王东临:超融合是革新IT基础架构的重要抓手

简介:

在云计算和互联网快速发展的今天,IT基础架构变革时不我待。于是,我们看到诸多的新概念,比如双态IT、超融合、云架构等。而在书生集团创始人兼书生云CEO王东临看来,IT基础架构正在面临八大趋势的影响,那就是云架构、分布式系统取代企业级设备、开源、闪存、软件定义一切、重构软件以释放硬件的性能、CITE(企业级IT消费品化)和超融合。王东临:超融合是革新IT基础架构的重要抓手

书生集团创始人兼书生云CEO王东临

“将来烟囱式物理架构都要被淘汰,所有IT基础架构都将升级为云架构。”王东临如是说,云计算的发展也将让传统企业的IT架构重新洗牌,通过虚拟化和池化,“云”的出现解决了传统IT架构在固定资产投入大、成本高的痼疾,大幅提升了资源的利用效率。或早或晚向云架构升级,已然成为企业的必答问卷。

对于IT基础架构面对的这些趋势,不管是IT厂商还是服务器厂商都会感同身受,而且他们也在用自身的实践来迎接这些趋势。而在笔者看来,这些趋势其实可以用超融合这样一个产品来囊括。

何为超融合?我们可以简单理解为将虚拟计算平台和存储融合到一起,以虚拟化的形式提供数据中心所需要的计算、网络、安全以及存储等IT基础架构。

超融合只是一种交付方式

超融合自诞生就得以快速发展,成为了企业级市场新的热点,业界也在积极探讨超融合技术能否成为未来企业在IT基础设施部署上的主流趋势。当前,中国的超融合市场虽处于起步阶段,但发展持续升温,不仅Nutanix等国际厂商争相进驻,本土众多的超融合解决方案也应运而生。

但是王东临认为,市面上大多数超融合系统只融合了计算和存储,没融合网络,需要现场组装,只能叫半融合,也就是Half Converged Infrastructure。

“在书生云看来,超融合只是一种交付方式,可以说超融合是开箱即用的代名词。半融合在交付时间和工程质量上有一些不足,但根本性差异是技术架构上。因为目前市面上的所谓超融合在网络方面存在非常明显的短板,而书生云在这方面进行了创新设计。”王东临告诉记者。

书生云超融合一体机在采用了高性能的硬件设备后,精心优化了系统架构,尤其是对一些陈旧的软件架构做“减法”,从而释放了硬件的性能。例如,TCP协议三次握手四次关闭非常低效,书生云超融合一体机在存储I/O路径就尽可能避开TCP/IP协议,改为使用SAS、NVMe等更高效的原生协议,从而大幅提升了系统性能。

“未来,‘做减法’是IT基础架构的重要发展趋势。”王东临点评说。

另外,凭借在存储技术方面的优势,书生云超融合一体机借助EC码技术使存储冗余率125%即保证99.999999999%数据可靠性,比采用三副本技术存储冗余率300%,要节省一半以上的存储。

“书生云超融合一体机采用共享存储池的分布式存储系统,计算节点都无本地存储,更易于实现高可用,并为实现EC码提供了前提条件。”王东临解释道。

正如前面说道的,“上云”是未来企业IT必由之路。而超融合在帮助企业IT实现“云化”方面扮演了重要的角色。

在过去一年,以OpenStack为代表的开源云计算成为一股不容忽视的力量。但是OpenStack部署的复杂性让很多企业望而却步。王东临表示,书生云超融合一体机采用了SUSE OpenStack Cloud企业版,从而帮助OpenStack更好地在企业中落地。

书生云超融合一体机实现了书生公司技术、SUSE的OpenStack解决方案和超融合技术的有效整合,通过软硬件的提前预装,不仅降低了企业的使用门槛和运营成本,也进一步提升产品的性能,并在实施和维护更加容易。

同时,基于书生云超融合一体机,书生云也在打造“机柜即是数据中心”的概念和“租赁式私有云”服务,从而丰富自身在云计算方面的实践。

书生云与生态圈中的企业共同成长

云计算市场的生态链条很长,往往一家企业并不能玩转,所以生态这个问题就摆在了云计算厂商面前。这也是很多云计算厂商极力打造的一件事情,也就是“站好队”问题。

“我们不会重新打造一个生态,而是融入生态,与生态圈中的企业共同成长。”王东临如此阐释书生云的布局。

在王东临看来,在IT基础架构的软硬件层面,相关的生态圈已经非常成熟,书生云没有必要“另起炉灶”。“在市场中,书生云秉持合作大于竞争的原则,大家一起把市场做大。”王东临如是说。

的确,对于云计算市场或者整个IT基础架构市场而言,格局越发清晰,市场的健康成长对于生态圈中的每个厂商来说是至关重要的。当把合作放在首位,其实对于一家厂商来说,往往意味着机会大于挑战。

比如书生云超融合一体机选择了SUSE和Supermicro作为供应商,这并不代表书生云不会与其他供应商合作。王东临表示,在供应商选择上,书生云一直是保持开放态度的。

对于2017年的布局,王东临透露,书生云会把产品标准化和渠道拓展作为工作重点,面向不同类型的客户提供针对性的解决方案和产品。

“产品标准化有利于合作伙伴进行销售和集成,同时针对不同类型的客户吗,书生云也会提供定制化的服务和产品。比如针对中小企业,书生云的租赁式私有云服务有着非常大的吸引力。”王东临解释说。

