中國數據存儲服務平臺

回顧2019,我眼里的降本增效IT創新故事

無論何時,寫總結都是一件不怎么輕松的事,如何以輕松的方式寫,如何能以輕松的方式讀,想來想去想不通,這里,索性以最簡單的隨意形式梳理一下小編在2019年看到的,印象深的趨勢,科技熱點和創新點,看看大家是怎么降本增效的。

2019年,新的經濟形勢下,裁員潮令許多人都過不好這個年了,企業更應該思考如何用創新技術來省錢,把一塊錢當兩塊錢花,提升性價比。

創新者與跟隨者都很重要

有企業作為技術創新者、市場的開拓者,以一種顛覆性技術開創一個行業,這些方案往往水平高、質量好,價格也非常對得起自己。

而當行業逐漸成熟,市場教育階段過后,新入局者看清楚門道后,快速學習套路,以最低成本,最明確的目標,最高效率入局,對前者形成打擊,走別人的路,讓前者無路可走,畢竟,做一個有明確需求的東西比開創點什么要難的多。

正因為如此,企業可以采購更具性價比的替代性解決方案,創新者陷入窘境,殘酷但是現實,這確實就是行業發展的必經階段,舊時王謝堂前燕,飛入尋常百姓家是必然趨勢。

類似的,藥品的專利也有有效期限,期限一到,市場上替代品一擁而入,在此之前,藥企投入巨大的研發成本之后想獲利也是理所應當的,不同的是,IT技術本身是靠一個個功能實現的,模仿者跟蹤者做起來更輕松一些,IT領域極少數有模仿不出來的東西,比如Oracle的數據庫,同類競品哪怕性能或者安全可靠性上差一點,基本也是可以起到替代作用。

在IT領域,產品技術專利遠不如標準來的實在,而標準往往掌握在行業的開創者(或者發揚光大者)手里,但每一次的發展需要這些硬核技術創新者,生態構建者,行業引領者,這樣的企業值得被尊重。

跟隨者的出現同樣對于行業發展有貢獻,他們往往是厲害的、有戰斗力的企業,他們的故事腳本一般不怎么精彩,但他們當中的市場佼佼者,依然能靠平庸的劇本演繹出精彩。他們的出現逼迫領跑型創新者不斷創新提升附加價值。

最終造福用戶。

2019,冷靜看待AI

隨著社會的發展,人力成本是最貴的,說降本增效,還有什么比得過AI替代人?

在看過那么多科幻電影里演繹的智能后,2019年,AI離我們又更近了一步,2019年打著教學旗號搞知識付費的騙子們也消停了,網上也出現了許多人工智能勸退帖子,大家開始理性看待人工智能,認識人工智能的能力和局限性,正確使用AI能成為企業降本增效的好手段。

2019年世界人工智能大會上馬云和埃隆馬斯克對人工智能發表了看法,馬斯克認為人類現在低估了人工智能的能力,人工智能會對人類帶來大的威脅。馬云則認為不要跟AI比智力了,人類應該做創造性的事兒。二馬的觀點基本代表了理科生和文科生對AI的看法。

兩位大佬都認為人工智能將帶來非常大的顛覆,小編認為,既然有了人工智能,就不應該逃避和拒絕它,潘多拉魔盒已經打開就不可能再關上了,你不研究也有別人去研究,人們應該積極擁抱而不是懼怕人工智能,只有充分了解后才可能為我所用,不至于讓人工智能過于失控。

AI技術與生態發展

人工智能技術的發展一方面在于不斷優化的算法,雖說算法已經發展了好幾十年了,不是說一兩年馬上就能有什么質的飛躍,但總還是有前沿的算法值得期待,與以往不同的是,現在在實踐的驅動下,算法更有針對性了,算法在實踐中成長。

