冲击中国超融合第一,浪潮的底气从何而来?

2016年被业内很多人称为“超融合元年”,一众存储、服务器、网络、安全厂商如同“摔杯为号”一般,齐齐迈入了超融合市场。于是,风助火势,火借风威,那年的“超融合”烧得正热。六年后的今天,当我们再度将目光汇聚到超融合领域,当市场由浅滩迈向深海,当技术以年为单位不断发展演进,如今“成熟期”的超融合不似当年那般夺人耳目,但却像小火慢煮的菜肴,越煮越有味道。

从传统架构中存储、计算、网络的分而治之;到CI架构下资源分离,统一管理;再到超融合(HCI)架构下在软件层面的虚拟化以及在硬件层面对计算、存储、网络资源的统一整合。从新一代数据中心改革、企业上云以及边缘场景拓宽的大趋势下,超融合架构在市场需求的推动下保持着迅猛的增长势头。根据IDC发布的报告显示,未来5年超融合领域将保持18.5%的年复合增长率,2025年超融合市场规模将达到33.2亿美元。

3月17日,“智算创见  数实相融”浪潮信息生态伙伴大会IPF2022正式召开。CSDN采访了浪潮数据总经理蒋永昌、浪潮数据云计算研发总监颜秉珩以及浪潮数据云计算产品总监庞慷宇,共同探讨了新一代超融合产品的发展趋势以及未来几年浪潮云海在超融合市场的战略目标。

场景驱动下的超融合升级,势在必行

谈及浪潮,很多人都停留在“服务器领域龙头”这一固有印象之中。其实在超融合领域,浪潮正在以行业平均增速3-4倍的超高速度迅速崛起。根据庞慷宇的介绍,在过去8个IDC统计周期内,浪潮在其中7个季度获得了市场增速第一位。同时浪潮在近几年间不断加大超融合领域的核心软件能力,在去年的SPECvirt测试中,浪潮打破了业界尘封四年的世界纪录,拿到了4679分的成绩。

然而在云原生、人工智能、边缘计算等新兴技术的迅速崛起,以及超融合技术在金融、政府、制造、能源等关键行业的全面突破下,场景的更迭与技术的进步使得上一代超融合架构出现了触达边界上的极限,在部分技术场景下显得力不从心。结合实际场景下的使用需求,庞慷宇向CSDN介绍了新一代超融合技术所要面临的四类主要场景。

私有云

随着云时代的到来,越来越多的企业选择上云来实现业务的变革。同时企业对于私有云的接受度也在逐渐升高,私有云在本地部署、管理受控、低延时、安全性高等方面相较公有云存在明显的优势。而在中大型企业的私有云构建中,超融合架构已经逐渐成为首选。

云边协同

在当下,超融合架构在很多场景下面临着多园区、多站点,站点与站点之间存在的云边协同问题。在这种场景下,超融合需要从单个集群逐渐演变为多个集群统一控制管理。

高性能应用

在高性能应用中,超融合架构下的缓存加上持久化HDD磁盘的模式能否支撑下一代高性能应用、如何依靠异构算力提升现有的网络,这些都是未来超融合在高性能应用中的提升方向。

大数据

超融合+大数据这种模式在工业、医疗等领域都有着很大的应用前景,这些平台很多都是基于超融合架构去进行容易的控制与管理,超融合的云、数、算AI一体化管理也在逐渐提上日程。

浪潮之下:新一代超融合的雏形初显

针对上文中提到的四大场景,浪潮也提出了其对于新一代超融合架构未来发展的四大观点。

首先,超融合架构将不仅是存储架构的融合,也是私有云方案一体化的融合。传统私有云模式下,需要做存储节点、网络节点、计算节点、安全、分布式存储、一体化管理、负载等复杂的多方面工作。而超融合定义的私有云方案是一种可以打包交付的一体化私有云,通过专用硬件与浪潮轻量化云管平台,满足了客户在轻量云管与智能硬件整体化的延伸需求。

在采访中庞慷宇介绍了浪潮在广州港部署的轻量化私有云案例。浪潮轻量化私有云保证了2300万标准集装箱的吞吐,帮助广州港实现连续两万+小时的无故障运行,同时还实现了完全不影响用户业务的跨节点静默式升级。

其次,超融合将不仅是传统算力的融合,也是异构算力的融合。在新一代超融合的场景中,传统软件厂商以CPU为核心算力的方式将难以满足用户场景。浪潮目前也在探索更多地利用网卡、FPGA、多种算力单元来承载此类全新应用。在网络端,浪潮推出了SmartFlow新一代云数据中心网络软硬一体化产品解决方案;在存储端,浪潮也推出了SmartONE分布式存储。会上浪潮提出了硬件定义存储的理念,通过全闪存模式,基于超融合节点和节点之间的NVMe组成一个大的互联资源池,相较传统SDS这种全闪存模式的承载性能将会增强4到5倍。庞慷宇介绍道:在硬件定义存储的情况下,控制器可以达到单虚拟机12万IOPS,并且可以并发启动15台这样的虚拟机在三个节点之上,整体的多节点互联性能可以做到业界最高,这也是浪潮独有的技术。

