2009年,一家老牌IT综合服务商开始推出自己的云服务产品。
十余年来,在其众多的金融、电信等行业客户中,不乏有将数千台规模虚拟化集群托付管理的,也有项目持续十年做到第七期的。除了“超好用”的服务平台,客户们更看重其立足场景需求,在云计算基础设施和应用部署领域长期深耕的决心和能力。
这家服务商就是华胜天成集团。
2020年9月16日(下周三)下午13:30-18:00,在中关村软件国际会议服务中心,华胜天成又将交上一份新的答卷,发布全新升级的“天成云”品牌和重量级新产品,包括全栈数据中心云及边缘云解决方案、双轮驱动云管平台等,还将官宣新的天成云生态合作及市场策略。
背靠十年云服务和技术积淀,这场发布会将如何把握当下的时代变革,赋能各个行业持续创新,值得业内IT人,特别是身处数字化转型征途的用户关注。
关于中国云计算发展趋势指引,北京经信局领导、中国信息通信研究院云计算与大数据研究所专家,也将在下周大会上带来最新权威发布。
对于数字化转型中的企业来说,过去的十年变化太快,云计算从一个概念迅速演变成为主流的IT架构。在这个过程中,企业自身发展对云计算技术架构的需求以及功能的期望,也在发生着深刻变化。
从最初的RDP(需求驱动供给)自动化部署,到云管理平台的扩展;从托管服务的对象演变(物理机-虚拟机-容器-无服务器),到交付内容由系统自动实现;在承载应用的实现方式上,整个产业也经历了从CAP、垂直/水平扩展、稳态/敏态的选择,到异构混合云的更迭。
在一个企业IT系统环境中,有可能存在各种形态、多种类型的IT资源,包括传统IT架构、新兴应用、单一厂商限定产品、云原生基础设施、公有云服务等各种环境。
很多企业客户面临迫切的转型需求,需要将现有数据中心里所有IT能力汇集起来,通过自动化的方式形成一个云服务,促进业务场景,提高业务效率。
这并不容易。另外,在上云之后,如何针对某个具体业务场景,在多云架构环境下对相关资源进行运维,也是摆在客户面前的一大难题。
感受到产业和市场的变化,华胜天成结合客户在IT自动化、部署模式上的现状,以及最新技术发展趋势,努力帮助每个企业规划自己的云化路线图,在实现云解决方案落地的同时,与具体业务场景关联起来,在这个不断迭代、持续集成和持续交付的漫长过程中,华胜天成逐渐开发出了一个适应多云异构资源的超级平台。
在下周的发布会上,金融行业云技术先行者将分享天成云平台如何解放了企业运维人员的双手,减轻了部署和运维压力。
在这个自主开发的异构资源多云管理平台上,不仅能够对接承载OpenStack、K8s、vCenter、PowerVC、Ironic/xCAT、裸机等多种虚拟化和云环境的接入,还包括了对AWS、阿里云、腾讯云、华为云等多种公有云能力的纳管。
尽管每种资源池都有各自的一套体系架构和插件,但基于开放开源的SDN网络架构,华胜天成在云管平台上实现了不同异构资源间的互联互通。通过统一资源管理接口,实现了全面的用户管理——包括上云、用云过程中的服务、异构混合管理、项目管理和运维。
关于平台开发历程,还要回溯到2009年,华胜天成当年发布“天成云”产品,在运营商市场和定制化服务等领域暂露头角,并开始构建天成云生态圈。在2012年推出软硬件结合产品,2016年成立云计算事业部后,更是快速迭代,围绕用户需求,支持超融合私有云并扩展到公有云,产品也从异构混合多云资源管理延展至应用管理,增加了运维自动化等功能。
目前,华胜天成已经完整构建了具有独特优势的持续服务能力,形成了上云、用云所需要的端到端产品、服务及合作伙伴方案融合能力,可基于实际需求,为客户选择最适配的全自主或最优融合方案。
背负“数字化转型赋能者”使命的华胜天成,历经十余年云计算和数据中心领域的耕耘,如今给自己的定位是——混合多云时代云资源管理及应用服务专家。
2020年,华胜天成进一步加大了研发力度,全面拥抱云原生,将平台升级到了2.0版本。
云原生能力具体如何构筑?下周发布会上,CNCF(云原生计算基金会)代表将就此话题发表演讲。
这里做个小小的剧透,全新的异构混合云资源管理平台,目标是提供综合全面的云管理能力,从上云到用云,全面助力客户数字化转型,将包含云资源池管理平台解决方案和云业务管理平台解决方案两大模块的六类产品。
面向中型企业的快速上云与边缘计算场景解决方案,由传统云管模式转向业务视角的云编排管理模式解决方案等,都在新品发布名单当中。
在统一资源池的管理基础上,华胜天成还考虑面向客户的业务场景,能够直接对业务提供帮助,也就是在一个业务场景里把所有需要的IT资源编排起来,并且能够自动化部署,这是一个非常大的挑战。
经过大量的落地与实践,华胜天成开发了“场景化的应用中心”和“面向业务的运维中心”功能,
借助平台对资源管理和DevOps开发能力上的“双轮驱动”,用户在新一代平台上将获得更好的数字化转型支持。
好文章,需要你的鼓励
自2022年底生成式AI革命爆发以来,服务器支出也存在类似的态势。一旦企业发现自己必须投资购置或者租用搭载GPU加速器的设备,往往会选择扩展现有服务器机群,被用于投资新设备的支出则自然随之下降。英特尔正在加大对其“Sapphire Rapids”至强SP的投入,AMD在其“Genoa”Epyc 9004处理器上也采取了同样的做法。
生成式人工智能在企业中的一个突出用例就是客户服务和支持。大多数读者可能都曾作为客户经历过与传统自动客服系统打交道的沮丧。但这种情况正在发生变化,这要归功于时下强大的大型语言模型和自然语言聊天机器人。虽然有报告显示,我们在处理复杂或敏感的咨询时仍然更愿意与人类交谈,但在提供简单的帮助时,机器人的能力已经越来越强了。
从电子商务到非营利组织,利用企业数据资产可能是组织成败的关键。机器学习和生成式AI是其中的一个组成部分,但要成功地应用这些技术则评估AI对业务的实际影响。
在对生成式AI进行了近两年的试验之后,许多IT领导者已经准备好扩大规模了。然而,在此之前,他们需要重新考虑数据管理问题。