试问有哪些公司涉足过超融合领域?创业公司,互联网公司,服务器公司,存储公司,网络公司,安全公司……
还真是百花争鸣,好不热闹!
但是,这些公司之间其实是存在本质区别的,先来张图概括一下:
不难看出,从本质上可以将这些公司分为三类:组装型、商用型和开源型,那么三类公司搭建超融合的流程是怎样的?又存在哪些必然的缺陷?!今天这篇文章厉害了,在 IT 届从业近 20 年的 “老司机”——思科资深顾问工程师张亦安不光帮你分清差别,还带你探寻本质,快来带着问题找答案!
1组装型
顾名思义,组装型公司需要用户自行采购服务器、网络设备、分布式存储软件,然后再由公司或委托代理商搭建超融合。
如此 “组装” 搭建起的超融合,单从采购成本(Capax)看,两个字:便宜,但其实后患无穷!
对于用户来说,想要达到这套超融合的最佳实践,需要全凭经验摸索,时间成本较高,最大问题是可靠性差、故障率高,不同厂商各种型号产品中的互联互通和兼容性隐患巨大;次之,即使花时间摸索出的最佳实践也并不能长久,因为硬件型号和配置、软件版本都会变化,这就需要测试、评估一遍又一遍……
2开源型
对于公司来说,超融合做不出来怎么办?大部分会选择开源软件!价格相当便宜,甚至能说是最低价中标,但相比之下客户就需要付出相应代价……何出此言?
说到这,就不得不谈这个问题:开源软件为什么不适合超融合?
因为开源的逻辑是:白牌机 + KVM + Linux + MySQL + Apache + 应用自研。但如果中间某一部分需要使用到商用软件,例如 SAP HANA,Oracle,开源就会表示:不好意思,玩不转……这就是开源的碎片化缺陷!其运维挑战就更不必多说了,一旦开源系统服务外包的核心人员离职,系统的后续运营和维护就是大麻烦!
由此可见,用 OpentStack/Ceph 做超融合是不合适的!
3商用型
最后我们来看看商用型,这类公司在服务客户时,模式相对简单,就像购买品牌机一样,客户只需选择信赖哪个品牌以及主要参数即可。而同类中的 OEM 往往作为商用型公司的补充,主要是负责其后的售后服务。
商用系统的逻辑为:商用应用软件 + 商用硬件,由于主流商用公司之间会协助完成互认证,这就解决了兼容性和可靠性的问题。
那么在商用超融合领域,目前三大主要厂商的情况如何?我们来做个对比!
最后提醒 IT 硬件圈的同仁:未来网络、服务器、存储、虚拟化都会的通才需求在增加。举个栗子:前几天 HR 问有没有懂网络,又会服务器/存储,还了解金融业务的可以介绍,我想了想又打了一圈电话找不到人。那么问题来了:超融合技术哪家强?
——思科资深顾问工程师,张亦安
面对 “老司机” 的问题,如何回答地技术又专业?或者想了解更多行业案例?关注@思科联天下 官方微信,回复 “HX” 即可查看思科资深顾问工程师张亦安关于Hyper Flex的更多专业分享! 9 篇技术宝典,篇篇深入思科 HyperFlex 的精髓,听说打开第一篇后就控制不住寄几了……不信试试看!
“思享家”汇聚思科资深专家,旨在与粉丝分享、交流和探讨思科的观点、技术以及行业领域的热门话题。在这里您得到的不只是答案,更是一个前所未有的思科行业专家团队!
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。