英特尔|云服务赛道竞速,谁是云背后的力量?( 四 )


有数据显示 , 64%的受访企业IT决策者发现 , 在基础设施发生变更后 , 需要重构应用 。
此外 , 当工作负载需要迁移到其他云服务提供商时 , 这样的专有环境会使迁移难度增加 。 加之还要考虑到大多数企业应用(如SAP、VMware、MicrosoftSQL、Oracle、Salesforce、IBMDb2等)都不具备对非x86架构的商业支持 。 许多主流的开源软件组件、工具、编排和容器镜像也是如此 。
所以 , 如何能在不影响性能的同时 , 全面保护静态数据 , 以及传输中的各种数据 , 成为了当下企业主和云厂商最终的诉求 。
值得注意的是 , 比起云厂商底层架构的不统一性 , 反而绝大多数企业应用和开源项目都是先以英特尔架构为基础开发的 。 英特尔在过去十年中一直是Linux内核的重要贡献者 。
这意味着通过基于英特尔技术的云基础设施 , 无论是在本地、在某个云服务提供商内部 , 还是跨多个云服务提供商 , 都能实现无缝的企业工作负载迁移 。 简而言之 , 无论何时何地 , 企业都可以轻松地以其希望的方式获得所需的软件 。
或者可以说 , 在当下确定的多云时代 , 英特尔正在成为企业“多云”部署的最优解 。
四、“软硬结合”的云边协同
如上文所言 , 大多数企业都期望将物联网部署至云端 , 这的确可以给个人用户带来便捷的使用体验 , 但随着“5G开启 , 万物智联”时代的来临 , 物联网等技术的不断发展、数据的不断增加 , 基于云的物联网解决方案渐渐无法满足人们日益增长的需求 。
于是 , 越来越多的企业开始将目光转向边缘计算 , 并将其作为云的延伸扩展 , 以加快数据分析的速度 , 便于企业更快更好的做出决策 。

英特尔发布公有云和互联网创新实践案例集
虽然边缘计算提供了实实在在的好处 , 但也带来了操作和设计的复杂性 。 有数据显示 , 未来55%的物联网数据将在数据源头附近进行处理 , 包括设备端和边缘侧 。
这种情况下带来的问题就是 , 当所有数据发送到云端计算 , 就会在带宽使用上面临可扩展性的问题 , 可能需要不断升级网络基础设施 。 基于此 , 云的可拓展性和敏捷性被视为尤其重要 。
确实 , 从云到边缘再到本地 , 拥有可扩展架构有益于基于云的工作负载 , 因为这样企业就能根据业务需求快速调整基础设施规模 , 实现降本增效的最大化 。 并且轻松而安心地将工作负载从一个环境迁移到另一个环境 , 可在各种工作负载上实现一致的性能 。
目前 , 从边缘到数据中心再到云 , 都有该架构的身影 。
虽然该架构广泛应用于市场 , 但市面上大部分平台架构仅在特定的云服务提供商或有限的数据中心中可用 。
但从某种程度看 , 英特尔打破了这个界限 。
即能够看到的是 , 除了英特尔本身对多个架构上的适配 , 它还通过长期的用户服务 , 正在逐步推出面向行业的解决方案 。
以第三代英特尔?至强?可扩展处理器为例 , 其集成了人工智能加速 , 同时还具备端到端的数据科学工具及人工智能解决方案生态系统 , 可以帮助企业轻松构建和部署AI应用 。
就当下来看 , 大多数人工智能公司都会将自己的业务集中在与算法密切相关的软件和服务上 , 很少涉足硬件 。 而将软硬件结合作为一个完整产品售卖的形式 , 在这个行业中还非常少见 。
但这种特殊性也造就了实用性 。 即软硬件一体化集成可以帮助企业减少在人工智能应用搭建环节的投入和弯路 , 更快速地取得效果 。
从产业布局来看 , 在过去十年时间里 , 英特尔从原本面向电脑或者服务器的CPU、智能化的FPGA芯片和自定义的ASIC芯片 , 到5G、物联网、移动互联和自动驾驶等多种解决方案 , 已然实现了自身华丽的转型 , 构建出完整的软硬件全线产品 。