HPE存储业务表现出色,该公司再次开始公开报告存储业务数据,这是其以AI为重点的财务报告改革的一部分,其中Alletra Storage MP扮演主导角色。
这一消息是在HPE于10月15日在纽约举行的证券分析师会议上披露的,该会议旨在说服分析师向客户推荐HPE股票。首席执行官兼总裁Antonio Neri表示,公司有五个战略重点:通过收购Juniper构建新的网络行业领导者;专注于主权和企业客户,在AI基础设施市场中获得盈利增长;通过GreenLake加速高利润软件和服务增长;通过Alletra MP利用自主知识产权抓住非结构化数据市场增长机遇;以及推动客户向下一代服务器平台过渡。
这里的驱动因素当然包括AI,它正在推动网络和云业务模式的发展。HPE曾经拥有自己的存储知识产权,还记得收购的3PAR、Nimble和SimpliVity吗?3PAR产品线后来变成了Primera,随后发展为Alletra品牌,其中包括了原有的Nimble阵列。但HPE销售了大量运行其他供应商软件定义存储的ProLiant服务器,比如Nutanix等。
Neri在2023财年结束时让HPE的财务报告不再公开披露存储收入,该数字被纳入混合云业务中。然后VAST Data出现了,它基于全闪存NVMe存储设备和快速内部网络,提供分离式且可独立扩展的计算和存储。
HPE做出回应,于2023年4月推出了支持块存储和文件存储的Alletra Storage MP系统。该系统采用基于ProLiant的控制器(计算)和独立的存储节点。HPE实际上是从VAST代工了文件存储软件。HPE在2024年11月推出了自己的对象存储软件。
Alletra Storage MP系统促进了HPE存储销售的复兴,今年9月连续第三个季度实现了三位数的同比增长。HPE声称,根据IDC数据,它在主要块存储全闪存阵列(AFA)市场中占据第二大份额。HPE是第三大AFA供应商,仅次于Dell和NetApp。
Neri和他的高管们看到AI正在推动IT系统供应商业务的巨大变化,提升了对GPU服务器的需求,并带动了网络和存储的发展。因此,公司正在修订其公开财务报告结构,此前的结构包括服务器(包括HPC和AI)、网络、混合云、金融服务和其他。
现在,云和AI成为顶级业务部门,下设园区和分支、数据中心网络、安全和路由等子部门。分析师获得了追溯到2024财年第一季度的数据,这让我们能够绘制HPE最近的收入历史图表,其中包含独立的存储业务线。
我们可以清楚地看到AI驱动的服务器热潮对HPE收入的推动作用,存储业务以较低的收入数字平行发展,增长幅度相对较小。HPE的客户正在购买用于AI处理的服务器,但存储销售却落后。客户尚未为AI推理或训练显著增加非结构化数据(文件和对象)的存储。
然而,HPE Alletra存储销售正在上升,Neri和他的团队希望使用HPE自己的知识产权获得更多存储销售。我们使用HPE新披露的数据绘制了Dell存储、HPE存储、NetApp和PureStorage的收入图表。
我们可以看到Dell的销售呈下降趋势,而NetApp、HPE和Pure——仔细看——都在上升。
我们的理解是,HPE将作为整体AI系统销售的一部分来销售存储,以服务器和网络为主导。NetApp和Pure没有服务器和/或网络主导的销售优势。我们认为,它们的存储产品必须表现突出,具有明显的差异化优势,才能克服存储作为服务器/网络AI系统销售附属品的固有劣势。在其存储软件基础上构建自己的分离式架构以及AI数据管道软件栈是实现这一目标的一种方式。
NetApp(AFX)和Pure(FlashBlade//EXA)都推出了自己的分离式计算和存储节点架构,以及AI管道软件栈。我们认为Dell也会有所行动。
最后一个问题:HPE存储业务能否增长得足够快,以抵御Pure的增长并超越NetApp?我们拭目以待。这确实是有趣的时代。
Q&A
Q1:HPE Alletra Storage MP是什么?它有什么特点?
A:Alletra Storage MP是HPE在2023年4月推出的存储系统,支持块存储和文件存储,采用基于ProLiant的控制器和独立存储节点的分离式架构。该系统帮助HPE存储业务实现了连续三个季度的三位数同比增长。
Q2:HPE为什么要重新公开报告存储业务数据?
A:HPE在2023财年结束时曾将存储收入数据并入混合云业务中不再单独披露。由于Alletra Storage MP系统带来的存储销售复兴和AI驱动的市场变化,HPE现在重新将存储作为独立业务线进行财务报告。
Q3:HPE在存储市场的竞争地位如何?
A:根据IDC数据,HPE在主要块存储全闪存阵列市场中占据第二大份额,是第三大全闪存阵列供应商,仅次于Dell和NetApp。目前HPE、NetApp和Pure的存储销售都在上升,而Dell呈下降趋势。
好文章,需要你的鼓励
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
Amazon研究团队开发出CompLLM压缩技术,能让AI处理长文档的速度提升4倍,内存消耗减半。该技术将长文档分段压缩成"概念嵌入",实现线性复杂度处理,解决了传统AI在处理超长文本时的计算瓶颈。实验显示在处理超长文档时性能优于传统方法,压缩结果可重复使用,为AI应用的效率优化提供了新方案。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
延世大学研究团队开发了BESPOKE评估基准,通过收集30位用户三周内2870个真实会话数据,从需求对齐、内容深度、语调和解释方式四个维度评估AI助手个性化能力。研究发现当前主流AI系统个性化表现普遍不足,平均得分仅60多分,但通过智能利用用户历史信息可显著改善效果,为开发更贴心的个性化AI助手提供了科学评估工具。