很多人认为，随着云计算的崛起，大型机的时代已经终结，但事实远非如此简单。让我们来看看大型机技术的实际情况以及运维这些系统的人员。

　　云计算兴起之初，一个普遍的观点是大型机将会退出历史舞台，这种观点让我感到非常困惑。实际上，并不是所有的应用和数据都适合迁移到云上，特别是那些运行在大型机上的。

　　虽然这种观点曾让我在会议中被嘲笑，但随着时间的推移，采用模式证明了我的观点是正确的。人们经常将其解读为对云计算本身的反对，但这其实只是一种务实的态度。

　　事实是，我们会发现有不少应用和数据集(比你想象的要多)并不适合迁移到云上。我称这为饱和点，即我们已经将大部分实际可迁移的应用都转移到了云上。我在这样说时，心里想的就是那些运行在大型机上的应用，这是有充分理由的。

　　迁移是可行的有些人可能会反驳这一观点，指出一些工具和技术可以帮助将老旧的大型机应用迁移到云服务提供商上。这些优秀的产品通过设置仿真器和代码转换器，能够在公共云提供商上运行基于大型机的应用。

　　是的，你可以选择这条路。但你应该这么做吗?答案往往是否定的。考虑到额外的成本、风险，以及这些应用将比许多人预测的有更长的价值寿命。

　　一项来自应用现代化公司Advanced的调查发现，数字转型通常是优先考虑的事项。然而，这并不意味着大型机的末日。实际上，只有6%的受访者认为替代技术将在短期内取代大型机。

　　超过一半的公司(52%)计划维持或增加对大型机的依赖。此外，一半的受访者表示，对于核心应用来说，大型机是他们首选的平台(56%)。

　　关键在于并存我一直认为，根据企业如何使用大型机，采取一种整合和并存的策略是更好的路径。即使在对生成式人工智能有着极大兴趣的情况下(参见同一报告)，大型机可能不会是首选平台，但它们成为了训练数据的主要服务器。有时候，它们拥有长达50年的历史数据。对于构建大型语言模型来说，这是无价的财富，因为这些模型应该从旧数据和新数据中学习。

　　我的意思不是说我们应该优先考虑大型机平台而不考虑其他任何平台;它应该被公平地考虑——就像所有平台选项一样。有时云计算会是更好的宿主，有时是边缘计算，在某些情况下，大型机将继续提供价值。这种“视情况而定”的回答虽然让人烦恼，但通常是这些问题的正确答案。

　　这种方法创造了一个由许多不同平台组成的数字生态系统，每个平台都是某些特定用例最合适的平台。因此，我们也需要在管理复杂性和异构性方面做得更好，这是今天的企业并不擅长的。由于运营复杂性过高且缺乏财务运营监督，企业未能在云部署中找到价值。无论你是否使用大型机，你都需要解决这个问题。

　　我不是在为大型机平台辩护。它们确实存在问题，包括一个重大问题：大型机开发者和操作员正在退休，且大型机人才短缺。许多年轻的IT专业人士因为大型机缺乏“酷感”而不被吸引。

　　然而，那些了解大型机和基于云的平台的人员需求量很大，通常其薪资比同行高出20%-30%。即使是懂得如何与大型机互动的云架构师，通常也能获得更高的报酬。你发现了模式了吗?

　　我是一个务实主义者。我们将使用能为业务带来最大价值的平台。如果这是最优化的解决方案，我不在乎那是什么。这应该是架构师的主要目标。

　　原文出处：https://www.infoworld.com/article/3712962/mainframes-are-dead-long-live-cloud-computing.html