很快,这道小小的裂隙将会发展成无底的深谷。
Nexenta公司CEO兼精神领袖Tarkan Maner已经谈到,其有可能在全球市场上从NetApp存储业务手中夺取到高达两位数PB的份额。
他同时提到,SAP方面提出了一项建议(即面向某种解决方案的采购意愿),计划将总计74 PB的次级存储订单由EMC及NetApp阵列转向成本更为低廉的Supermicro存储设备。
多伦多大学目前正在将其存储平台转向现成的商用硬件及Nexenta软件之上——这一组合在成本上仅为原先传统存储方案的三分之一,而且能够在未来五年帮助这所高校节约900万美元的运营成本。
除此之外还有Wipro、Cox通信、某家土耳其银行、计划将全球车辆联网云运行在Nexenta设备平台上的现代以及美国国家海洋与大气管理局(简称NOAA)以及其它多家客户。
那么上述实例到底属于标准存储阵列更新周期内的个别正常现象,亦或是代表着着层次更深、能够进一步持续的转变势头?
Maner认为后者才是正确答案,但他的判断是否可靠?毕竟作为一家企业的管理者,他有义务帮助股东获得收益,因此他的观点往往带有强烈的倾向性。
根据他的说法,Nexenta公司正在不断扩张。“第一季度与第二季度的表现非常出色,”Maner表示。“2015年上半年是我们有史以来表现最理想的阶段,营收水平较上年同期增长了50%。我们拥有强大的发展动力,目前的计划是将全年营收增长提升至上年的二倍。”
目前该公司拥有超过6000家客户,其软件产品管理之下的数据问题也已经突破了1200 PB(没错,也就是1.2 EB)。
根据我们掌握的情况,某家主流系统供应商已经在使用Nexenta软件配合COTS硬件用于存储其备份数据,这套组合的成本要远低于其它内部开发产品。
试想一下,如果像SAP这样的企业客户真的打算通过迁移次级数据节约数千万美元成本,具体来说就是将其数据存储基础设施从EMC、NetApp、HDS以及惠普等厂商的阵列当中迁移到Supermicro类硬件及Nexenta、飞康freestor等软件当中,那么整个市场必然发生巨大震动。我知道,我知道,关于临界点及模式根本性转变的讨论早已是陈词滥调了,但是……
不可能,胡说,太扯了,危言耸听,传统厂商肯定会给出这样的反应。
然而,目前主流单控制器与双控制器阵列销售额确实在一路走低,EMC、IBM以及NetApp公司的财报已经证明了这一点。这些阵列产品正在不断受到速度更快的全闪存阵列、新型混合阵列、纯软件存储、超融合型基础设施设备以及公有云等方案在技术与市场营销方面的双重冲击。
主数据副本业务的解决主要由Actifo、Catalogic以及Delphix等厂商完成。而高速主数据访问任务则拥有两种解决途径,其一是依托于闪存存储产品,其二则是依托于服务器内的闪存存储设备。传统存储阵列已经没有生存空间,大量次级、副本型数据、备份以及在线参考数据都需要由共享式存储阵列负责打理。
Maner指出,很多CEO及CIO表示主流阵列产品的成本太过昂贵,而Nexenta公司的纯软件存储方案为这类用户打开了通往白盒Supermicro/广达类存储产品的大门——软硬件加以配合,完全能够满足他们的实际需要。
Nexenta公司所提供的并不算是什么颠覆性存储技术成果,其实际表现基本上只能说是跟来自主流供应商的存储软件方案打个平手。至于硬件角度,也没有人会认为Supermicro的硬件产品能够在任何角度真正超越思科、惠普或者其它品牌服务器技术方案——至少在存储方面不会。
真正值得关注的是,为什么SAP等一系列大型企业用户的CEO与CIO过去会选择从IBM、EMC以及NetApp等厂商手中购买PB级别的次级存储解决方案。这一方面是对产品及供应商本身的信任,同时也考虑到了成本因素的影响。如果这类用户真正认为Nexenta/Supermicro类型的存储产品能够切实满足需求,那么使用这类方案将帮助他们节约下数千万美元的运营成本。
没错,这就是我们得出的结论。
大型企业客户将把每年数百万美元的存储支出从传统供应商处抽离出来,继而投入到Nexenta/Supermicro等白盒供应商手中。这意味着全球市场上的数十亿美元存储支出迅速易手,而这势必给整个行业格局带来巨大影响。
.我同意,这确实有点危言耸听,而且轻易给出这样的结论确实不太靠谱——不过大家还记得《敌后大爆破》这部电影吗?炸弹通过蓄水湖底,并从水下将大坝炸开了一道裂缝。接下来,巨大的水压从冲破围堤,并顺着山谷一路咆哮前行。
Nexenta/Supermicro类型的存储产品能否像这枚炸弹一样彻底改变企业级数据这一巨湖的流向?
也许真的有可能呢。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。