VMware NSX虚拟网络软件:为云计算做准备
作者:邹铮翻译
VMware传统技术的销量正逐渐减少,该公司计划采取措施来扭转这种局面,这些措施包括推出新版本的NSX——为企业数据中心和亚马逊及微软公共云之间 的应用流量创建网络覆盖。
VMware传统技术的销量正逐渐减少,该公司计划采取措施来扭转这种局面,这些措施包括推出新版本的NSX——为企业数据中心和亚马逊及微软公共云之间 的应用流量创建网络覆盖。
VMware公司首席执行官Pat Gelsinger本周在电话会议中告诉金融分析师,这个新虚拟网络软件将可“跨多个云计算IT资源来提供连接性、安全性和可视性,无论底层基础设施是否基于VMware”。
该软件预计将在今年推出,目前正在以亚马逊云计算服务作为云计算提供商来进行测试。为了配合这个新产品,VMware计划在vRealize套件中添加支持,vRealize将会管理托管在AWS和微软的公共云Azure中的工作负载。
对于VMware来说,今年将会是“关键转型年”,因为该公司的新技术(NSX、vSAN和AirWatch)收入预计将会弥补该公司传统数据中心虚拟化 产品减少的收入。VSAN可根据VMware虚拟化计算环境中的变化来动态地调整存储,而AirWatch是该公司的企业移动管理软件。
Gelsinger说道:“我们已经认识到,我们的计算产品已经趋于成熟,它们在未来占我们业务的比重将会减小,但它们仍将是构建我们新业务的强大跳板。”
VMware针对数据中心虚拟化应用的工具销量已经达到数十亿美元。但随着这个业务增长放缓,以及企业客户通过迁移应用到云计算来减少数据中心基础设施成本,VMware正重新设计其技术。
根据IDC表示,在2015年,全球公共云服务支出增长率是整体IT支出的6倍。企业为公共云服务支付的费用预计将从去年的700亿美元增长到2019年的1410亿美元。
云计算中的VMware挑战
VMware以云为中心的NSX虚拟网络软件面对的是一个拥挤的市场,其中包括很多传统供应商,例如思科;还有初创公司甚至云服务提供商。亚马逊和微软正 在开发互连技术来整合其服务与客户的数据中心。
有些分析师认为,大多数企业不需要连接其虚拟化环境与公共云。
“在这两者之间尝试构建一个中间层可能看起来是很棒的想法,但这个需求非常小,因为企业通常没有像VMware那样有这么多重叠区域,”Moor Insights & Strategy分析师John Fruehe表示,“对于企业而言,事物要么在云计算中,要么在数据中心---很少两者皆有。”
此外,NSX比很多替代品更加昂贵,Fruehe表示,“还有其他不太复杂的选项来优化数据中心到云连接。”
VMware正在尝试做的是:调整企业和公共云之间的存储、计算和网络,这在是很容易的概念,但在实际生产中实现非常困难。Gartner公司分析师 Andrew Lerner表示:“这是复杂和繁琐的问题,现在还没有哪个供应商已经解决这个问题,虽然很多供应商在努力解决。”
VMware公司高管告诉分析师,尽管如此,VMware正寄希望于其虚拟网络软件及其其他新技术销量的增长,今年该公司将花更多钱在其专门的网络以及构 建NSX安全销售队伍。
此外,为了开发和销售新产品,VMware打算利用从公司重组腾出的资源,这次重组导致裁员800人,高管在发布2015年第四季度盈利时宣布了裁员消息。
vCloud Air相比下降
VMware在侧重NSX的同时,减少了其对公共云vCloud Air的野心。该云计算服务是基于该公司的vSphere虚拟化平台。
Gelsinger表示:“该服务将不太会侧重提供专门云计算软件以及VMWare特有的服务—区别于其他公共云服务提供商。”
IDC公司分析师Brad Casemore表示,vCloud Air和NSX产品战略计划的减少表明VMware承认现在其他供应商主导着公共云。
抛开技术层面来看,VMware最大的问题是如何应对戴尔以670亿美元收购母公司EMC带来的动荡。在去年秋天宣布这个消息后,这次交易已经导致 VMware股份下降超过40%。
在2016年,VMware预测收入会低于分析师预期。该公司预计收入在67.85亿美元与69.35亿美元之间,这比2015年增加2%到4%。而根据 Thomson Reuters表示,分析师预测收入为72亿美元,比去年同期增长9%。
0赞好文章,需要你的鼓励
推荐文章
数字孪生技术正在改变网络安全防御模式,从被动响应转向主动预测。这种实时学习演进的虚拟副本让安全团队能够在威胁发生前预见攻击。组织可以在数字孪生环境中预演明日的攻击,将防御从事后反应转变为事前排演。通过动态更新的IT生态系统副本,团队可在真实条件下压力测试防御体系,模拟零日漏洞攻击并制定应对策略,从根本上重塑网络安全实践方式。
中山大学团队针对OpenAI O1等长思考推理模型存在的"长度不和谐"问题,提出了O1-Pruner优化方法。该方法通过长度-和谐奖励机制和强化学习训练,成功将模型推理长度缩短30-40%,同时保持甚至提升准确率,显著降低了推理时间和计算成本,为高效AI推理提供了新的解决方案。
Linux内核开发面临动荡时期,Rust语言引入引发摩擦,多名核心开发者相继离职。文章介绍了三个有趣的替代方案:Managarm是基于微内核的操作系统,支持运行Linux软件;Asterinas采用Rust语言开发,使用新型framekernel架构实现内核隔离;Xous同样基于Rust和微内核设计,已有实际硬件产品Precursor发布。这些项目证明了除Linux之外,还有许多令人兴奋的操作系统研发工作正在进行。
上海AI实验室研究团队深入调查了12种先进视觉语言模型在自动驾驶场景中的真实表现,发现这些AI系统经常在缺乏真实视觉理解的情况下生成看似合理的驾驶解释。通过DriveBench测试平台的全面评估,研究揭示了现有评估方法的重大缺陷,并为开发更可靠的AI驾驶系统提供了重要指导。