首页 > 传媒 > 关键词  > 正文

超融合将是企业云转型的必由之路

2023-07-14 10:53 · 稿源: 站长之家用户

数字化时代,数据等不断增长以及互联网业务的兴起,新兴应用对IT架构需求的快速变化以及不确定性成为了主要挑战,因此催生了一种创新的架构——超融合。超融合能够在一台服务器设备中融合计算、存储、网络等资源,实现模块化的弹性资源扩展,形成统一的资源池,相较于传统IT基础架构优势明显,在需要同时兼顾效率和成本的企业业务场景中广受欢迎。

根据国际IT咨询机构Gartner发布的《 2022 年中国ICT技术成熟度曲线报告》(Hype Cycle for ICT in China, 2022)预测,超融合技术将在 2 年内到达“生产力成熟期”,技术采用率将快速上升,加速为企业带来生产和使用价值。可以说,在经历了多年的发展积累后,超融合时代已经来临。

超融合应用场景不断扩大

如今的超融合在全球范围内呈现高速增长的态势,而且随着技术和生态的不断成熟的,超融合的应用场景和客户群体不断拓展,正从以中小企业用户应用为主,逐渐向中大型企业拓展,同时超融合架构也开始承载更多的关键业务,具有非常广泛的业务应用场景,比如:

信创转型中的典型业务场景:电子政务、企业OA、财务、邮件、资产管理、人事、在线交易、征信等

边缘节点中的典型业务场景:集团分支机构数据中心,边缘数据中心、ETC收费

多站点灾备中的典型业务场景:本地备份、异地备份、跨机房数据备份、双活机房

桌面云中的典型业务场景:云课堂、云班牌、医生站、护士站、银行柜面、3D设计、动画等

企业级应用中的典型业务场景:企业OA、财务、邮件、资产管理、人事、考勤、内部审批、ERP等

开发测试云中的典型业务场景:制造企业研发中心、银行软件外包开发部门,运营商系统测试区域等

VMware替代中的典型业务场景:使用VMware vSphere虚拟化、vSAN超融合架构运行企业各种关键、测试研发等应用系统,此外,对于vCenter集中管理、容灾备份、NSX网络、Operation监控运维等。

可以说,超融合应用已经进入了企业生产环境,并在更多行业全面突破。更加丰富的应用场景和行业覆盖有助于推动超融合的产品迭代和成熟,产品的进化也让超融合市场迎来更大的突破。Gartner指出,到 2023 年我国超融合市场将依旧保持23%的年复合快速增长速度,市场规模将从 2021 年的 18 亿美元增长到 2025 年的约 30 亿美元。

业务向超融合迁移

超融合不仅能够应用于一些新兴的或边缘的应用,而且随着超融合技术成熟,架构稳定,线性扩展的性能以及传统架构无法比拟的高可靠性,近年来包括教育、政府、医疗、金融以及大中型企业都已经或正在尝试将重要的业务迁移至超融合平台运行。超融合将是企业云转型的必由之路。

以超融合代表厂商安超云助力东证期货打造证券信创云为例。安超云为东证期货构建“一云多芯”信创云,基于安超产品体系,通过软件定义技术,完成计算资源(安超OS)与存储资源(安超ArStor)虚拟化,建立统一的资源池,并通过统一的云管平台(安超CM)实现对全局资源、IT软硬件的跨品牌、跨架构纳管。

安超云帮助东证期货构建稳定可靠、安全有效、弹性扩展、开放兼容的IT基础架构,破解了有限机柜资源对业务的制约,为期货行业“T+0”业务特点提供了更低的交易时延,为未来1- 3 年的业务快速增长打下坚实的基础。

未来发展趋势

随着全球和中国数据总量整体呈现指数增长,传统存储的容量和性能不具备与计算能力匹配的可扩展性,难以满足企业进行高速数据访问的需求,超融合架构等较于传统IT架构,在可扩展性方面更加灵活和快速,随着渗透率持续提升,超融合需求将持续增长。

在这样的背景下,领先的厂商将在超融合的基础上建立垂直整合的解决方案。同时,“国产替代"要求整个技术栈建立在中国自主的知识产权上。所以,未来的超融合厂商将以前所未的创新力、产品力和爆发力,推动超融合落地,加速传统基础架构向超融合方向的转移。


推广

特别声明:以上内容(如有图片或视频亦包括在内)均为站长传媒平台用户上传并发布,本平台仅提供信息存储服务,对本页面内容所引致的错误、不确或遗漏,概不负任何法律责任,相关信息仅供参考。站长之家将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。任何单位或个人认为本页面内容可能涉嫌侵犯其知识产权或存在不实内容时,可及时向站长之家提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明(点击查看反馈联系地址)。本网站在收到上述法律文件后,将会依法依规核实信息,沟通删除相关内容或断开相关链接。