計算能力AI芯片方面,谷歌的TPU開了一個頭,如今的市場上我們能看到各式各樣的AI芯片,全球市場上英特爾在AI芯片布局上真可謂是急先鋒一個,收購了一個又一個AI芯片廠商,芯片布局包括Mobileye、Nervana、Movidus等,不久前又剛剛收購了可編程AI芯片Habana Labs,英偉達、高通、AMD做起AI芯片一個比一個賣力,國內市場也非常熱鬧,華為的麒麟和昇騰系列芯片也有有AI芯片,地平線征程旭日系列,依圖科技求索,寒武紀,阿里平頭哥玄鐵910,紫光展銳虎賁(ben)T710等。

在人工智能的應用開發上,全球范圍內有谷歌的Tensorflow、Facebook的PyTorch、Caffe、MXNet、Scikit-Learn等著名框架,中國百度有PaddlePaddle等比較成熟的框架,也開始出現像商湯科技SenseParrots,阿里X-Deep Learning,華為的MindSpore燈新興框架,各種框架各有側重,看似雜亂無章,其實跟芯片一樣,相互互補,相互協作,并非沖突關系,層出不窮的深度學習框架放映出人工智能的多樣性。

一點關于AI應用的事兒

2019年,“智能+”正式出現在兩會報告中,這是政府報告中第三次提到人工智能話題,“智能+”是國家頂層的頂層戰略,在實際發展中,有哪些嘗試和探索呢?

在無人駕駛,自動駕駛或者輔助駕駛等以AI技術為主的汽車駕駛方案方面,谷歌,特斯拉,百度等國內外巨頭都有許多探索,它的出現讓汽車更像是一個功能強大的電子產品,2019年,上汽紅巖5G智能重卡的示范運營開啟智能汽車運營,電腦開的汽車離我們又近了一步。

智能機器人可以分為用于生產的工業機器人和服務于人的服務型機器人,工業機器人負責搬東西,送快遞,去廠房里幫(替代)人干活兒,服務于人的機器人在家里幫你掃地,在桌子上跟你對話,大多是時候,智能音箱跟你的對話都像個話不投機的智障,可能是人類太復雜了,機器還不夠了解人們,可如果想要讓機器了解人,那就得收集人類的語言信息,在許多國家和地區,收集信息這件壞事兒需要嚴格控制。

教育AI,基于AI能力的教育服務商,基于AI做智能化服務探索,讓AI輔助或者替代老師進行教學,梳理知識點,回顧錯題,制定有針對性的復習計劃,這是一方面,還有一類是提供教學用的IT解決方案,隨便翻看了一下,很多廠商都在推行類似的方案,此類方案多位軟硬一體,供學生學習練手用,畢竟大部分學校的機房都跑不了機器學習這種新型負載,而人工智能技能是必須要學的。AI人才缺口有多大,這塊市場就有多大。

工業AI,產品質量檢測方面是重點,畢竟質檢是對生產環節調整最小的環節,還有一大類應用是智能故障預警,提前發現問題,提前換掉即將發生故障的零部件,這些場景都非常典型。

醫療AI,依靠人工智能系統對大量數據的全量分析,找到各種因素和結果質檢的關聯關系,比如最近,IBM提出用機器學習開發阿爾茨海默病關鍵生物標記物的血液檢測方法,能以一種不解釋的方式給出答案,兩年前,人們已經發現人工智能的步子邁的太大了,就連IBM做了很多年的”沃森醫生“也出了很多BUG,在中國,用人工智能來輔助醫生看片子(CT,MR什么的),出現了許多創業公司。

就應用層面而言,目前AI最成熟的就是相對簡單的語音識別和圖像識別了方面了,語音識別是指將語音轉換為文字,大家試試微信的語音輸入就知道了。

各種身份認證,活體認證APP都在用圖像識別人臉識別,監控攝像頭也在用,娛樂性的拍照軟件也在用,只要人臉關鍵點識別做的好,整體體驗就還不錯,本來用的人畜無害的,偏偏有人讓你上傳自己照片給影片人物換臉,泄露隱私和侵害版權還是小事兒,中國一些明星get了不用去現場就能拍電影的神技能,沒準就徹底把中國電影的棺材板子給蓋實了,還順手澆灌了幾桶混凝土。

