开源与数据中心的缘分何时定?

简介:

多少年来,IT人见证了开源软件的成长与挫折。

有时就同一款产品而言,开源软件已经证明了自己的成功,同时也遇到一些挫折。开放源代码,从概念上说,是帮助客户摆脱针对特定产品供应的产品依赖,降低成本的理想办法。然而,就像许多人发现的那样,想让开源软件运行起来,最难以置信的障碍在于其复杂性和对专业性支持的欠缺。尽管对软件的改进工作正在进行,新的倡议号召从网络和服务器设备两方面开始优化。一些大型的IT公司也正紧随其后做出改进,但并不代表能够马上解决问题。对你来说选择开源软件是正确吗?

开源硬件在当今的IT界处在一个非常特殊的位置。现在的硬件制造商通常会给特定硬件在名称和服务上标记价值(并需要据此收取相应费用)。这一理念使得产品名称涵盖了质量等级、可靠性和特点等,消费者愿意为他们所信任的品牌支付更高的价格。有趣的是,行业整合已经使许多有特点的硬件供应商退出市场。其结果是,许多服务器和交换机的内部组件的是非常相似的,即使是在竞争对手之间。尽管来自不同厂商的硬件产品并不是完全一致的复制品,这种组件部分功能的相似性足以帮助他们否定竞争对手特定硬件的优势。

一旦你把这种趋势与用于从客户的硬件中提取操作系统的虚拟化技术相结合,一些人会质疑专用硬件供应商的存在价值。当你把眼光投向互联网公司,如Google、Facebook和Amazon,他们已经在建设自己的服务器和网络交换机方面取得了长足的进展。当然,大多数组织根本没有能力设计自己基础设施,但他们可以支持开放计算项目(Open Compute Project),一个旨在提供社区方法来创建开源硬件的项目。对于消费者来说,远离供应商依赖的能力可能会带来巨大的成本节约。这是真正可行的,其真正的意义也远比总结的要点和所需的成本要来的重要。

“内部总是相同的”已经成为普遍的评价。这评价对,也不对。没错,很多内部的组件确实非常相似,或者可能包含许多相同的芯片,如使用Intel处理器。然而,这并不意味着其内部协同工作的方式是相同的。的确,服务器上的大多数组件应该兼容,甚至会出现在相同的硬件兼容性列表之中,但这并不意味着它们能够很好地协同工作。当然,有时软件和驱动程序应该承担责任,但这也正是为什么很多人会支付额外的费用,来保证所有的软件和硬件能够顺畅地协同工作的原因。

这导致使用开源产品需面临另一重挑战——缺少技术支持。在IT领域,事情则变得不同。这是我们无法规避的事实。挑战在于我们何时、如何处理它。搜索网络和讨论板内容是我们经常采用的办法。当这一招不奏效时,我们通常转向技术支持,它可能会有帮助,也可能不会。抛开质量不谈,至少我们仍然可以获得某种帮助。然而,为开源平台寻找专业的支持则更加困难。尽管社区支持是非常详尽和有帮助的,但它仍可能缺乏部分或全部传统支持模式中的服务级别协议。这对于需要及时快捷地获取关键支持的组织来说是很不利的。部分供应商会以有偿方式为开源产品提供支持。虽然该模式往往比传统的硬件供应商提供的服务成本更低,但这对于想要通过使用开源硬件来节省成本的公司来说必然是一种损失。

开源软件或硬件的概念短时间内并不会消失,并且它们会持续成长并变得成熟。但是,它并没有像预测的那样发展。如果真的如预测那般,我们早就能在桌面上运行Linux啦!在当今的现代世界,数据中心的软件和硬件的意义早已超越了IT设备本身,正是这些基础设施驱动着业务的发展。

在诸如Facebook和Amazon这类公司的IT部门,自定义开源硬件领域的投资具有商业意义。对于我们其他人来说,从远处来看开源硬件只是觉得很有趣。当然,如果这一理念获得足够的支持,它将有助于拉低数据中心的部分成本。然而,对于大多数企业来说,开源将仍旧与数据中心无缘,除非节约成本比对所有业务的关注更重要。

我们仍在等待开源软件的这种转变发生,因此我会为迎接即将到来的开源硬件领域的变革而做好准备。
本文转自d1net(转载)

相关文章
|
关系型数据库 Linux 网络安全
开源IDC数据中心资产管理系统RackTables部署篇(一)
开源IDC数据中心资产管理系统RackTables部署篇(一)
960 0
|
机器学习/深度学习 人工智能 分布式计算
谷歌开源数据中心解决方案
如今,这个星球上最具创新性的公司都在将「他们成功的钥匙交出去」,那就是开源。据《连线》杂志报道,谷歌日前宣布,正式加入开放计算项目(Open Compute Project),通过这个项目,将其服务器和数据中心的解决方案开源。
208 0
|
分布式计算 数据中心 混合部署
Alibaba Cluster Data 开源:270GB 数据揭秘你不知道的阿里巴巴数据中心
打开一篇篇 IT 技术文章,你总能够看到“大规模”、“海量请求”这些字眼。如今,这些功能强大的互联网应用,都运行在大规模数据中心上,然而,对于大规模数据中心,你又了解多少呢?实际上,除了阅读一些科技文章之外,你很难得到更多关于数据中心的信息。
5954 0
|
7月前
|
存储 传感器 监控
探索现代数据中心的冷却技术革新
【4月更文挑战第23天】 在信息技术迅猛发展的今天,数据中心作为计算和存储的核心枢纽,其稳定性和效率至关重要。然而,随着处理能力的增强,设备发热量急剧上升,有效的冷却方案成为确保数据中心持续运行的关键因素。本文将深入分析当前数据中心面临的热管理挑战,并探讨几种前沿的冷却技术,包括液冷系统、热管技术和环境自适应控制策略。通过比较不同技术的优缺点,我们旨在为数据中心管理者提供实用的冷却解决方案参考。
|
4月前
|
机器学习/深度学习 存储 监控
利用机器学习技术优化数据中心能效
【7月更文挑战第36天】在数据中心管理和运营中,能源效率已成为关键性能指标之一。随着能源成本的不断上升以及环境保护意识的增强,开发智能化、自动化的解决方案以降低能耗和提高能源利用率变得尤为重要。本文探讨了如何应用机器学习技术对数据中心的能源消耗进行建模、预测和优化,提出了一个基于机器学习的框架来动态调整资源分配和工作负载管理,以达到节能的目的。通过实验验证,该框架能够有效减少数据中心的能耗,同时保持服务质量。
|
7月前
|
存储 大数据 数据处理
探索现代数据中心的冷却技术
【5月更文挑战第25天】 在信息技术迅猛发展的今天,数据中心作为其核心基础设施之一,承载了巨大的数据处理需求。随着服务器密度的增加和计算能力的提升,数据中心的能耗问题尤其是冷却系统的能效问题日益凸显。本文将深入探讨现代数据中心所采用的高效冷却技术,包括液冷解决方案、热管技术和环境自适应控制等,旨在为数据中心的绿色节能提供参考和启示。