  • 相关推荐
  • 大家在看
  • ChattyUI:你的私人AI聊天工具,运行在浏览器中。

    Chatty是一个利用WebGPU技术在浏览器中本地且私密地运行大型语言模型(LLMs)的私人AI聊天工具。它提供了丰富的浏览器内AI体验,包括本地数据处理、离线使用、聊天历史管理、支持开源模型、响应式设计、直观UI、Markdown和代码高亮显示、文件聊天、自定义内存支持、导出聊天记录、语音输入支持、重新生成响应以及明暗模式切换等功能。

  • AsyncDiff:异步去噪并行化扩散模型

    AsyncDiff 是一种用于并行化扩散模型的异步去噪加速方案,它通过将噪声预测模型分割成多个组件并分配到不同的设备上,实现了模型的并行处理。这种方法显著减少了推理延迟,同时对生成质量的影响很小。AsyncDiff 支持多种扩散模型,包括 Stable Diffusion 2.1、Stable Diffusion 1.5、Stable Diffusion x4 Upscaler、Stable Diffusion XL 1.0、ControlNet、Stable Video Diffusion 和 AnimateDiff。

  • MacAIverse:macOS风格的开源React桌面环境

    MacAIverse是一个完全由AI生成代码,使用React构建的macOS风格的开源桌面环境。该项目由Claude AI助手初始创建,现在开放给其他Claude实例或其他开发者贡献新的应用。它遵循macOS设计原则,保持与整体桌面环境的一致性,并通过Tailwind CSS和framer-motion库实现流畅的动画和响应式布局。

  • EvTexture:视频超分辨率纹理增强技术

    EvTexture是一种基于事件的视觉驱动的视频超分辨率(VSR)技术,它利用事件信号中的高频细节来更好地恢复VSR中的纹理区域。该技术首次提出使用事件信号进行纹理增强,通过迭代纹理增强模块逐步探索高时间分辨率的事件信息,实现纹理区域的逐步细化,从而获得更准确、丰富的高分辨率细节。在四个数据集上,EvTexture达到了最先进的性能,特别是在Vid4数据集上,与最近的基于事件的方法相比,可以获得高达4.67dB的增益。

  • Telegraf:开源服务器代理,用于收集和报告指标

    Telegraf是一个开源的服务器代理,用于收集和发送来自数据库、系统和IoT传感器的所有指标和事件。它使用Go语言编写,编译成一个单一的二进制文件,无需外部依赖,占用的内存非常小。Telegraf拥有300多个插件,由社区成员编写,覆盖了云服务、应用程序、IoT传感器等多种数据源。它支持灵活的解析和序列化,适用于多种数据格式,如JSON、CSV、Graphite,并能将数据序列化为InfluxDB行协议和Prometheus等。Telegraf还具有稳健的交付保证,包括流量回压、调度器、时钟漂移调整、全流支持等。此外,Telegraf的自定义构建器允许用户选择特定插件包含在Telegraf二进制文件中,适合在资源受限的设备上使用。

  • iA Writer:纯净写作体验,专注流状态

    iA Writer是一款专注于写作的应用程序,旨在提供纯净的写作环境,帮助用户专注于内容创作。它通过简洁的界面设计和强大的功能,如语法检查、文本聚焦等,帮助用户提高写作效率和质量。iA Writer背后的设计理念是利用人工智能技术,让用户在写作时思考得更多,而不是更少,从而提升写作体验。

  • Groqnotes:使用Groq、Whisper和Llama3从音频生成有组织的笔记。

    Groqnotes是一个基于Streamlit的应用程序,它通过迭代解析和生成从转录的音频讲座中提取的笔记来构建结构化的讲座笔记。该应用程序混合使用了Llama3-8b和Llama3-70b模型,利用较大的模型生成笔记结构,较快的模型创建内容。Groqnotes的主要优点包括快速转录音频和生成文本,以及通过策略性地在两种模型之间切换来平衡速度和质量。此外,它还支持Markdown样式,可以在Streamlit应用程序中创建美观的笔记,包括表格和代码,并允许用户下载包含全部笔记内容的文本或PDF文件。

  • june:本地语音聊天机器人,保护隐私,无需联网。

    june是一个结合了Ollama、Hugging Face Transformers和Coqui TTS Toolkit的本地语音聊天机器人。它提供了一种灵活、注重隐私的解决方案,可以在本地机器上进行语音辅助交互,确保没有数据被发送到外部服务器。产品的主要优点包括无需联网即可使用、保护用户隐私、支持多种交互模式等。

  • Meilisearch:极速、高度相关的搜索引擎

    Meilisearch是一个灵活且强大的用户为中心的搜索引擎,可以轻松添加到任何网站或应用程序中。它以其极速的搜索响应(小于50毫秒)和即插即用的特性(智能预设,零配置启动)著称。Meilisearch还提供了先进的全文搜索引擎,具有出色的相关性,适用于各种用例。此外,它是一个开源项目,拥有一个友好且快速增长的社区。

