作者:R “Ray” Wang,Constellation Research 首席分析师和创始人
2021 年 3 月
注:本文在Constellation Research 的许可下翻译转载。
主机于 20 世纪 50 年代初进入市场,当时, IBM 和 “七个小矮人” 公司(即 Burroughs、Unisys、NCR、Control Data、Honeywell、GE 和 RCA)共同开创了计算机新时代,在大型企业的关键应用、复杂建模以及大规模事务和工作负载领域开展了激烈的竞争。在过去的七十年里,我们见证了计算能力、存储和网络所经历的一次又一次集中化和去中心化的技术浪潮。
在每次浪潮中,权威专家、分析师和行业观察家都预言主机将会消亡。然而,“年事已高”的主机仍然焕发出强大的生命力。在 2020 年第四季度的主机使用情况更新报告中,IBM 分享了以下有关主机使用情况的统计数据:
都在使用主机。
虽然可以通过标榜某种技术手段,让企业持续采用该技术,然而 IBM 采用的MIPS 指标(一种原始速度的计算方法)发现,主机的使用量在过去 10 年间增加了 350%。
最新的主机包含最新的 Fujitsu GS21 系列,该系列于2018年4月与Fujitsu Software GSS21sx V20一同发布,可用于支持与开放系统的连接。2019 年 9 月,IBM 推出了 IBM z15,突出展现了诸多关键功能,例如随处加密、云原生开发和即时恢复等。通过与医疗保健、旅游、金融服务和制药等行业的 CIO 交谈,我们了解到,主机仍在他们的总体现代化战略中发挥着关键作用。许多企业正与 Amazon Web Services、Microsoft Azure、Google Cloud 以及 Alibaba Cloud 等公有云供应商开展合作,但同时出于成本和安全原因,仍将大量工作负载保留在主机上。
实际上,在许多竞争激烈的行业中,领军企业都采用混合方法,将云和主机作为企业值得信赖的高效架构,用于支持各种混合工作负载,例如,安全地提交医保报销申请、制定治疗方案、执行旅行预订、发起信用审查以及减少网上银行欺诈等。混合方法使最出色的企业能够为工作负载选择合适的技术,最大程度降低风险。为什么?因为弹性、分布式计算和存储以及共享基础架构持续在经受着时间的考验。正如一家《财富》50 强金融服务实体的 CIO 所说:“主机的安全性、高性能、可靠性和价值主张提升了我们继续采用混合方法的信心。我们当前的公有云合同会大大增加数据迁移和 I/O 成本。”
此外,Broadcom 和 IBM 等企业还大力投资于开放主机项目 Zowe,支持所有用户访问可扩展的集成式开源 z/OS 框架。用户可使用一种语言,通过一组通用的 API 和操作系统功能来访问开放系统和开放软件。这样,开发人员可以在云和主机上使用相同的工具,从而可以有更多的开发人员和资源同时使用这两种环境。数据也能够说明这一点,在IBM Z 的100家企业级用户中,有 94 家运行 Linux on Z,并且能够对主机进行现代化改造。此外,在2019年,Forrester 受 IBM 委托对主机专业人员开展的一项调研表明,将近 90% 的企业级计算机专业人员认为,就业市场中对这种组合技能的需求在不断增长,75% 的人认为主机技能的市场需求很高。
主机采用率的增长与公有云的扩展相伴相行。Constellation 预计,目前全球有 20% 的工作负载在公有云中运行。随着采用率不断提高,主机、本地部署和云部署的共存现象将至少持续十年。Deloitte 在 2020 年开展的一项调研中确认,主机的使用量在持续增长:
尽管公有云已经在市场中占据了一席之地,但混合云方法仍是最出色企业所采用的主流方法。许多业务和技术领导扩大和增加了对主机的现有投资,旨在推动形成下一代关键的计算环境。事实上,企业必须依靠云和主机来共同引领数字化转型,致力于建立可信的、安心无忧的混合运行环境,同时实现高性能、卓越的安全性、多功能并存、弹性灵活和按需扩展。
在发展过程中,企业领导应关注于如何充分实现云和主机的价值,努力提高组织的投资回报率。对主机的现代化改造可与分布式平台和云平台的构建协同进行。通过平衡数据重心和I/O 成本,决定使用哪种技术来处理事务和关键工作负载。同时,团队可以在包括主机在内的所有平台上轻松使用相同的工具和标准,例如开源工具和标准。功能决定形式,技术决策必须与业务用例相匹配。Constellation 预计,主机不仅会在未来几十年继续发挥关键作用,而且还将在领先企业的整体技术和业务战略中不断扩大自己的“领地”。
更多信息,敬请访问 >>> IBM 主机解决方案和主机服务器产品页面
获取更多相关资料请访问>>> IBM IT基础架构专区
如您对 IBM 主机解决方案或产品感兴趣或有疑问,欢迎致电IBM热线:400-669-2039 (服务时间:9:00-17:00)
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。