不過,通過這事兒也能看出來,AI的危害其實可以很大,關鍵得看你怎么用了。

AI在企業級基礎設施領域的應用

2019年,云數據中心,特別是許多互聯網云數據中心的創新步伐不減,對他們來說,創新不是消耗成本,而是降本增效。

在企業IT領域,AI也在發力,SSD的控制器里有AI算法,存儲系統的智能分層系統里有AI算法,存儲系統的故障管理系統有AI算法,IT運維系統的時候也有AI算法,災備系統里也有AI算法。復雜抽象的IT參數和指標非常多,讓AI做運維非常合適,不怕數據量不夠,也不怕做錯了之后出人命。所以說,電腦的事兒還是交給電腦來解決吧。

數據中心基礎設施運維管理上開始用AI出現的最早,大概四年前,我先是看到一家叫先智數據的公司開始嘗試用AI技術預測磁盤故障,后來,新華三收購的Nimble的Infisight也在做類似的事情,隨后有看到戴爾易安信,浪潮,華為等越來越多的存儲系統在用AI來做故障預測和故障處理了,AI正在將存儲管理員從一些簡單的重復性的工作中拯救出來。

要知道,經驗豐富的存儲運維工程師的工資成本是非常高的……如果能給他們分擔點工作,那感性非常好了。

數據中心算力性價比發展將加速

摩爾定律的本質就是不斷提升算力的性價比。

2019年4月,英特爾發布第二代至強可擴展處理器,以提升性價比的方式繼續延續摩爾定律,不過,下半年AMD發布的7nm處理器確實給英特爾帶來了不小壓力,英特爾也急忙宣告了10nm上的計劃,消費級的產品線據說還拿出了降價策略。

AMD重返數據中心市場確實帶來了新氣象,究竟會拿走英特爾市場份額幾個百分點還是未知數,但客觀上肯定會促進牙膏廠下一次擠牙膏的時候多使點勁兒。

數據中心市場是一個非常看重性價比的市場,所以,實際應用中也不能只看參數,7nm固然好,多核的優勢對絕大部分還是未知數,一些比如PCIe 4.0這樣的接口設定,先一步發布優勢還非常有限,畢竟2019年真正支持 4.0的設備屈指可數,生態還是很重要的,這是英特爾牢牢作為上游廠商牢牢把控市場的根本原因。

企業級數據中心里,Power系統憑借原有的穩定生態仍占有一席之地,憑借超高的系統穩定性依然是服務器家族中一個特殊的存在,2019年,Power服務器在中國憑借IPS(浪潮商用機器)重新收復舊土,在金融等傳統優勢領域獲得很好的市場表現。

ARM服務器幾次起落之后,2019年,國內服務器廠商尤其是華為又重新大力加持,一眾國內廠商跳出來推出了基于華為鯤鵬解決方案,ARM服務器能否在更多場景中使用,還有很多未知數。

數據中心的計算架構方案越來越多,因此,數據中心算力性價比發展將加速。

降本增效的神器——SCM

若論這幾年基礎設施架構上的創新,SCM是當屬最熱話題之一,繼英特爾3D Xpoint發布以及快速商用推出傲騰之后,三星發布Z-NAND,東芝XL-Flash,西數LLF,隨后也都推出了類似的方案(一起開發3D Xpoint的美光也是前不久才正式拿出了產品)。

對SCM最熱衷的英特爾的意思是,SCM往上看能幫內存打下手,往下看能拉NAND SSD一把,價值就在體現出來了,它能上計算架構的數據流動更順暢,效率提高。

英特爾是目前最成熟的SCM方案供應商,一定程度上他就是我們所說的行業開創者和市場教育者。

在使用上,有的企業把英特爾傲騰當做性能略差的內存來用,在快手的Redis方案里,英特爾傲騰充當內存,與原來的DRAM內存相比,性能相差無幾,而成本卻有大幅降低,在青云的NeonSAN分布式塊存儲方案里,在阿里的PolarDB里傲騰憑借介質的高耐久度和低延遲特性都表現出獨特價值,據說,包括阿里在內的一線云巨頭都在嘗試拿傲騰替內存方案,作為云主機的內存,這是要為云主機價格戰再燃起一把火。