然后,超融合不仅是云和设备的融合,也是云与云原生的创新融合。在这一点上便牵扯出了一个全新的问题,如何让超融合去运行云原生。在大部分超融合运行容器的方案中,容器都是运行在虚拟机上,这样一来首先要有虚拟机的管理,然后还要有虚拟机之上的容器集群的管理,不但复杂难以操作,而且效率很低。

会上,浪潮还公布了新一代超融合一体机InCloud Rail IR5266M6,全新产品为专属定制机型,进行软硬件深度融合、综合集成,集“高密度、高性能、一体化”于一身。浪潮提出了将容器直接跑在超融合一体机之上的解决方案,浪潮新一代超融合一体机能够直接运行容器与虚拟机,并且相互独立不依赖。

最后,超融合不仅是单一站点管理的融合,也是多边缘站点的融合。对于目前的超融合实际部署场景来说,多边缘站点已经成为了既定的事实。例如今年在轨道交通领域,地铁的每个站点都已经采用了独立的超融合架构。除地铁之外,在风电、海电等边缘场景领域超融合都起着关键性的作用。多边缘站点的超融合可以实现多地理位置的分离部署,但同时各站点之间可以相互进行管理,并实现跨云硬件的一体化运维能力。

浪潮云海,做中国超融合市场第一

根据IDC发布的《2021 Q3中国软件定义存储及超融合市场跟踪报告》显示,2021年前三季度中国市场浪潮云海超融合增速第一,同比增幅107.4%,达业内平均水平2.3倍。

从大方向上来看,浪潮在近几年间所走的是开源开放、融合、智能、敏捷的发展道路。浪潮整体聚焦于IaaS层,提供虚拟机、容器、裸机等技术资源以及基于资源管理里的服务,并不断加强自身产品与技术的自研能力。也是基于这样大的战略,浪潮近几年间在大型企业、金融、政府等领域有比较大的突破。

聚焦于超融合领域,蒋永昌认为超融合市场将在未来几年中进入快速增长期,除公有云市场外,未来大部分行业都会采用超融合技术进行业务交付与上云改革。蒋永昌表示:浪潮云海的市场目标非常清晰,那就是要做整个中国超融合市场的第一。

凭借自研整机、网络等相关产品与技术,浪潮在全计算场景中有着得天独厚的优势,这也是浪潮构建超融合产品竞争力的核心所在。同时浪潮还在不断将此前产品中的安全特性整合到超融合产品体系中来。

蒋永昌在采访中表示:基于浪潮服务器现有的市场资源,我们在不断基于良好的服务器基础,进行现有大客户的超融合能力赋能,同时通过全球浪潮服务器的分销体系,实现对于分销商端基于云、超融合的赋能,以便在未来的超融合领域对供应链内的所有客户实现有效的全覆盖。在这样的场景中,我们便拥有了冲刺中国超融合领域第一的基础。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/512086.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

数字农业WMS库存操作重构及思考

简介: 数字农业库存管理系统在2020年时,部门对产地仓生鲜水果生产加工数字化的背景下应运而生。项目一期的数农WMS中的各类库存操作均为单独编写。而伴随着后续的不断迭代,这些库存操作间慢慢积累了大量的共性逻辑:如参数校验、幂…

three.js和php,threejs--初创项目

一.环境介绍倘若你只是使用Three.js库中所提供的几何体,且不载入任何纹理贴图,则网页是可以从本地的文件系统中打开,并且是能够直接运行的,只需在文件管理器中双击HTML文件,它就可以在浏览器中进行显示。 (此时你将在地…

数字营销行业大数据平台云原生升级实战

简介: 加和科技CTO 王可攀:技术是为业务价值而服务 王可攀 加和科技CTO 本文将基于加和科技大数据平台升级过程中面临的问题和挑战、如何调整数据平台架构以及调整后的变化,为大家介绍数字营销行业大数据平台云原生升级实战经验。主要分为以…

云上更安全?亚马逊云科技宣布将持续加大在中国区域安全合规领域投入

编辑 | 宋慧 出品 | CSDN云计算 新冠疫情对我们工作产生了深远的影响,远程在线的工作与交流愈加普及,国内更多公司在推出居家办公的“混合办公”模式。不过,这也给了网络攻击更多的机会,CSDN看到,有多个安全领域的报告…

场景模型驱动自动化测试在盒马的探索及实践

简介: 盒马业务有如下几个特点:线上线下一体化、仓储配送一体化、超市餐饮一体化、经营作业一体化、多业态与平台化。在以上的种种原因,生鲜及物流体验是盒马的特点,但仓储配送一体化作业中,如何能更高效的提升测试效率…

基于 KubeVela 的 GitOps 交付

简介: KubeVela 是一个简单、易用、且高可扩展的云原生应用管理和交付平台,KubeVela 背后的 OAM 模型天然解决了应用构建过程中对复杂资源的组合、编排等管理问题,同时也将后期的运维策略模型化,这意味着 KubeVela 可以结合 GitOp…

php curlopt_postfields,PHP的CURLOPT_POSTFIELDS参数使用数组和字符串的区别 - CSDN博客

PHP的CURL组件是非常常用的HTTP请求模拟器。通常要发送post数据时,我已经习惯于这样写:curl_setopt( $ch, CURLOPT_POSTFIELDS,$post_data);但是在向某一个服务器发送请求的时候,服务器返回500。而使用socket方式连接上去发送请求&#xff0c…

