研究表明私有云依然活跃

分享到:

 Networks公司日前与美国企业管理协会(EMA)联合发布了一份名为《2021年数据中心网络状况》的年度调查报告。这项调查活动于2021年第二季度初进行,报告指出了云计算战略和投资方面的一些现有趋势,同时推翻了鉴于公有云的扩张促使私有云市场份额迅速下滑这个传统观点。

其表达的信息很明确:一些企业仍在投资私有云,并且他们正在快速开发其数据中心网络以实现其云计算转型目标。

 

 

私有云仍然是企业混合多云战略的重心

这项调查表明,企业应该摒弃将“一切”都迁移到公有云的过时想法,不要相信大规模的炒作,可以查看一些数据:

(1) 大约75%的企业工作负载将继续存在于私有云中

企业将应用程序保留在私有云环境中的主要动机是安全性、性能、合规性和成本。换句话说,有很多理由不将所有应用程序这些鸡蛋放入公有云这个篮子中。

大多数应用程序不仅停留在私有云中,而且企业正在扩展和现代化其数据中心以启用私有云。

(2) 56%的企业计划增加私有云数据中心站点的数量,而只有12%的企业正在减少运营这些站点。

内部部署数据中心正在快速整合的传统观点不仅对大多数企业来说是错误的,而且发展趋势相反。

为什么要将私有云扩展到更多站点?企业引用的首要原因仅仅是云计算转型,其中包括数据中心现代化和混合多云架构的采用。同样非常重要的是改进的应用程序性能和可用性——这有助于解释下一个发现。

私有云正在转向高可用性架构

高可用性驱动分布式数据中心架构,其中包括跨两个或多个数据中心的双活或双活应用。越来越多的企业也正在接受可用性区域的云概念。如果某个数据中心发生故障,这些方法可以使应用程序在另一个(或多个)位置的数据中心继续运行,而用户几乎不会遇到停机时间。

研究表明,这是企业投资的重中之重:

(1) 未来两年,双活架构的广泛部署将从44%增加到81%。

然而,有一个问题:许多数据中心网络还没有准备好。事实上,网络复杂性是采用这些架构的最大障碍。

显然,企业需要投资于他们的数据中心网络以降低复杂性并应对这些挑战,这有助于解释下一个发现。

网络虚拟化和自动化在未来两年内将大幅增长

网络虚拟化和自动化是解决私有云网络挑战的两个关键工具。虚拟化网络覆盖使网络运营团队能够在几分钟内提供可靠和高性能的第2层和第3层网络服务,并跨数据中心扩展覆盖,从而实现私有云的高可用性、多站点架构类型。

在此次调查中,很多企业清楚地了解这一点,并准备迅速增加覆盖的使用:

(1) 虚拟化网络覆盖的广泛部署,包括跨多个数据中心的扩展覆盖,将在两年内从目前仅占企业的三分之一增长到80%以上。

在网络自动化的使用中也看到了类似的趋势。虽然自动化的方法千差万别,但报告中的企业明白,如果他们要处理多站点数据中心云网络的复杂性并以云计算速度移动,他们必须采用某种类型的网络自动化:

(2) 网络自动化的广泛使用将从37%增长到69%。

如何为私有云构建数据中心网络

很明显,企业正在投资私有云基础设施并采用重叠网络虚拟化和网络自动化等技术。关于如何构建数据中心网络底层、使用第3层非阻塞叶脊架构达成了广泛共识,并就覆盖虚拟化和网络自动化的价值达成了普遍共识。这项调查清楚地支持了这些结论。但企业仍必须决定实施覆盖和网络自动化的最佳方法,同时应对网络复杂性的挑战,以实现其私有云的应用目标。

继续阅读
汗液也能供电?研究人员推出无毒无污染的“纯天然”电池

无人驾驶汽车,新时代的高新产物。这一名词很容易让我们联想到科技、智能、互联等潮流热词。此前,无人驾驶一直都是实验室里的产物,不过随着近些年间无人驾驶相关技术的不断升级,它已成功迈出实验室,应用或实验于我们的生活里了。只是新事物大多并非总是一帆风顺,回顾其发展至今短短的几年间里,它也有“怪物”的一面!没有真正意义上绝对的安全性。

为什么说人工智能研究已经陷入死胡同?

大脑是否像计算机一样传输和接收二进制信息?又或者,我们这样想只是因为自古以来,人类总是用最新的技术作为描述我们大脑的比喻?本文作者认为目前人工智能的发展已经陷入死胡同,主要是大多数人工智能研究人员和科学家正忙于设计编程于特定任务的 “智能”软件,没有时间考虑白日梦。除非研究人员不再试图为资本主义设计计算奴隶,而是开始认真对待智能的真正来源:波动的电子羊,否则就不会在人类水平的人工智能方面取得进展。

嗅觉的科学:研究人员获取到气味受体工作时的首批分子图像

我们的嗅觉似乎是最复杂的,因此它也是最不为人所知的。为了帮助阐明该系统的一些情况,洛克菲勒大学的研究人员在昆虫的简单系统中首次拍摄了嗅觉受体工作的低温电子显微镜图像。感受器是帮助我们通过五种感官了解我们周围世界的关键结构。

人工智能研究领域 中国正超越美国

美国斯坦福大学的一份报告显示,2020年,中国在学术期刊上有关AI的论文引用率占比为20.7%,美国为19.8%,这是中国首次高过美国。另据长期专注于数据分析的科睿唯安公司统计,自2012年以来,中国的AI论文数量为24万篇,美国则为15万篇,中国压倒性地多于美国,特别是在图像识别和生成方面,中国取得优异的研究成果。

更接近人类对世界的理解:研究人员让AI拥有“想象力”

据外媒报道,先想象一只橙色的猫,现在想象一下这只猫只长了黑色的皮毛,然后再想象一只猫在中国的长城上昂首阔步。这一系列的想想会让你大脑中神经元的快速激活根据你之前对世界的认识想出各种各样的图片。换言之,作为人类,很容易想象一个具有不同属性的物体。