寄语2017

2017年IT的渗透率会进一步提升,无论是AI、VR/AR还是IOT(物联网)对计算能力和存储能力的需求都会远超以往,这一切都对IT基础架构提出了巨大的挑战。IT基础架构行业也在面临一场巨大的技术变革,书生云将以开放的姿态融入云生态,更好地服务本土企业云建设。

写在最后

不同于市面上的其他云厂商,书生云把超融合一体机作为切入云计算市场的重要工具,通过产品承载服务。同时,通过与生态圈中的成熟企业合作,书生云可以更好地把自身在云计算上的最佳实践落地到企业中,帮助企业更好地迎接云时代的到来。



原文发布时间为:2017年2月13日

本文作者:李祥敬

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

相关文章
|
2月前
|
数据采集 运维 数据可视化
AR 运维系统与 MES、EMA、IoT 系统的融合架构与实践
AR运维系统融合IoT、EMA、MES数据,构建“感知-分析-决策-执行”闭环。通过AR终端实现设备数据可视化,实时呈现温度、工单等信息,提升运维效率与生产可靠性。(238字)
|
1月前
|
运维 Prometheus 监控
别再“亡羊补牢”了!——聊聊如何优化企业的IT运维监控架构
别再“亡羊补牢”了!——聊聊如何优化企业的IT运维监控架构
101 8
|
2月前
|
JSON 供应链 监控
1688商品详情API技术深度解析:从接口架构到数据融合实战
1688商品详情API(item_get接口)可通过商品ID获取标题、价格、库存、SKU等核心数据,适用于价格监控、供应链管理等场景。支持JSON格式返回,需企业认证。Python示例展示如何调用接口获取商品信息。
|
2月前
|
存储 人工智能 关系型数据库
阿里云AnalyticDB for PostgreSQL 入选VLDB 2025:统一架构破局HTAP,Beam+Laser引擎赋能Data+AI融合新范式
在数据驱动与人工智能深度融合的时代,企业对数据仓库的需求早已超越“查得快”这一基础能力。面对传统数仓挑战,阿里云瑶池数据库AnalyticDB for PostgreSQL(简称ADB-PG)创新性地构建了统一架构下的Shared-Nothing与Shared-Storage双模融合体系,并自主研发Beam混合存储引擎与Laser向量化执行引擎,全面解决HTAP场景下性能、弹性、成本与实时性的矛盾。 近日,相关研究成果发表于在英国伦敦召开的数据库领域顶级会议 VLDB 2025,标志着中国自研云数仓技术再次登上国际舞台。
330 0
|
3月前
|
机器学习/深度学习 人工智能 Java
Java 技术支撑下 AI 与 ML 技术融合的架构设计与落地案例分析
摘要: Java与AI/ML技术的融合为智能化应用提供了强大支持。通过选用Deeplearning4j、DJL等框架解决技术适配问题,并结合Spring生态和JVM优化提升性能。在金融风控、智能制造、医疗影像等领域实现了显著效果,如审批效率提升3倍、设备停机减少41%、医疗诊断延迟降低80%。这种技术融合推动了多行业的智能化升级,展现了广阔的应用前景。
255 0
|
4月前
|
存储 边缘计算 数据处理
面向智能医疗的边缘计算与云计算融合架构的设计与实现
边缘+云混合部署架构正在为AIoT与医疗领域带来前所未有的技术变革。通过这种架构,能够实现对海量数据的实时处理和深度分析,提升业务响应速度和效率,同时在保障数据安全的基础上,优化系统的可扩展性和可靠性。随着技术的发展,边缘+云架构的应用场景将愈发广泛,未来必将在更多领域内发挥巨大的潜力。
|
11月前
|
Kubernetes Cloud Native 微服务
探索云原生技术:容器化与微服务架构的融合之旅
本文将带领读者深入了解云原生技术的核心概念,特别是容器化和微服务架构如何相辅相成,共同构建现代软件系统。我们将通过实际代码示例,探讨如何在云平台上部署和管理微服务,以及如何使用容器编排工具来自动化这一过程。文章旨在为开发者和技术决策者提供实用的指导,帮助他们在云原生时代中更好地设计、部署和维护应用。
|
8月前
|
数据采集 Prometheus Cloud Native
架构革新:揭示卓越性能与高可扩展的共赢秘诀
为了构建现代化的可观测数据采集器LoongCollector,iLogtail启动架构通用化升级,旨在提供高可靠、高可扩展和高性能的实时数据采集和计算服务。然而,通用化的过程总会伴随性能劣化,本文重点介绍LoongCollector的性能优化之路,并对通用化和高性能之间的平衡给出见解。
架构革新:揭示卓越性能与高可扩展的共赢秘诀
|
8月前
|
并行计算 PyTorch 算法框架/工具
融合AMD与NVIDIA GPU集群的MLOps:异构计算环境中的分布式训练架构实践
本文探讨了如何通过技术手段混合使用AMD与NVIDIA GPU集群以支持PyTorch分布式训练。面对CUDA与ROCm框架互操作性不足的问题,文章提出利用UCC和UCX等统一通信框架实现高效数据传输,并在异构Kubernetes集群中部署任务。通过解决轻度与强度异构环境下的挑战,如计算能力不平衡、内存容量差异及通信性能优化,文章展示了如何无需重构代码即可充分利用异构硬件资源。尽管存在RDMA验证不足、通信性能次优等局限性,但该方案为最大化GPU资源利用率、降低供应商锁定提供了可行路径。源代码已公开,供读者参考实践。
706 3
融合AMD与NVIDIA GPU集群的MLOps:异构计算环境中的分布式训练架构实践