許多存儲公司都在利用傲騰打造獨特優勢,還有一些像Memverge這樣的新銳創新公司,正在以英特爾傲騰存儲為基礎,開創了內存融合基礎架構(MCI)系統,該系統提供了10倍的內存容量和10倍的數據I/O速度,以更為獨特的方式提供更高的內存容量和更快的存儲速度。

NAND的性價比發展之路

與摩爾定律類似的是閃存芯片介質,2019年的市場上,MLC基本退出了市場,TLC與QLC共存,更高層的NAND顆粒也將成為市場主流,歷史的車輪滾滾向前,閃存的發展也斷然不會走回頭路。中國大連的英特爾芯片工廠明年將量產144層QCL 3D NAND。

2019年底,中國自己的3D NAND產品也已經開始走向市場了。最近NAND價格在波動,我就想問,明年的SSD要降價多少吧?

快速迭代演進的閃存技術為用戶帶來了越來越多的福利,比如,金山云在CDN節點服務器上使用了QLC來替代原來的磁盤,單臺設備上的性能瓶頸得到了解決,單個CDN節點的能力提升了,設備數量減少了,而且回溯流量也減少了,在多個方面降低了整體成本,降本增效。

Nitro領銜的數據中心硬件創新方案

超大規模數據中心里,AWS拿出了Nitro專有ASIC硬件方案,減少服務器通用計算資源的消耗量,給用戶交付足量的計算資源,能提升產品服務的性價比,最終提升的是整體競爭力。Nitro專有硬件的出現,再次說明云計算是精打細算的一門生意。

幾個月后,阿里也推出了類似的方案,跟AWS的描述語言非常相似,這一做法其實非常有代表性,一位UCloud專家談起Nitro也是贊賞有加。

2019年10月份,隨著新一輪融資就位,對標Nitro的Pensando走入公眾視野,它宣稱的也是類似Nitro功能,但各方面比Nitro都要強,他提供這些專有硬件方案給超大規模數據中心用戶。

軟硬一體獲勝

2019年年底,AWS宣布在參與軟硬解耦的路由器項目DENT,這是一個園區網和企業網交換機操作系統,他所代表的技術趨勢非常誘人,但目前主要的應用場景也比較局限,對行業的影響可能并不會特別大。

數據中心市場,超融合作為方案載體的作用越來越明顯了,k8s部署費勁?那超融合來做,人工智環境部署麻煩?超融合來做。

超融合的市場發展可見純軟的方式并不適合超融合,軟硬一體才是王道,軟硬分離的方案看似似乎可以像Windows的硬件兼容電腦一樣,其實,超融合的系統其實更像是Linux的兼容機,Linux對于一些硬件的兼容性并不是特別好,軟硬一體的Mac體驗其實最好。

分布式框架,K8S越來越火了,稱之為數據中心的操作系統也不過分,k8s描繪了一個應用負載能在數據中心里里外外自由流動的美好愿景,不過,即使最熱心的容器技術擁護者也都認可,并不是所有應用都適合做容器化的。

像AWS這樣的云巨頭推出多個容器方案,自己實現了一個管理工具,也托管了k8s方案,就連虛擬化巨頭VMware也在積極用實際行動擁抱容器化,2019年,容器當之無愧的成了虛擬化之后,IT基礎設施領域的又一大創新。

公有云向企業級私有云邁進

公有云上的主要變化是,公有云普遍涉足企業私有云。

2019年12月,AWS正式發布Outposts,進入混合云私有云市場,等于AWS承認了這個世界不只有公有云。UCloud也在布局企業私有云,不久前IPO注冊成功后公布的信息顯示,私有云占據UCloud的營收越來越高。國內公有云一哥阿里云也在關注企業市場,阿里云方面單就存儲來看,已經發布多款企業級存儲解決方案,說它是家存儲公司也不過分。

AWS Outposts強調云上云下一致的架構體驗,這樣的說法大家可能也都不陌生。

類似的說法,最早我是從青云的嘴里聽到的,青云最早是做公有云的,而現在做企業私有云,企業私有云是一塊非常大的市場,青云很有眼光的看到這一市場并用實際行動抓住了這一市場,這也可能是青云較早實現盈利的重要原因,企業私有云市場很熱,縱然是AWS也不能置之不理。

公有云服務是賣服務器的做的好,還是互聯網公司做的好呢?

