Lukáš Orčík, Vlastní server, nebo cloud?
technikaatrh.cz | 19
Rozdíl není automaticky v bezpečnosti, ale v míře
kontroly. Velký poskytovatel může infrastrukturu
zabezpečit lépe než běžný podnik; rma ale musí
vědět, za kterou část odpovídá ona a za kterou
dodavatel.
Data nesmějí ven vetřech situacích. Zákonné: GDPR
hlídá, kde a kým se osobní údaje zpracovávají,
aAIAct přidává povinnosti podlerizikovosti použití
– vztahují senato, kčemu systém slouží, ne kdeběží;
vlastní server vás regulace nezbaví. Smluvní:
smlouvy omlčenlivosti (NDA) často zakazují předat
data třetí straně – a poskytovatel cloudu třetí stra-
nou je. Obchodní: výkresy, receptury, zdrojové kódy.
Hlídat je třeba i logy, zálohy a diagnostiku – jejich
únik bolí stejně jako únik dokumentů.
Cílem není vyhnout sekaždé závislosti, alezachovat
si reálnou možnost odejít.
Provozovat vše uvíce dodavatelů je drahé. Důležitější
je umět vyexportovat data v běžném formátu, mít
popsaná rozhraní a klíčovou logiku oddělenou
od služeb jednoho poskytovatele – lock-in dnes
vzniká spíš vdatech než vevýpočetním výkonu. Test
provedení: jakdlouho bypřesun trval, kolik bystál
a co bychom stavěli znovu? Dokud to rma neumí
říct v číslech, nemá plán odchodu, jen teoretickou
možnost migrace.
Smysluplný start je pracovní stanice nebo all-in-
-one řešení s jednou výkonnou grackou kartou
s32až128GB paměti – zhruba 150tisíc ažpůl mili-
onu korun zastroj.
Utáhne otevřené modely střední třídy – rodiny jako
Mistral, Qwen čiLlama – vkvantizované, tedypamě-
ťově komprimované podobě, což je dnes standard.
Obslouží interního asistenta pro nižší desítky sou-
běžných uživatelů. Nejsilnější uzavřené modely
na něm nespustíte a u náročných úloh bude rozdíl
proti nejlepším cloudovým modelům znát. Pozor
inalicence: „otevřený model“ neznamená „dělej si,
cochceš“.
Cena stroje navíc není cena služby – integrace, zabez-
pečení, monitoring a podpora přidají další desítky
procent; vyšší dostupnost čizáloha posunou rozpo-
čet k milionu. Proto nejdřív ověřit jazykový model
(LLM) na pronajatém výkonu, teprve pak kupovat
hardware.
Škálování nemá začít nákupem dalšího stroje.
Nejdřív menší model, chytřejší rozdělení požadavků
a ukládání odpovědí na časté dotazy – teprve pak
další stroje nebošpičky přelité docloudu.
Největší skrytý náklad jsou lidé: kdodrží pohotovost,
když asistent vpondělí ráno neběží? Zní-li odpověď
„náš ajťák, až bude mít čas“, rma nemá službu,
alehobby projekt. Uvlastního provozu přičtěte ener-
gii achlazení, ucloudu přenos dat atichý růst účtu.
Anároky modelů rostou rychleji než obvyklý cyklus
serverů – počítejte s obměnou po třech letech, ne
popěti ažsedmi.
Tehdy, když má každé prostředí jasnou roli: citlivá
data, stabilní zátěž a rychlá odezva dovnitř; piloty,
špičky aveřejné služby docloudu.
Past je vyrobit si dvě oddělená IT prostředí, která
spolu neumějí mluvit. Nutná jsou jednotná pravi-
dla pro identity, přístupy, monitoring a zálohování,
denovaná data, která smějí meziprostředími prou-
dit, a jasná odpovědnost. Dobrý hybrid kombinuje
výhody obou světů, špatný jennásobí náklady.
Denovat případ použití dřív, než sáhne
napeněženku.
Jaký problém řešíme, jakzměříme přínos, sjakými
daty smí systém pracovat acosestane přivýpadku.
Pak pilot na pronajatém výkonu, měření, výběr
modelu – a teprve nakonec infrastruktura.
Nejčastější drahá chyba je opačná: podnik koupí
„AI server“ apak mu hledá využití; velká část strojů
zposledních dvou let stojí nevytížená. Server čekající
vrohu není investice doAI – je topomník špatného
pořadí kroků.