地端部署
On-Premises
什麼是地端部署?
- 於自有伺服器直接建置・營運
- 控制權↑ 初期成本↑,與雲端相對照
- 私有 AI 需求帶動再度興起
選擇地端部署(On-premise),不只是購買設備的決定,而是承擔責任與人力的決定。在雲端,故障時只要打開供應商的主控台、開立工單即可,但在地端部署,凌晨兩點打開機房大門的,是我們自己的員工。預算也不同。雲端是每月支出的管銷費用,業務部門可以像刷卡一樣隨意增加;地端部署則是通過投資審議的資產,買下後就必須以使用 4~5 年的折舊期間為前提來規劃。
實務上不會把地端部署與雲端當成二選一。從在公司機房自行建置,到把設備放進電信業者資料中心的共置(Colocation),再到整台租用專用硬體的私有雲,中間有好幾層過渡型態。比較成本時,不能只看設備價格,要把電力、冷卻、機櫃空間租金、軟體授權與營運人力合併計算,以3 到 5 年為基準的總持有成本(TCO)來比,才看得出真正的差距。一般來說,負載穩定、長期維持高使用率的系統適合地端部署;活動期間暴增、事後又回落的流量,則雲端較有利。另外,地端部署指的是「設備放在自己建築物內」的位置概念,網路分離則是切斷網路連線的安全措施,兩者屬於不同層次的問題。
最常見的誤解,是「放在公司內部就安全」的迷思。真正的安全並非因為資料在公司內,而是因為有人持續修補、並定期驗證備份。一旦負責人因其他業務忙碌而拖延六個月才進行資安更新,就會比外部雲端脆弱得多。勒索軟體的受害案例,有相當大比例都來自無人管理的企業內部伺服器。生成式 AI也是一樣:只買了 GPU 伺服器,卻沒有安排人員負責模型更新與營運,動輒數億韓元的設備半年後就會變成沒人使用的閒置設備。
源自「在場內(on the premises)設置」的說法。在雲端運算普及之前,這是理所當然的做法,因此不需要另外的名稱。2000 年代中期之後,雲端與 SaaS 日益普及,為了與之區隔,這個詞便作為指稱傳統自建方式的對比概念而確立下來。
以下以假設案例說明。A 公司是員工 1,200 人、年營收約 KRW 400,000,000,000 (≈ US$299,387,800) 的精密零件製造商,為了在圖面查詢上導入生成式 AI,已拖了六個月仍無定論。業務單位主張「用 ChatGPT 不就好了」,但資安團隊則以客戶圖面可能外洩為由反對。
- 資安組長逐一檢視公司內部文件庫的 18TB 資料,依等級分類後劃下界線:「設計圖面與成本表 3.2TB 無論如何都不能外流」,其餘資料則歸類為可攜出。
- 法務部門負責人重新檢視了三家主要客戶的保密協議後發現,其中有兩條條款明確禁止將圖面資料儲存在海外區域的伺服器上。
- IT 基礎架構團隊以 5 年為基準,並列比較導入 4 台 GPU 伺服器的費用 KRW 380,000,000 (≈ US$284,400) 與雲端 API 每年 KRW 120,000,000 (≈ US$89,800);再加入電力、機櫃空間租金與 1.5 名營運人力後,兩方案的差距縮小到約 KRW 80,000,000 (≈ US$59,900)。
- CTO 整理出「圖面留在內部,其餘放到外部」的原則:設計檢索 AI 部署在公司內部的 GPU 伺服器上,使用開源模型;行銷文案與翻譯則直接使用商用雲端 API。
- 指定兩名基礎設施營運專責人員,並將 每月第三個星期三固定為修補日,另在規範中明訂每季實際執行一次備份還原測試。
- 導入六個月後,設計團隊查找過往圖面的時間 由每件平均 40 分鐘縮短為 7 分鐘,未經管控的外部 AI 服務使用次數也從每月 300 多件降到 0 件,且未發生任何資安事件。
朴雪英
Seungtae Park