2018年是超融合异常火爆的一年。据IDC报告,2018年全球超融合市场实现了近80%的扩张,其中戴尔易安信的增长率更是接近三位数。
这样一来,人们不禁开始思考:这种强劲的增长还能维持多久?
对此,戴尔易安信超融合产品管理副总裁Chad Dunn接受了科技媒体ChannelBuzz的采访,他认为,超融合的增长很可能还会延续,并且从长远来看,超融合的未来一片光明。
戴尔易安信超融合产品管理副总裁
Chad Dunn
Dunn给出了自己的观点,他说:“有四大趋势推动超融继续按照既定轨道发展。”
1首先是持续的,以更敏捷和按需付费为目标的数据中心转型。
现在大多数公司已经不考虑双层架构了,这里的原因有很多,包括数据增长速度不减、敏捷数据中心是帮助实现差异化竞争的更经济的平台。
2第二个趋势,混合云赢了。
AWS过去认为,超融合仅是通往云的一个中转站而已,完全可以跳过,但是现在这样的观点已经过时了。我们可以看到,不断有云工作负载因为成本或性能原因而转回本地,而且如今大家都认为混合云才是未来的云模式。
本地和公有云之间的界限将变得模糊,哪个云环境更有效,工作负载就会转移到哪里。而且,HCI将让位于公有云的观点,也被AWS自己给否定了,(AWS自身也开始提供混合云服务)。
所以,即使是公有云提供商也认识到有些工作负载必须保留在本地。我们看到了VMworld大会上AWS与VMware的合作,我们非常重视这段合作关系,对此也进行了一些投入。
2018VMworld大会上AWS CEO Andy Jassy和VMware CEO Pat Gelsinger
3第三个趋势,对于边缘计算的增长,超融合具备天然优势。
边缘计算倾向于从很小的规模开始,这与超融合的设计理念不谋而合。现在许多组织的目标是在边缘部署超融合来提供更高的计算能力。
VxRail可以从小规模起步,随着业务增长而灵活横向扩展
4第四个因素,是云原生应用和容器应用在超融合部署的爆发式增长。
Pivotal是我们的战略性业务,过去,云原生应用只占1%,而在去年,通过K8s的容器即服务层,这一数字已经在快速上升。
现在,K8s更被视为是基础设施而非工作负载。公司的核心销售人员已经开始将容器即服务的概念传达给客户,我们认为,在未来一年中,将会收获更好的业务表现。
Dunn之所以对超融合持续的市场后劲充满信心,关键因素就是上面几个趋势正处于不同的发展阶段,这就是为什么他认为超融合未来会更好。
Dumm表示:“超融合的增长受到了几波创新的推动,当一波创新回落了,另一波创新紧接而至。云原生容器也许就是下一次,用户不会再回到三层架构,软件定义存储的不断发展也将为HCI的增长的提供助力,存储级内存亦如此。我们可以做一些非常有趣的事情来增加内存池。”
Dunn评论了超融合行业的整体情况,他认为,热门市场往往会吸引新的参与者进来,但超融合的主流玩家仍以戴尔易安信为主的一些头部玩家。
“市场上也有一些规模较小的公司在参与,不过上升的空间很难突破。他们向一些需求算法用例的客户销售了双节点产品,我们在去年12月也推出了双节点产品,可以在那些用例中进行低成本部署。此外,许多客户仍然倾向于采用三节点产品,这样他们就不会过多困扰于资金成本。”Dunn表示。
Dunn还说:“这些客户比较注重运营成本,而这正是我们非常强大的地方,我们拥有丰富的管理和运营经验,另外,算法方面我们拥有非常出色的能力,今年研发的很大一部分就是围绕大规模部署的API体验展开的。”
好文章,需要你的鼓励
宏碁Aspire 14 AI在Costco售价500美元,成为最便宜的Copilot Plus PC。该笔记本搭载英特尔Lunar Lake处理器,拥有现代化配置而非过时组件。配备16GB内存和1TB固态硬盘,电池续航近19小时。虽然设计和显示屏表现一般,但整体性能出色,AI处理能力达到40万亿次操作每秒,是预算有限用户的优质选择。
CORA是微软研究院与谷歌研究团队联合开发的突破性AI视觉模型,发表于2023年CVPR会议。它通过创新的"区域提示"和"锚点预匹配"技术,成功解决了计算机视觉领域的一大挑战——开放词汇目标检测。CORA能够识别训练数据中从未出现过的物体类别,就像人类能够举一反三一样。在LVIS数据集测试中,CORA的性能比现有最佳方法提高了4.6个百分点,尤其在稀有类别识别上表现突出。这一技术有望广泛应用于自动驾驶、零售、安防和辅助技术等多个领域。
博通公司第三季度业绩超预期,每股收益1.69美元,营收159.6亿美元,同比增长22%。公司获得来自新客户的100亿美元定制AI芯片订单,推动股价在盘后交易中上涨超3%。AI相关营收同比增长63%至52亿美元,预计第四季度将超过62亿美元。公司专注为超大规模云基础设施提供商设计定制芯片,已成为英伟达的主要竞争对手之一,年内股价上涨32%,市值超1.4万亿美元。
中国电信研究院联合重庆大学、北航发布T2R-bench基准,首次系统评估AI从工业表格生成专业报告的能力。研究涵盖457个真实工业表格,测试25个主流AI模型,发现最强模型得分仅62.71%,远低于人类专家96.52%。揭示AI在处理复杂结构表格、超大规模数据时存在数字计算错误、信息遗漏等关键缺陷,为AI数据分析技术改进指明方向。