BCS2022大会将提前至5月 网络安全产业空间扩容将成热门话题

年度网络安全的盛会即将开启。 2022年3月30日,2022年北京网络安全大会(BCS2022)新闻发布会在北京奇安信安全中心召开,宣布2022年北京网络安全大会“提档”至5月24日至26日,并与北辰集团国家会议中心达成战略合作&#…

基于 Istio 的全链路灰度方案探索和实践

简介: 本文介绍的基于“流量打标”和“按标路由” 能力是一个通用方案,基于此可以较好地解决测试环境治理、线上全链路灰度发布等相关问题,基于服务网格技术做到与开发语言无关。同时,该方案适应于不同的7层协议,当前已…

图像检索在高德地图POI数据生产中的应用

简介: 高德通过自有海量的图像源,来保证现实世界的每一个新增的POI及时制作成数据。在较短时间间隔内(小于月度),同一个地方的POI 的变化量是很低的。 作者 | 灵笼、怀迩 来源 | 阿里技术公众号 一 背景 POI 是 Poin…

Redis HyperLogLog 是什么?这些场景使用它~

作者 | 就是码哥呀来源 | 码哥字节在移动互联网的业务场景中,数据量很大,我们需要保存这样的信息:一个 key 关联了一个数据集合,同时对这个数据集合做统计。统计一个 APP 的日活、月活数;统计一个页面的每天被多少个不…

matlab三角形分割,MATLAB 2014b及以上版本中带有画家渲染器的三角形拆分补丁

在解决实际问题之前,这是一个值得怀疑的解决方法:对角线只是三角形之间的空白区域,所以我们看到的是补丁后面的白色空间.愚蠢的想法:让我们用匹配的颜色填充该空间而不是白色.为此,我们将复制所有对象,并通过一个tiiiiny位来抵消新对象.码:hi…

网易云音乐音视频算法的 Serverless 探索之路

简介: 网易云音乐最初的音视频技术大多都应用在曲库的数据处理上,基于音视频算法服务化的经验,云音乐曲库团队与音视频算法团队一起协作,一起共建了网易云音乐音视频算法处理平台,为整个云音乐提供统一的音视频算法处理…

小小的 likely 背后却大有玄机!

作者 | 张彦飞allen来源 | 开发内功修炼今天我给大家分享一个内核中常用的提升性能的小技巧。理解了它对你一定大有好处。在内核中很多地方都充斥着 likely、unlikely 这一对儿函数的使用。随便揪两处,比如在 TCP 连接建立的过程中的这两个函数。//file: net/ipv4/t…

阿里云马涛:因云进化的基础软件

简介: 基础软件的云原生化。 编者按:2021 年10 月20 日,在2021 云栖大会云计算产业升级峰会上,阿里云“因云而生”云原生心智大图正式发布,包含弹性计算、云网络、基础产品、基础设施、操作系统、云安全、开放平台等7个…

阿里云ECI如何6秒扩容3000容器实例?

简介: 2021年云栖大会现场,阿里云工程师演示了在6秒时间内成功启动3000个ECI,并全部进入到Running状态。本文将为你揭开阿里云ECI是如何做到极速扩容的。 引言 根据最新CNCF报告,有超过90%的用户在生产环境使用容器,…

matlab 轴承 压力分布 绘图,数值计算绘制动压轴承压力场分布图

动压轴承的压力场分布,要求求解雷诺方程的简化形式为:!!xh3!!px!"!!zh3!!pz!"6U"!h!x公式中参数的含义参见流体动力学。1编程求解雷诺方程采用有限差分的五点差分格式,120120网格点计算。采用C语言编写求解轴承压力分布的程序,可以大大提高运行速度,节省计算时间…

巧用友盟+U-APM 实现移动端性能优化—启动速度

简介: 移动端性能对用户体验、留存有着至关重要的影响,作为开发者是不是被这样吐槽过,“这个 APP 怎么这么大?”、“怎么一直在 APP 封面图转悠,点不进去”、“进入详情效果有些卡”、“用 4G 使用你们的 APP&#xff…

第25版 OpenStack Yoga 已发布

OpenStack社区今日正式发布第25版-Yoga,该版本通过支持先进的硬件技术如SmartNIC DPUs,优化与云原生软件如Kubernetes、Prometheus等的集成以及减少技术债等方式来保持OpenStack内核的稳定性与可靠性。 OpenStack作为开源基础设施即服务(Iaa…

项目实战总结以及接入U-APM

简介: 导致 App 性能低下的原因有很多,除去设备硬件和软件的外部因素,其中大部分是开发者错误地使用线、系统函数、编程范式、数据结构等导致的。即便是较有经验的程序员,也很难在开发时就能避免所有导致性能低下的“坑”&#xf…