☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
来源| https://www.php.cn/link/6439f1811e3c2d3f8870ea979b91a5a3作者| David Linthicum
云架构是一种高级设计，它包含了基于云的系统的整体结构和组件，以及这些组件如何相互关联，同时还考虑到了可伸缩性、可用性、安全性和性能。它定义了如何集成各种云服务和资源以满足特定的业务或技术要求。可以说，云架构为部署和组织云资源提供了蓝图，并使之变得足够简单。
云工程涉及云架构的实际实施和执行。云工程师负责构建、配置和管理云基础架构和服务，以确保它们与架构设计（包括主题）保持一致。
云工程师拥有决定某些事情是否有效的最终决定权。我们大多数人都参与过那种选择了不起作用的技术的项目，因此工程师应该有权否决一些架构决策，以获得更优化的最终状态。
云工程师的工作重点是在云环境中进行设置和维护的实际技术方面。他们利用各种工具和技术来部署应用程序、优化资源利用、自动化流程，并确保云基础架构的可靠性和安全性
我们既需要建筑师也需要工程师
如今，随着生成人工智能在科技媒体上占据主导地位，那些关注这个博客和播客的人经常说工程不再是一门必要的学科。毕竟，如果人工智能可以提供许多必要的编码，它也应该能够提供所需的详细工程，是吧？我认为没那么快。
我们需要这两个学科之间的合作，一个没有则另一个就无法正常运作。例如，我无法设计基于多云的系统，为不同云上的不同云服务定义不同的用法。每个云和每个服务都有工程认证，需要有非常专业的知识才能正确获取详细信息。作为云架构师，我了解如何构建安全架构，但如何在每个云提供商上部署安全架构，是云架构师通常所不具备的能力，并且也不应该要求他们具备。工程师使用最先进的最佳实践和方法构建和部署每个系统。这也是为什么建筑师与工程师的比例通常是一对多：一个建筑师对许多工程师。我的部署团队通常至少有 10 人，具体取决于我们在做什么。
为什么会有这种困惑？
我不确定这个概念在当今是否被充分理解，而且在我们们正急急忙忙地向基于生成式人工智能的云服务迈进时，我看到一些重大的错误正在发生。
在迁移到云端的过程中，许多人认为工程任务是最容易的部分。毕竟，只要云架构师优秀，配置应该是有效的，只需使用适当的人工智能工具进行部署即可
更糟糕的是，一些公司仅与工程师合作，并雇佣特定技能人员。公司可能选择一个云品牌，并在该云平台上雇佣安全、应用程序、数据和人工智能工程师。他们认为这个特定的云平台是正确且优化的平台，但这通常会引发问题。比如这些解决方案可能有效果，但运营成本可能是原先预期的10倍。毫不奇怪，这些公司拥有未经优化的架构，因为他们没有考虑过对架构的优化或雇佣云架构师来做这件事。
人工智能不能让你不再需要良好的架构和工程学科。你需要同时拥有这两者，特别是对于生成式人工智能的复杂性而言，这种需求变得越来越重要。我经常对于这个概念仍然令人困惑感到惊讶，但那些不了解如何在系统配置和部署能力方面进行严格规划的人，无论是在云端还是非云端，很可能最终面临的是减少而不是增加业务价值的解决方案。然而，这是可以避免的
