Inspur World:融合架构产品从定制走向通用

简介:

10月27日,Inspur World数据中心分论坛在上海举行。分论坛演讲的重要观点之一则是,随着业务的不断扩大和成熟,浪潮融合架构产品正在从定制化转向通用化,用内部资源池化的手段实现灵活的资源分配和重构,破解设备多样化的难题。

 Inspur World:融合架构产品从定制走向通用

计算+ 智慧云动力分论坛

本届Inspur World以“Only Data 数据进化世界”为主题。浪潮提出数据社会化,计算是数据社会化的关键和基础。浪潮集团副总裁彭震在Inspur World数据中心分论坛做了主题演讲,计算是数据社会化的基础,因而随着数据社会化的演进,传统的社会计算也将向“计算+”的升级,作为“计算+ ”的核心,融合架构也会逐步深化,从外围逻辑和资源的重构池化向核心逻辑和资源的重构和池化,最终形成“软件定义的数据中心”。

Inspur World:融合架构产品从定制走向通用 

浪潮集团副总裁彭震

客户需求和技术发展推动融合趋势

融合架构的核心主要是硬件重构和软件定义,硬件重构实现资源解耦和池化,软件定义实现灵活的资源分配和重构,提高效率,同时满足对硬件多样化的需求。浪潮服务器产品部副总经理丁煜表示,新一代数据中心等信息技术变革正在推动硬件产品的升级,产品设计正在沿着“通用——定制——通用”的路径螺旋式升级。这样的过程,是在客户需求和技术发展的双重条件下实现的。

Inspur World:融合架构产品从定制走向通用 

浪潮服务器产品部副总经理丁煜

在云计算兴起之前,无疑是通用服务器时代,随着云计算的应用普及,基础架构在灵活性、成本等方面都不能满足云计算服务需求,而且通用服务器在满足云计算业务技术需求方面也力不从心,因而云计算服务运营商开始定制基础架构解决方案,这是融合架构发展起点。目前,经过多年的发展,Openstack、天蝎等技术标准的逐步成熟,融合架构的软硬件技术有了可遵循的规范,另一方面,PCI-E、存储等模块的交换技术应用也越来越广泛,硬件的资源池化有了坚实的技术基础,浪潮开始研制一系列标准化的融合架构产品,通过资源共享的方式,实现硬件的灵活性,满足用户的个性化业务需求。

通用化产品满足定制化需求,整机柜服务器SR贯彻融合架构发展

浪潮可以为客户提供全程定制化的产品和服务,第一代整机柜服务器SR及高密度服务器等都是根据云服务商的要求研发生产的,全程定制化模式成为浪潮在互联网行业的重要竞争力之一,交付速度和质量都处于业界领先地位,整机柜服务器SR累计出货超过10万节点,市场占有率70%以上,几乎成整机柜服务器的代名词。浪潮依靠该模式也成为了互联网巨头阿里巴巴和百度的第一战略服务器供应商,以及腾讯的核心服务器供应商。

随着融合架构技术路线的逐步清晰和确立,浪潮开始将定制产品通用化,通过建立共享硬件资源池的方法来满足客户多样化的需求,最成功的产品便是刚刚迭代的整机柜服务器SR4.5,通过基于硬件交换技术的PCI-E Switch和SAS Switch模块的开发,实现了柜内I/O和存储资源的池化和共享。在上述技术的支持下,整机柜服务器SR可以为单节点配置8块以上GPU/MIC/FPGA,或者20块NVMe SSD,或者120块硬盘,成为机器学习、智能分析、冷存储、对象存储等定制化的基础架构方案。

融合架构产品完成布局落地,智慧计算成主流

目前,浪潮已经形成了完整的融合架构产品线,除了面向大规模数据中心及公有云应用的整机柜服务器SR之外,还有另外一款整机柜服务器系统InCloudRack云一体机以刀片系统I9000,这两款产品在高可用、智能等高级特性方面更为突出,不仅电源、管理等辅助模块全部采用冗余和热插拔设计,而且还支持双路、4路和八路节点的混插,可以更好的满足企业级用户及私有云的应用技术需求。

浪潮融合架构完全可以支撑各类智慧计算的应用。彭震谈到,智慧计算是未来占比超过70%的主流计算形式,这种计算“以云计算为基础平台、以大数据为认知方法、以深度学习为优化工具”,需要多种类型的基础平台,灵活的灵活配置以及硬件调度完全可以覆盖用户的各类需求。

融合架构将成软件定义数据中心的关键

随着融合架构的发展,计算、存储、网络之间的边界越来越模糊,基于通用服务器的NFV技术已经在传统的电信业务中开始应用,超融合等最新技术形成了产业规模,这些趋势将让硬件重构不断深化、软件定义不断升级。浪潮制定了融合架构的三步走战略——节点、机柜和数据中心三个层面的融合,目前已经实现了机柜层面的资源融合,下一代基于硅光互联的融合架构产品正在研发,可以实现数据中心级别的资源池化和共享。未来基于浪潮融合架构的软件定义数据中心将成为数据社会化的主要技术基础。


原文发布时间为:2016年11月1日

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
|
9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)
|
11月前
|
前端开发 JavaScript 关系型数据库
如何开发生产小工单中的产品管理板块(附架构图+流程图+代码参考)
生产小工单中的产品管理板块是制造业数字化管理的关键环节,涵盖产品信息、生产工序、产品列表和基础设置四大功能模块。通过系统化管理,企业可实现对产品属性、工艺流程及资源配置的精准控制,提升生产效率并减少误差与浪费。本文详解了各功能模块的设计逻辑、业务流程及开发实现方案,并提供示例代码,助力企业构建高效、灵活的产品管理系统。
|
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。
656 59
|
9月前
|
Java API 开发工具
灵码产品演示:软件工程架构分析
本演示展示灵码对复杂软件项目的架构分析与文档生成能力。通过Qwen3模型,结合PlantUML,自动生成系统架构图、微服务时序图,并提取API接口文档,实现高效、智能的代码理解与文档输出。
557 5
|
9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。
|
9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。
1017 1
|
11月前
|
前端开发 NoSQL 关系型数据库
如何开发CRM系统中的产品管理板块(附架构图+流程图+代码参考)
本文深入解析了CRM系统中产品管理模块的设计与实现,涵盖系统架构、业务流程、核心代码及落地建议,助力企业构建高效的产品管理体系。
|
10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。
685 0
|
11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
|
人工智能 自然语言处理 供应链
AI时代企业难以明确大模型价值,AI产品经理如何绘制一张‘看得懂、讲得通、落得下’的AI产品架构图解决这一问题?
本文产品专家系统阐述了AI产品经理如何绘制高效实用的AI产品架构图。从明确企业六大职能切入,通过三层架构设计实现技术到业务的精准转译。重点解析了各职能模块的AI应用场景、通用场景及核心底层能力,并强调建立"需求-反馈"闭环机制。AI产品专家三桥君为AI产品经理提供了将大模型能力转化为商业价值的系统方法论,助力企业实现AI技术的业务落地与价值最大化。
566 0