  • nerve:无需编写代码即可创建智能代理的LLM工具。

    Nerve是一个可以创建具有状态的代理的LLM工具,用户无需编写代码即可定义和执行复杂任务。它通过动态更新系统提示和在多个推理过程中保持状态,使代理能够规划和逐步执行完成任务所需的操作。Nerve支持任何通过ollama、groq或OpenAI API可访问的模型,具有高度的灵活性和效率,同时注重内存安全。

  • Tap4 AI Crawler:开源的网页爬虫,支持AI技术目录更新和网站摘要。

    Tap4 AI Crawler 是由 tap4.ai 开源的网页爬虫,能够将网站转换为包含LLM的摘要信息。它具备强大的网页抓取、爬取和数据提取能力,以及网页截图功能。基于Python构建,轻量级,易于维护,适合对AI工具目录感兴趣的个人开发者以及对Python感兴趣的学习者。

  • Local III:本地机器智能的探索之旅

    Local III是一个由超过100名来自世界各地的开发者共同开发的更新,它提供了易于使用的本地模型浏览器,深度集成了推理引擎如Ollama,为开放模型如Llama3、Moondream和Codestral定制了配置文件,并提供了一套设置,使离线代码解释更加可靠。Local III还引入了一个免费的、托管的、可选的模型通过解释器--model i。与i模型的对话将用于训练我们自己的开源计算机控制语言模型。

  • 4M:多模态和多任务模型训练框架

    4M是一个用于训练多模态和多任务模型的框架,能够处理多种视觉任务,并且能够进行多模态条件生成。该模型通过实验分析展示了其在视觉任务上的通用性和可扩展性,为多模态学习在视觉和其他领域的进一步探索奠定了基础。

  • LLM101n:构建一个会讲故事的人工智能大型语言模型。

    LLM101n是一个开源课程,旨在教授如何从头开始构建一个能讲故事的人工智能大型语言模型(LLM)。课程内容涵盖了从基础到高级的多个方面,包括语言模型、机器学习、深度学习框架等,适合希望深入理解AI和LLM的编程人员和研究人员。

  • Ohai.ai:智能家庭助理,简化家务管理

    Ohai是由Care.com创始人Sheila Lirio Marcelo带领的团队创建的智能家庭助理,旨在减轻家庭事务负责人的心理负担。它通过文本消息与用户互动,帮助管理家庭日程、待办事项、协调家庭和看护者之间的沟通,并跟踪学校邮件等。

  • RecruiterCloud:一站式智能招聘与人才搜索工具

    RecruiterCloud是一个为初创公司设计的一站式招聘和人才搜索工具。它专注于速度、效率和易用性,提供智能搜索和人才挖掘功能。该平台拥有超过1100万美国工程师和数据科学家的数据库,通过先进的筛选和自定义高亮功能,帮助用户快速找到合适的候选人。此外,RecruiterCloud还提供一键式外联自动化、与现有ATS无缝同步等特性,简化招聘流程,缩短招聘时间。

  • Playmaker Document AI:自动化文档工作流程,释放AI的力量。

    Playmaker Document AI是一款旨在通过人工智能技术自动化文档处理流程的产品。它通过智能识别和提取文档中的数据,帮助用户消除手动工作,简化基于文档的流程。产品背景信息显示,Playmaker Document AI由Playmaker Software Ltd.开发,团队来自伦敦、爱丁堡、伊斯坦布尔和新德里。产品的主要优点包括数据的安全性、支持多种文档类型、以及能够与300多个集成无缝对接。

  • Spiral:自动化写作和创意任务的智能助手

    Spiral是一个旨在自动化重复写作、思考和创意任务的在线工具。它通过用户的训练示例来学习用户的语音、语调和风格,进而生成符合用户要求的输出内容。Spiral的主要优点包括:快速启动、个性化输出、团队协作以及持续优化。产品背景信息显示,Spiral受到了多位行业人士的好评,他们认为Spiral能显著提高工作效率,并且输出内容自然,不显生硬。Spiral提供订阅服务,价格为1美元试用两周,之后为每月20美元或每年200美元。

  • Future You:未来自我模拟,人生规划助手

    Future You是一个在线模拟工具,旨在帮助用户通过一系列问题和模拟,反思和设想自己未来的生活。用户通过回答关于现在的自己、理想生活、职业规划等问题,与AI生成的未来自我进行互动,从而获得对未来的深刻洞察和规划。

  • Rockset:高效的混合搜索和实时分析数据库

    Rockset是一个为大规模数据提供高效搜索和实时分析的数据库平台。它支持向量、文本、地理空间和JSON数据的索引,能够实现混合搜索架构,并通过流式数据摄入和高QPS工作负载来测量端到端延迟。Rockset的主要优点包括实时索引、毫秒级SQL查询、快速开发新功能、降低计算和存储成本,以及无需ETL、去规范化、管理分片、索引或集群的灵活性。

今日大家都在搜的词: