在软件定义数据中心领域的这场搏斗当中,VMware面临的最大挑战在于如何在拿出软件定义/控制存储方案的同时、又不至于让其母公司EMC赖以生存的硬件存储营收遭受严重冲击。
与Pivotal以及EMC信息基础设施(简称EMC II)部门一样,VMware也属于EMC联盟当中的成员之一。虽然各方之间允许存在一定程度的竞争行为,但如果某位联盟成员彻底毁掉了另一位成员的营收与发展战略,身为EMC董事长兼集团CEO的乔图斯会作何感想呢?会不会有恼羞成怒的股东借以对这位联盟成员发出警告?
EMC的营收在很大程度上取决于硬件存储阵列产品的销售情况,而软件只能算是用于连接及控制的额外点缀。VMware方面则恰好相反,软件定义网络(NSX产品)及软件定义存储(VSAN产品)的迅猛发展为其作为立足根基的服务器虚拟化软件带来巨大助力。
不过VMware如今已经将趋势真正转化为行动,这位虚拟巨头在本届VMworld大会上宣布将凭借其EVO解决方案正式迈入融合型设备业务市场。根据我们的推断,这应该是一款面向中小型企业的产品,旨在将各类VMware核心功能与VSAN共同捆绑为一套能够快速实现部署的软件包。
作为此次公布的首款产品,EVO:RAIL当中包含vCloud Hybrid Service外加一套硬件参考架构,用于提供一整套基础设施即服务(简称IaaS)设备,这样一来VMware的各家经销商就能利用它们轻松构建起庞大的基础设施巨兽。
这是一款交钥匙型虚拟服务器SAN解决方案,配备虚拟服务器计算与软件定义虚拟网络机制,并可以通过向外扩展设计方案实现多节点集成。
好的,现在核心问题来了:购买了这款产品的客户还会再购买存储阵列设备吗?
答案显然是否定的。
不,除非其市场定位低于EMC的VNX产品,这样EMC就能继续凭借着ScaleIO在高端业务领域占据一席之地。
然而如果EVO:RAIL是一套面向小型客户群体的微型系统,那么Nutanix、Simplivity以及其它超融合方案新兴企业可就开心了。他们会如水银泻地般无孔不入地挤占这片市场,通过获取VMware认证的方式利用自家系统榨取全部价值,并推进销售渠道建设以求让自己的产品将VMware同类解决方案压制得动弹不得。
EMC即将爆发内战?
如果EVO:RAIL真的是一款面向中小型企业的产品,也就是指那些员工人数不超过五千人的企业,那么EMC阵列产品的销售代表及渠道合作伙伴将大为光火——因为VMware用户群体将逐步利用EVO系统取代EMC II的那些价格更高的设备方案,没错,我们指的就是其阵列产品。
在这种情况下,EMC II公司CEO大卫 古尔登将彻底抓狂、并向VMware CEO帕特基辛格正式宣战;面对这样一场声势浩大、影响深远的内部斗争,乔图斯总为联盟总负责人自然需要给出合理的解决办法。
VMware从骨子里就是一位专门给硬件供应商找麻烦的竞争者。对于VMware而言,服务器设备仅仅是虚拟机运行所必需的硬件平台;他们根本不在乎这款平台由谁提供、由谁销售,也懒得理自己的方案会不会让硬件供应商的销售合作伙伴们陷入绝境。是的,VMware一直就是这样一家企业。
同样,对VMware来说,存储资源则仅仅属于虚拟机数据的保存基础……大家应该明白我的意思了吧?在这位虚拟巨头眼中,其软件控制/抽象化机制就像是一台服务器——如果存储硬件供应商为了向其提供存储资源而打得头破血流,VMware也将完全置身事外。这就是VMware的运营理念与生存哲学,对吧?
其在网络硬件方面也抱持着同样的态度。
下面来看看从业人士对此有何看法:
1.来自ESG公司创始人Steve Duplessie的推文:
如大家所知,VMware的超融合型方案将引发一场狂风暴雨。
ESG公司创始人史蒂夫 杜普勒西在推文中评论VMware的超融合型方案
2. VMware SAS业务部门首席战略官Chuck Hollis则发表了一篇题为《软件定义存储论证》的博文。在通篇阅读后,我发现其主要内容就是在从VMware的角度描述EMC的ViPR软件定义存储产品为何有其存在必要——这一点也不令人意外,毕竟VMware也拥有同类方案。
嘿,也许EMC II高级软件部门前任负责人兼ViPR缔造者、现EMC公司CEO顾问Amitabh Srivastava应该加入帕特基辛格的管理团队。
这当然只是玩笑。不过可以肯定的是,VMware将其软件定义存储机制引入自家软件定义数据中心战略及产品的作法将带来深远影响。在EMC联盟之外掀起一场声势浩大的风暴,对于EMC来说当然是种好消息。然而在EMC联盟内部的这种事情无疑会在引发骚动之余令两位高管爆发猛烈的口水战。
惹恼了东家的VMware将会迎来怎样的命运?就让时间为我们揭晓答案吧。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。