企业云操作系统厂商Nutanix最新发布企业云指数报告,报告显示中国企业当前在混合云部署方面领跑全球,且预计将在未来几年进一步扩大领先地位。同时,中国企业认为混合云是最安全的IT模式。
《2019年Nutanix企业云指数》报告旨在评估企业在应用私有云、混合云和公有云方面的进展情况。其中,Nutanix委托Vanson Bourne对包括中国在内的24个国家和地区的2,650名企业IT决策者进行了采访和调研。
报告发现,17%的中国受访企业表示已经部署混合云,而全球平均水平为13%,亚太地区平均水平为11%。
然而,真正让中国企业在地区和全球企业中脱颖而出的是中国企业在未来IT部署规划上的大胆革新。
报告发现,中国受访企业计划在未来五年内积极转向混合云架构。预计到2024年,中国企业混合云渗透率将达到70%,远高于亚太及日本地区以及全球企业平均水平(50%以上)。(见图表1)
图表1. 中国企业当前和规划中的基础架构部署情况 |
|||
当前 (2019年) |
|||
|
全球平均 |
亚太及日本地区平均 |
中国 |
传统数据中心 |
52.79% |
53.67% |
55% |
私有云 |
34.42% |
33.00% |
30% |
单一公有云 |
18.45% |
20.67% |
19% |
多个公有云 |
10.53% |
11.22% |
12% |
混合云 |
13.09% |
10.89% |
17% |
未来12-24个月内 |
|||
|
全球平均 |
亚太及日本地区平均 |
中国 |
传统数据中心 |
21.89% |
24.56% |
11% |
私有云 |
17.77% |
14.44% |
8% |
单一公有云 |
19.74% |
21.89% |
23% |
多个公有云 |
26.64% |
32% |
36% |
混合云 |
32.53% |
28.67% |
31% |
未来3-5年内 |
|||
|
全球平均 |
亚太及日本地区平均 |
中国 |
传统数据中心 |
15.81% |
17.78% |
13% |
私有云 |
15.74% |
13% |
7% |
单一公有云 |
9.51% |
12.11% |
3% |
多个公有云 |
20.49% |
19% |
15% |
混合云 |
51.74% |
53.11% |
70% |
中国企业向混合云快速迁移的趋势将对传统(非云)数据中心基础架构带来冲击。中国企业长期以来被复杂繁琐的传统基础架构所束缚的情况即将得到改变。
报告发现,传统数据中心预计在未来3-5年内的渗透率骤减近四分之三,从55% 降至仅13%。(见图表2)
【图表2. 2019-2024年中国企业IT基础架构部署情况展望(百分比变化)】
这一转变将帮助中国企业摆脱对过时技术的依赖,简化IT管理与运营。而随着众多传统企业纷纷计划在未来十年内进行业务升级和优化,这也将成为中国企业的关键诉求之一。
Nutanix中国区董事总经理马莉表示, “中国企业再次推动着全球的创新和生产效率的提高。数字化趋势正在改变着各行各业,中国企业对云的需求也在迅速增长,而混合云已成为云部署的最佳选择。 “
“随着中国企业向产业价值链上游迈进,并开始注重效率、生产率和业务弹性以提高国内外市场竞争力,简单、可扩展的IT基础架构已成为中国企业当前的首要需求之一。”
报告的其他主要发现包括:
1. 在认为 “混合云是最安全的IT模式 ”的受访企业当中,中国企业占比最高:43%的中国受访企业认为,混合云是最安全的IT运行模式,这一比例远超亚太及日本地区平均水平 (29.11%) 和全球平均水平 (27. 92%)。墨西哥以42.67%的比例紧随其后。
2. 在决定工作负载的运行环境时,数据安全和合规性是中国受访企业的首要考虑因素(21%):这一比例略低于全球以及亚太及日本地区的平均水平。
3. 管理便捷性同样是决定工作负载运行环境的关键因素:中国企业在考虑工作负载的运行环境时,将成本、性能和管理便捷性(12%)列为同等重要的因素,但其中只有管理便捷性的比例高于全球和亚太及日本地区受访企业平均水平。
4. 与现有本地IT基础架构的整合性: 11% 的中国受访企业认为这是决定工作负载部署环境的关键因素,这一比例显著高于亚太及日本地区企业(7.11%)以及全球企业(6.11%)平均水平。
5. 不同云环境之间的互操作性被23%的中国受访企业认为是混合云模式的最大优点。
了解更多报告相关内容,请点击 此处下载完整版《2019年Nutanix企业云指数》报告。
好文章,需要你的鼓励
随着GPU成为AI工作负载训练和运营的关键,越来越多的云服务提供商开始提供云GPU实例。这为希望避免部署GPU硬件费用和复杂性的组织带来好消息。云GPU实例可按超大规模与专业化提供商、通用与专用实例、共享与独占服务器进行分类。选择时需考虑工作负载类型、GPU类型、成本、延迟和控制级别等因素。
这是一项关于计算机视觉技术突破的研究,由多家知名院校联合完成。研究团队开发了LINO-UniPS系统,能让计算机像人眼一样从不同光照下的照片中准确识别物体真实的表面细节,解决了传统方法只能在特定光照条件下工作的局限性,为虚拟现实、文物保护、工业检测等领域带来重要应用前景。
企业云服务平台IFS收购硅谷代理AI专家theLoops,推出"工业AI"概念。该技术旨在创建具备语义环境感知能力的自主AI代理,专门服务于制造、能源、建筑等资产密集型行业。这些工业AI代理能够理解业务职责,遵循行业规则,与人类协同工作,执行实际工作任务而非简单的聊天或辅助功能,为企业带来可衡量的生产力提升和投资回报。
这篇文章介绍了北京人工智能研究院开发的OmniGen2模型,一个能够同时处理文字转图像、图像编辑和情境生成的全能AI系统。该模型采用双轨制架构,分别处理文本和图像任务,并具备独特的自我反思机制,能够自动检查和改进生成结果。研究团队还开发了专门的数据构建流程和OmniContext评测基准,展现了开源模型的强大潜力。