰，確保雲服務所使用的伺服器容量精確地匹配工作負載的需求，並且能隨著工作負載動態變化進行適應。

透過將 AI 與無伺服器雲運算相結合，可實現兩者優勢的完美結合。AI 能夠增強企業決策能力，以應對突發的高增需求或動態變化的工作負載。企業亦只需按實際所需的資源數量付費，降低使用成本。

企業是否能夠把握住當下的 AI 趨勢，在競爭中脫穎而出，關鍵在於如何有效地利用適當的數據庫，以充分發揮 AI 的潛力和優勢。

撰文：阿里雲數據庫產品事業部總裁李飛飛博士

AI 熱潮下對於這個新技術的願景有不少，相關需求也帶動 Nvidia 的產品大受歡迎，最近在 GTC 2024 大會上，總裁黃仁勳就表示數據中心的概念將需要重新思考，未來將會是「AI 工廠」的運作模式。

「生態圈」在電子產品和數碼服務市場中相當常見，廠商以提高「轉台」的門檻去令客戶留在平台上，不過監管當局對此並不鼓勵。最近 AWS 就調整規則，容許用家自由轉移數據到其他供應商，跟隨 Google Cloud 之前的改變。

雲端服務市場一向競爭相當激烈，最近阿里巴巴旗下的阿里雲就宣佈全線產品大幅降價，其中特別是多年期合約降價幅度最大，藉此提升產品的競爭力並改善收入穩定性。

Amazon 最近公佈第四季業績，其中 AWS 雲端服務部門比去年同期收入增長 13%，他們表示，隨着 AI 發展，對於雲端服務的需求將會繼續加速。

▲（右起）Pure Storage 港澳區系統工程主管葉麗芳 、港澳區總經理楊玉珊及港澳區渠道技術總監張少愷。

ChatGPT 掀起全球大熱，甚至有業界人士稱 2023 年為「生成式 AI 元年」（ChatGPT 於 2022 年首推出）。

由於去年已推出 GPT-4，加上各大 IT 廠商爭相開發大型語言模型（LLM），和針對各行業的基礎模型（Foundation model），不免令人期待生成式 AI 進入 2024 後，將會有甚麼突破性發展。

展望 2024 年，Pure Storage 港澳區總經理楊玉珊認為，AI 世代對能源和數據的需求將會以幾何級數增長，因此在選擇合適 AI 數據基礎架構上投資尤其重要。

▲Pure Storage 港澳區總經理楊玉珊指出企業儲存和能源需求將因為 AI 出現幾何級數增長，故應謹慎投資 IT 基建。

據 Pure Storage 早前發表的報告《變革驅動的主因：應對採用人工智能的能源與數據挑戰》（Drivers of Change: Meeting the Energy and Data Challenges of AI Adoption），除了預期 AI 與可持續發展將由 2023 年延續至 2024 年，亞太地區和日本的科技應用和人才發展亦值得關注。

隨著政治、社會和經濟不穩的情況持續，企業將繼續注重科技投入的實用性，透過 AI 改善營運模式，並堅守營運環境可持續發展的目標。報告又指，重新評估數據基礎架構至關重要，將可藉 AI 實現業務價值並控制能源成本。

Pure Storage 港澳區系統工程主管葉麗芳表示：「經濟靈活性、數據中心現代化以及優先環境可持續發展將是影響 2024 年科技應用的三大關鍵，而 AI 亦將成為一大推動力。」

雲端主權（Sovereign Cloud ）

另一點值得關注的是，各國針對數據使用和位置的相關條例毫無疑問將進一步收緊。故企業對雲端主權的需求將日益增長，尤其監管較嚴的金融服務業。此外，如生成式 AI（Generative AI）等 AI 系統，在訓練過程中亦會出現主權問題。澳洲、新西蘭、日本和印尼等國家，現正推動實現雲端主權。

不過每當出現新科技，對這些新科技領域的人才和技術需求亦會急增。而人才搶奪戰將會導致薪金上升，亦會有大量 AI 項目因人才短缺而延遲，成為 AI 廣泛應用的最大阻力之一。