多站点IT基础设施升级指南：告别VMware的替代方案

对于拥有多个站点的组织而言，每个位置都必须在失去与核心数据中心或云端连接时继续运营。远程办公室、分支机构（ROBO）、销售终端、制造控制系统、调度和安全系统都不能仅仅依赖于广域网的可用性。VMware成本的上涨现在威胁到维持这种独立性的能力。一些企业会考虑将更多ROBO工作负载推送到云端以抵消许可费用，但这会增加对持续连接的依赖并增加风险。

**借此机会重新思考基础设施**

VMware的转变不仅仅是一个财务问题，它是重新审视整个ROBO基础设施的机会。现在是简化复杂性、整合功能并获得新能力的时候了，这些能力可以增强运营和站点弹性，同时降低成本。精心选择的替代方案不仅应该替换虚拟机监控程序，还应该为组织准备好处理生成式AI工作负载，无论是在边缘还是在核心。这意味着支持GPU资源，在站点处理低延迟推理，并在数据中心实现大规模训练或分析。

**云端是VMware的替代方案吗？**

云端看起来是应对VMware成本上涨的简单答案。它消除了购买和维护本地硬件的需要，将支出转为订阅模式，并提供快速的可扩展性。

然而，云端与核心数据中心一样依赖于可靠的网络连接。如果连接中断或延迟增加，站点运营可能会被中断，这使其不适合作为需要持续本地处理环境的唯一基础设施选项。

随着时间的推移，租用计算、存储和网络资源的持续费用会成为预算挑战。在许多情况下，总拥有成本（TCO）可能超过拥有和运营硬件的成本。关键是找到能够消除运营和维护本地硬件复杂性的基础设施软件。

**正确的替代方案如何削减成本**

正确的基础设施平台可以在多个领域减少费用和复杂性：

网络方面：将路由、交换和网络分段集成到平台中，减少或消除对独立网络设备的需求。

数据保护：包括内置快照、复制和灾难恢复工作流程。它使组织能够淘汰第三方备份系统和设备。

硬件方面：运行在各种通用服务器上，避免高利润率的专有硬件要求。

管理方面：通过单一界面集中控制所有站点，即使在间歇性连接的情况下也能工作，减少工具扩散和管理多个环境所需的人力。

生成式AI就绪性：支持GPU和灵活的工作负载部署，使生成式AI任务能够在最合适的地方运行，而无需额外的基础设施。

**替代方案的选择标准**

在评估选项时，不要仅限于VMware兼容或仅限虚拟机监控程序的解决方案。寻找一个平台：

堆栈整合：将存储、虚拟化、网络和客户端可用的生成式AI集成到核心基础设施软件中，消除对单独系统的需求。

统一堆栈：核心、边缘和远程办公室应运行相同的软件堆栈，使更新、安全策略和工作流程保持一致。

缩小规模不失能力：支持具有与大型集群相同功能的小型双节点或三节点部署。

在中断期间保持站点运行：在每个站点维持完整的运营能力，而不依赖于WAN或云端。

提供内置保护和恢复：提供满足RPO/RTO需求的快照、复制和恢复选项，无需额外工具。

提供多站点可见性和管理：使用单一控制台监控和管理每个站点，具有实时健康数据、策略执行和配置控制。

支持广泛的硬件选择：在多个服务器品牌上运行，避免锁定并降低采购成本。

在核心和边缘提供生成式AI能力：在本地或集中托管GPU驱动的工作负载，并具有根据需求变化移动任务的灵活性。

处理车队管理：实现自动化、无中断的升级，可以在场地可用于IT维护的有限时间窗口内快速部署。包括高级的、全域管理GUI，从单一视图监督每个站点的状态和性能。

**等待或狭隘思维的风险**

推迟决策意味着承担更高的VMware成本，同时错过现代化的机会。仅替换虚拟机监控程序会保持相同的运营复杂性和供应商扩散。通过扩大替换范围，组织可以整合功能、简化运营，并为未来需求做准备，而无需在几年后再次重新设计。

VergeOS是今天提供这些优势的平台示例。它替换VMware，同时将虚拟化、存储、网络和数据保护整合到一个软件定义的基础设施中。它在核心、ROBO和边缘以相同方式运行，在中断期间提供独立性，降低硬件成本，并支持本地和集中的生成式AI工作负载。

Q&A

Q1：为什么多站点IT基础设施不能完全依赖云端？

A：云端与核心数据中心一样依赖于可靠的网络连接。如果连接中断或延迟增加，站点运营可能会被中断，这使其不适合作为需要持续本地处理环境的唯一基础设施选项。而且随着时间推移，租用计算、存储和网络资源的持续费用会成为预算挑战。

Q2：选择VMware替代方案时应该考虑哪些关键因素？

A：应该寻找能够整合堆栈、统一软件架构、支持小规模部署但不失功能的平台。同时要确保在中断期间保持站点运行、提供内置保护和恢复功能、支持多站点管理、广泛的硬件选择，以及在核心和边缘提供生成式AI能力。

Q3：VergeOS相比传统VMware有什么优势？

A：VergeOS将虚拟化、存储、网络和数据保护整合到一个软件定义的基础设施中，在核心、分支机构和边缘以相同方式运行。它能在中断期间提供独立性，降低硬件成本，支持本地和集中的生成式AI工作负载，同时提供统一的管理界面。