超融合已经成为基础设施云化、边缘计算云化首选,超融合所承载的业务不断延伸,从特定应用走向通用。
IDC预测,未来5年中国超融合产品市场将保持12.3%的复合增长,其中2022年市场规模达到160亿元,其中政府、金融、企业、教育市场需求占比为66.6%。IDC中国企业研究部研究经理杨昀煦表示:“金融、医疗等行业的业务创新带动了超融合市场需求。”

IDC中国企业研究部研究经理杨昀煦
以浪潮为代表的超融合产品供应商在硬件和软件方面持续投入和更新,推动了超融合市场的快速发展。
顺应超融合市场高速增长趋势,浪潮数据总经理蒋永昌在IPF2022大会携手多家亿元分销商代表吹响 “冲刺中国超融合市场第一”冲锋号。

浪潮数据总经理蒋永昌
而IDC发布的《2022Q1中国软件定义存储及超融合市场研究报告》显示,2022年第一季度浪潮超融合销售额同比增长86.3%,近8倍于业内平均增速,市场份额跻身中国前三。
厚积薄发
蒋永昌告诉记者,浪潮聚焦数据中心业务,围绕算力,超融合是服务器实现全球战略的一个关键组成部分。
如果用一个词来形容浪潮在超融合方面的布局,那就是厚积薄发。在2014年浪潮提出了“硬件重构+软件定义”融合架构以及三步走技术路线。目前融合架构已经走过了1.0、2.0阶段,正逐步进入3.0阶段,提供更高效、灵活、智能的体系架构。
目前,浪潮在硬件重构层面已经实现了CPU同FPGA、GPU、xPU等各种计算、存储和网络加速单元的高效协同,并通过高速网络实现了计算与存储设备的分布式互联。在软件定义层面,通过浪潮云海软件实现了管理调度平面和基础设施层面的分层解耦、统一资源组织模型和标准化可编程接口。在可重构的硬件基础上,通过软件定义的方式实现软件定义计算、软件定义存储、软件定义网络等,实现数据中心多场景的按需定义、智能调度。
蒋永昌表示,浪潮聚焦数据中心客户的应用场景和需求,为客户提供更有附加值、更适合场景的软硬一体化解决方案。“关于超融合发展的差异点,浪潮看到超融合的发展更加细分,不仅仅是软件定义,而是针对场景有更细致的需求。”
面对多样化的需求,浪潮在交付速度、设计能力、供应链管理具备天然优势。
浪潮超融合产品基于云海软件、全球最全算力平台,形成了业内最全的超融合产品线,如计算密集型、计算存储均衡型、存储密集型、应用创新型等,硬件丰富,软件模块化设计,可实现按需配置。
同时,浪潮也在不断推进和完善交付和服务体系,通过发展产品技术伙伴、行业应用软件伙伴、交付服务伙伴三类生态伙伴,形成以浪潮超融合为核心的云图生态圈,为行业客户提供软硬一体化、可交付、全生命周期管理的行业系统性解决方案。
新一代超融合
浪潮在超融合的探索也经历一个探索期,从最初Xen、KVM、与第三方品牌合作到如今全自研架构,定义了新一代超融合。
浪潮数据云计算产品总监庞慷宇表示,新一代超融合具备四个特点:异构算力的融合、云原生与虚拟化的融合、混合云多云管理的整合和多样性底层计算平台的整合。
浪潮数据云计算研发总监颜秉珩也表示,超融合是一个非常复杂的系统,需要以应用为导向,从系统视角进行构建。
比如现在应用和场景日趋多样化,浪潮超融合能够支持包括x86、ARM和MIPS等多种CPU架构部署在同一集群内,实现多云算力的统一管理、融合调度,以满足用户“一云多芯”的差异化需求。
特别是浪潮云海InCloud Rail基于虚拟化+Kubernetes容器双栈引擎,让云原生和虚拟化“和平共处”。
颜秉珩说,毕竟现在云原生应用非常多,但是同时虚拟化应用也不可缺少。超融合作为云的基础底座能够让用户既能够运行虚拟机,也能够运行容器,用户可以随意进行调配。
“容器具备完整的生态,我们将容器和虚拟机并行运行在一个物理机上面,两者不相互依赖,没有依赖关系,保证用户习惯,管理起来更加方便。”庞慷宇说。
浪潮定义的新一代融合可以对外提供存储服务以及轻量化的云管能力,这个轻量化云管平台可以统一纳管多样化的底层设备,帮助企业低成本打造私有云。
庞慷宇表示,浪潮提出的超融合新理念代表了其对新一代超融合的认识,引领了超融合市场的发展。
展望未来,超融合市场向标准化和模块化发展,浪潮将会借助合作伙伴进行全面推广。同时,伴随国家在新基建的投入,超融合也会迎来快速增长期。
“凭借领先的算力供应链,以及遍布全国的销售与服务体系,浪潮成为超融合市场的核心玩家,并依托强大的生态系统,持续为用户业务上云、数字化转型升级贡献力量。”蒋永昌最后说。
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。