在本周,云计算行业发生的两件事情让我们有必要重新审视目前蓬勃发展的开源技术,尤其是受热捧的OpenStack。
本周一,VMware与中国电信合作,推出天翼混合云服务,VMware的云技术在其中起了至关重要的作用,这可以理解为VMware vCHS(vCloud Hybrid Service)落地中国。
紧接着,周二, UnitedStack公司在大半年之后再次出现在公众视野之中,程辉宣布UnitedStack转型为公共云和托管云服务提供商。
说到程辉,大家并不陌生,他是OpenStack在中国最早的布道者之一,一手创办了基于OpenStack开源技术的UnitedStack公司,并在去年11月份发布首个产品——UnitedStack OS(简称UOS)1.0,旨在简化部署和管理基于OpenStack技术的私有云。
UnitedStack第二次发布会上的程辉。相比于上次极客风格的发布会,此次发布会规模明显大得多,更具商业公司的风格
毫无疑问,去年推出的UOS是一个令业界振奋的产品,对安装部署OpenStack过程的极大简化让与会者看到了开源产品的潜能。但是,正如我们当时所说(详见《UnitedStack:一个极简主义者的作品》): UOS仅仅解决了OpenStack或者私有云的安装部署问题,而企业级应用更重要的是后期的运维,这也正是OpenStack和UOS尚待解决的问题。
简单易用,一直都是开源技术没能解决的问题,即使是在消费级市场,毫不客气地说,尽管安卓(Android)的装机量全球第一,但其与iOS的用户体验相比,仍任重道远。而在企业级市场,尽管Openstack在短短三四年之间就风靡全球,吸引了越来越多IT巨头的加入,新的发行版也不断推出,但远远还称不上成熟。并且,从工程的角度来看,很多时候开源产品所强调的灵活性,往往也意味着不够完善,非常依赖后期开发和服务。
尽管UnitedStack有着高德地图等一批客户,携程也是OpenStack的用户,但毕竟互联网企业具有足够的开发和运维能力,这不是一般传统企业可以比拟的。而UnitedStack希望基于OpenStack的UOS私有云解决方案在传统企业级市场有所作为,运维简化就显得尤为重要。
程辉向参会者剖析UnitedStack公有云内部技术构成,以OpenStack为平台基础架构,以CentOS为主机操作系统,基于Ceph构建存储子系统,使用KVM虚拟化技术、网络则使用Neutron+OVS,自动化采用Puppet,如图中白色大号字体所示
一个云解决方案通常需要由多种技术构建而成,以UnitedStack公有云为例,其内部涉及到OpenStack、Ceph、KVM以及Puppet等多种开源技术,企业要针对业务进行优化,就必须储备相应的技术人才,而通常情况下,大多数传统企业并不具备这项条件。
运维简化难以实现,这也是为何今年早些时候推出UOS 2.0之后,UnitedStack没有沿着提供UOS发行版的道路继续前行的缘故。经过差不多半年的思考,程辉认为,解决这一难题的手段目前不在于技术,而在于商业模式。UOS 2.0架构图,将前端与后端分离,类似控制平面与数据平面的分离,上层的Web控制台为企业用户提供调度分配资源的能力,后端的计算与存储等子系统维护则交给IT专业团队,如UnitedStack
程辉认为,将前端应用与后端基础设施运维分离,能够解决后期运维困难的问题。这种方式本身并不能降低复杂度,但这种方式实现的分工却可让企业从IT系统管理与运维中解放出来,将后端交给专业团队去管理。这实际上就是现在广为人知的公有云服务模式,UnitedStack也就顺理成章向公有云服务提供商转型。
程辉提出的托管云服务,企业用户按要求购买硬件,部署实施和后期维护都交给UnitedStack,这其实是将运维难题转嫁给UnitedStack,从商业模式上看,与公有云有异曲同工之妙。
此外,UnitedStack还宣布了与Rackspace的合作,Rackspace为有海外业务需求的用户提供数据中心机房。Rackspace作为OpenStack的发起者之一,而UnitedStack则是OpenStack在中国的推动者和实践者,我们完全有理由相信,OpenStack是这两位“道友”走到一起的纽带。
就目前的发展状况而言,我们是否可以这样说:对于传统的企业市场而言,也许诸如VMware之类公司所提供的商业解决方案更加适合,在这一市场,VMware的占有率足以说明,这并不是说VMware已经足够好,只是目前没有供应商比它更好。毕竟,就产品的完善度和服务支持能力而言,VMware要领先于OpenStack及创业公司。
而诸如OpenStack之类的开源技术则更加适合互联网公司或者云服务提供商,因为这类企业有也必须具有相应的人才储备。UnitedStack商业模式的转变似乎可以说明这一点。
当然,我们的一点思考还很不成熟,观点有失偏颇在所难免,欢迎您与我们共同探讨!最后祝大家周末愉快!
好文章,需要你的鼓励
北京大学研究团队开发出基于RRAM芯片的高精度模拟矩阵计算系统,通过将低精度模拟运算与迭代优化结合,突破了模拟计算的精度瓶颈。该系统在大规模MIMO通信测试中仅需2-3次迭代就达到数字处理器性能,吞吐量和能效分别提升10倍和3-5倍,为后摩尔时代计算架构提供了新方向。
普拉大学研究团队开发的BPMN助手系统利用大语言模型技术,通过创新的JSON中间表示方法,实现了自然语言到标准BPMN流程图的自动转换。该系统不仅在生成速度上比传统XML方法快一倍,在流程编辑成功率上也有显著提升,为降低业务流程建模的技术门槛提供了有效解决方案。
谷歌宣布已将约3万个生产软件包移植到Arm架构,计划全面转换以便在自研Axion芯片和x86处理器上运行工作负载。YouTube、Gmail和BigQuery等服务已在x86和Axion Arm CPU上运行。谷歌开发了名为CogniPort的AI工具协助迁移,成功率约30%。公司声称Axion服务器相比x86实例具有65%的性价比优势和60%的能效提升。
北京大学联合团队发布开源统一视频模型UniVid,首次实现AI同时理解和生成视频。该模型采用创新的温度模态对齐技术和金字塔反思机制,在权威测试中超越现有最佳系统,视频生成质量提升2.2%,问答准确率分别提升1.0%和3.3%。这项突破为视频AI应用开辟新前景。