某公司創始人是從某著名企業級IT公司出來的,對于老東家的方案部署實施極度糟糕的體驗深有體會,超融合能獲得市場青睞其實最主要的就是他有開箱即用的能力,有人將超融合比作簡單易用的智能手機,說明企業級IT對于體驗也是有需求的,但在殘酷的現實面前,這些需求被壓制了。

小編也認為,云服務也是要講究體驗的,互聯網公司在體驗上有非常明顯的優勢,這是小編本人不看好服務器廠商做公有云的原因之一,放眼全球,也只有中國有服務器廠商在做公有云。

一位了解某某云的專家在談起使用體驗時表示,他們使用的服務器還是很好的。

而小編在實際體驗中感覺,產品體驗上確實比較粗糙,經常有一些莫名其妙的小問題,但基本功能都是有的,只是體驗不夠流暢,這些細致的問題在一些場合可能不是決定性的,但對于打磨產品的服務商而言,初步具備能力只能算是行百里者半九十,接下來還需要繼續不斷優化。

云廠商與硬件廠商的博弈

2019年,做企業級SSD的廠商是越來越多了,服務器廠商在做SSD,云廠商也在做SSD,做的好的,已經邁入了百萬IOPS時代,比如有UCloud和阿里云。

有人半開玩笑的說,這是客大欺店,做SSD的不如用SSD的強勢,所以,SSD都冠上了用戶的名字(這個說法有待商榷),而且要按照用戶需求來做,早在幾年前,服務器廠商也都開始大規模做定制化服務器了,這是一樣的趨勢。各種品牌的SSD產品說明了市場對SSD需求的多樣性。

HPE作為不做公有云的硬件廠商則非常看好邊緣計算,HPE最近公布的一組數字顯示,未來四分之三的數據都將在數據中心以外產生,從經濟性和性能體驗的角度講,將算力放在靠近數據的地方更合適,HPE以此來向投資人證明邊緣發展策略的正確性。

數據中心以外的計算資源基礎設施大提升都可以算作是邊緣場景,也確實有道理。

開源云技術風向

說起私有云市場Openstack是繞不開的話題,OpenStack基金會中有許多中國企業,這對于中國企業來說,這就是OpenStack的全部,OpenStack是一套開源技術的集合,也是一系列標準的集合,在OpenStack的推動下,一批公司茁壯成長,然后又沿著不同的路徑發展。

國內的OpenStack創業公司中,Easystack最早開始做超融合,在容器方面也入手較快,九州云走邊緣計算,跟OpenStack的在邊緣計算方面的路徑保持一致……發展各有側重,公有云廠商比如騰訊云也在以OpenStack作為切入企業私有云市場的工具,2019年,電信運營商作為最典型的OpenStack用戶,從另外一個方面看,電信運營商如今也都是公有云服務商。

OpenStack像運載火箭的推動器一樣,已經完成了階段性任務,又像是一個航母,作為一個海洋上的起落平臺,2019年,OpenStack依然很重要,但當他變成必需品時,也就沒必要聊的太多了,OpenStack正在延展出更多項目,包括擁抱以以K8s為代表的容器技術。

容器技術正在接過云市場的創新接力棒,大牌如IBM收購了手握OpenShift的Red Hat,Mirantis收購Docker EE……2019年,許多企業都發布了基于k8s的方案,青云發布k8s發行版KubeSphere,博云,靈雀云等也在基于k8s的基礎上,更新開發,測試和運維管理企業云方案,還有一些企業在將現有的集中式架構嫁接在k8s分布式方案商。

創新的故事還有很多,創新沒有終點,但方向是降本增效,2020年,你需要繼續擁抱創新。

未經允許不得轉載:存儲在線 » 回顧2019,我眼里的降本增效IT創新故事
分享到: 更多 (0)
对战牛牛