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
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。