Linus Torvalds创建Linux已有超过25年的时间,自那时起,开源操作系统Linux便对技术领域产生着积极的影响。SAP一直宣称它是未来的操作系统。事实上,SAP已选择在Linux上独家运行其SAP HANA企业套件,这就是最好的信心证明。看起来,2018年将是各公司开始认真迁移到Linux的一年。
对于企业来说,Linux操作系统的主流地位早已不容撼动,就其本身而言就足以让企业认真考虑迁移的想法。然而,如果您还犹豫不决,以下是能够进一步说服您的五大理由。
作为企业的实时企业管理套件,SAP S/4 HANA被公司誉为组织的“数字化核心”。
而且,对于许多企业而言,SAP Cloud Platform是所有数字化转型项目的基本组成。
但是,S/4 HANA的发布标志着企业无法再使用HANA之前的任何系统。到2025年,所有SAP客户都必须迁移到HANA,而HANA只能在Linux操作系统上运行。再过不到10年,SAP将不再支持Oracle、DB2和MS SQL Server,这一变化将影响到全球成千上万家公司。
缺少了这种支持,意味着大多数SAP客户需要将数据库切换到HANA,或者将应用程序从SAP迁移到另一个业务分析提供商。这两种选择都是具有挑战性的。然而,迁移到Linux是一种面向未来的解决方案,可以确保当前系统和数据库之间的兼容性。
虽然很多SAP客户使用UNIX或Windows,但SAP HANA只在Linux上运行。
迁移到HANA需要两个步骤,因此是一个耗时的过程。首先,需要将数据库转换到HANA,其次,必须将操作系统从UNIX或Windows切换到Linux。
推迟迁移到Linux将增加遇到障碍的可能性。因此,公司要有足够的时间来寻求外部援助,这一点至关重要,尤其是当内部团队缺乏必要的专业知识时。
IDC研究表明,全球31%的服务器收入来自预装Linux的服务器。
因此,Linux市场在过去十年中实现了快速、稳定的增长,而这一上升趋势没有显示出放缓的迹象。
事实上,Linux是全球增长最快的操作系统,不仅对于SAP,而且对于所有工作负载都是如此。这就解释了为什么IDC预测Linux在未来几年将会有强劲的表现。
Linux在1991年首次出现时,主要用于基础架构工作负载。
从那以后,Linux操作系统提供的高质量和高可用性便证明了它的重要价值。
它的成功在诸如大数据与分析等应用领域尤为明显,因此SAP决定只在Linux上运行HANA(即S/4 HANA)。
这种伙伴关系也给了Linux更多不断创新的动力,也始终保持着与SAP解决方案提供商的共同合作关系。这不仅有利于Linux用户,也有利于更广泛的开源社区。
最近,云产业论坛(Cloud Industry Forum)报告称,在88%已经使用云的企业中,超过半数(58%)采用了混合方式。
这并不奇怪,因为混合意味着选择,而选择最终意味着客户可以决定他们是否要将内部私有云和外部公共云相结合。此外,转向混合云解决方案可以为企业带来巨大的成本效益。
然而,选择混合方式同样要面临挑战。其问题主要来自系统的复杂性,因为系统是由内部和外部组件以及多个体系结构组成的。Linux的一个关键区别,当然也是一个关键优势,在于它支持大量的技术组合。例如,SUSE Linux Enterprise Server(SLES)可以在POWER或x86、HPC、HEC、Azure、Google或AWS上运行,也可以在内部或云中运行。
如果企业选择迁移到SAP S/4 HANA,将需要来自SAP、系统集成商、硬件供应商甚至Linux供应商的支持。其中很多第三方都已经熟悉了客户面临的障碍,并且能够很好地解决他们的问题。在2025年前实现快速转型且所有SAP都必须迁移到HANA之前,企业要做的是寻求合作伙伴来帮助推进这一转型。这将包括关于最佳实践的第三方培训以及与SAP和硬件供应商的密切合作。
对于企业来说,目前确实是迁移Linux的最佳时机,立即采取必要的步骤进行迁移吧,您现在的选择一定会在将来获得回报!
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。