安全软件提供商赛门铁克将把105个诺顿数据中心应用迁移到微软的Azure云中。
这些应用包括声誉评分、安全遥测、高级威胁保护。赛门铁克将把自己的电子商务系统带入Azure,并计划针对一些内部IT服务使用,包括容器、机器学习和平台即服务。此举将在2018年3月前完成。
核心财务应用和其他应用仍将保留在内部,赛门铁克采用了一种混合云的战略,称迁移到Azure不仅将解决成本,还会提高性能和安全性。
这对微软来说也是一个好消息。赛门铁克将把大部分IT负载迁移到微软的云中,这意味着赛门铁克不再需要运行这些应用的服务器和存储。
赛门铁克全球25座数据中心中的6个即将关闭。这对赛门铁克的服务器和存储提供商、这些服务器上运行的软件的提供商来说都是一个坏消息。
对于全体服务器和存储提供商来说都是一个坏消息,因为赛门铁克刚刚告诉所有自己的企业客户说,把应用迁移到公有云是一件很好的事情。相信部分企业客户将会跟随赛门铁克的脚步,将应用迁移到公有云缩减他们的本地数据中心资产。
接下来,服务器和存储销售将会减少,市场将会缩水,将会出现涟漪效应。
同时,面向云提供商的服务器和存储销售量将会增加,但是这些提供商倾向于购买组件来搭建他们自己的系统,主流提供商可能不会从中受益。
假设在接下来的几年中,企业服务器和存储市场将有20%迁移到公有云,那么这将会带来怎样的影响。
市场将会萎缩,无法容纳下现在这么多的提供商。我们预计占主导的主流提供商将会更加(相对来说)主导,实力弱一些的厂商将会受到冲击,意味着这些厂商可能会被收购,成为较小规模的、可生存下来的利基提供商,或者消失。
在服务器和超融合基础设施一体机市场,我们看到HPE和Dell是两大提供商,接下来是白盒提供商(浪潮、超微等),以及一系列其他提供商,华为、联想、Nutanix、思科、富士通、日立、Scale等等。我们在这里故意把服务器和HCIA放在一起,是预计规模较小的提供商会有一些整合。
在存储方面,因为整合程度不如服务器领域那么高,所以会有相对较大型的提供商。不过我们预计接下整合的步伐会加快,因为HCIA(服务器SAN)将占领更多存储市场。
较大型的厂商包括Dell、HPE、NetApp和IBM,其次是一系列较小型的厂商例如Pure Storage、Vantara(以前的HDS)、Kaminario、Tegile、Tintri、华为、富士通、NEC、DDN、Infinidat、Oracle、Panasas和一些初创公司,Apeiron、E8、Exceleto、Formation、Pavilion、Vexata等。
然后还有一些软件存储提供商(例如Datacore、Nexenta、Scality、Cloudian等),备份/数据保护提供商,元数据提取厂商,拷贝管理器和HSM重新创建厂商,大数据分析厂商,容器数据存储厂商,云网关/复制和归档厂商……这里有太多太多的厂商。
如果赛门铁克因为采用公有云而关闭近1/5数据中心的举动成为企业IT范例,那么对服务器和存储行业的整合压力将会增加。如果这个比例上升的话,压力将会进一步加大。
提供商在日益萎缩的本地TI市场中引导服务器/存储开发的方向,这个能力将变得只管重要,因为如果引导错误将会让厂商陷入困境,想想Violin Memory、Imation、Data Gravity、Coho Data,为我们敲响了警钟。
但是还有很多市场利基厂商实现了对市场的主导。这回归到老式的商业游戏规则——变大、变专、或者被淘汰。想想Dell(变大)、DDN(变专)还有Data Gravity/Coho(被淘汰)。
好文章,需要你的鼓励
施耐德电气以“新质服务+产业向‘新’行”为主题,第六次参会,展示全新升级的“新质服务体系”,围绕创新驱动、生态协同和行业赋能三大核心领域,以全新升级的“新质服务体系”,助力中国产业向高端化、智能化、绿色化迈进。
香港中文大学联合上海AI实验室推出Dispider系统,首次实现AI视频"边看边聊"能力。通过创新的三分式架构设计,将感知、决策、反应功能独立分离,让AI能像人类一样在观看视频过程中进行实时交流,在StreamingBench测试中显著超越现有系统,为教育、娱乐、医疗、安防等领域的视频AI应用开启新可能。
甲骨文正在成为大规模基础设施供应商的可靠选择。该公司通过AI技术推动应用开发,构建GenAI模型并将智能代理集成到应用套件中。CEO萨弗拉·卡茨透露,公司剩余履约义务达4553亿美元,同比增长4.6倍,并预测OCI收入将从2026财年的180亿美元增长至2030财年的1440亿美元。甲骨文正积极布局AI推理市场,凭借其作为全球最大企业私有数据托管方的优势地位,有望在云计算领域实现重大突破。
Atla公司发布Selene Mini,这是一个仅有80亿参数的AI评估模型,却在11个基准测试中全面超越GPT-4o-mini。通过精心的数据筛选和创新训练策略,该模型不仅能准确评判文本质量,还能在医疗、金融等专业领域表现出色。研究团队将模型完全开源,为AI评估技术的普及和发展做出贡献。