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
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。