創科廣場｜HPE聚焦數據新時代 雲運算取代傳統基建概念

雲運算改變了企業如何建構IT，基本上完全取代了傳統對基建的概念，雲運算抽象化了基建，改為可變成軟件部署。雲運算也改變了IT基建的消費模式，運算資源以按需方式購買。

 

目前，全球焦點集中在公有雲，以致IT設備商的價值被低估。公有雲是創新來源，初創甚至企業都以公有雲創新。

 

　　傳統IT基建設備尋求轉型，其中一個方向是將公有雲的體驗帶入企業，以即服務形式提供基建，HPE推出的GreenLake屬於其中之一，GreenLake透過訂閱模式，購買IT設備和服務，並有各種工具，以建立類似私有雲和混合雲，甚至邊緣運算。

 

　　企業以雲原生建立基建，IT基建以軟件配置，加快創新步伐。對HPE的看法，GreenLake具備雲運算優勢，卻保留了控制權，更加兩全其美。

 

　　隨着5G流動網絡推出和人工智能（AI）應用，愈來愈多數據在數據中心以外產生，並要快速作決定，邊緣運算也未必利用公有雲，另外企業也須以更統一方式，發掘不同位置的數據價值。

 

　　當然，公有雲亦觀察到上述趨勢，所以AWS就有Outposts，Azure也推出Azure Stack之類的邊緣方案，以建立混合雲，而企業亦有轉回私有雲的趨勢；原因是某些情況下，公有雲的成本實在太高。

 

　　HPE的策略是瞄準IT上述的趨勢；而GreenLake就包含了雲平台消費模式和各項服務，無論企業數據是儲存在公有雲、數據中心或者邊緣位置，都可獲統一而相同，類似公有雲的使用體驗，但成本卻更低。

 

　　HPE香港及澳門區董事總經理梁成琯說，邊緣運算會產生大量的數據，未來雲運算又建立全新雲原生的IT架構，算力可靈活部署多雲的混合架構，加上愈來愈多企業要發掘數據價值，以上趨勢，均有利HPE業務。

 

Ezmeral包含雲原生管理

 

　　HPE正在轉型向企業提供雲服務和以「即服務」方式收費，梁成琯說，HPE的2021年度收入達278億美元，「年度經常性收入」（ARR）上升36%，顯示朝正確方向轉型。ARR為「即服務」雲服務衡量業務增長的業務指標。

 

　　HPE香港及澳門區技術總顧問馮家聰說，數碼轉型有數個浪潮，第一個浪潮集中在IT基建的現代化，打破系統屏障，加快應用開發；第二波則在集中以數據為中心，數據可以帶來更好的客戶體驗，協助決策，甚至作預測分析，為未來業務帶來啟示。

 

　　雲服務須有軟件平台作基礎，HPE的軟件平台就以Ezmeral命名；包括了雲原生管理，例如容器協調和管理、AI及機器學習，數據分析和MLOps等服務。

 

　　由於機器學習和AI模型愈來愈普遍，而且可解決以往不能解決的難題，HPE也推出了適用於邊緣到雲平台的數據分析，以方便部署和管理。

 

　　傳統來說，數據分析包括OLAP，即從結構化數據的「數據倉庫」（Data Warehouse），建立不同的分析報表；新一代的數據分析，則通過數據以機器訓練，建立起預測模型。

 

　　為了建立平台，HPE收購了MapR，並建立起可支援ML和AI訓練的物件儲存平台，由於儲存非結構性數據，類似AWS的S3物件儲存成本效益最好，不少大數據都以物件儲存的數據湖（Data Lake）儲存。如此一來，企業支援兩個平台，以分別滿足OLAP分析和ML訓練。

 

　　較早前，Apache Spark團隊推出Databricks，結合了數據湖和數據倉庫兩者，被稱為Lakehouse（湖倉）合體。今年，HPE也推出針對混合環境的雲原生統一分析的湖倉，進軍數據分析。不過HPE湖倉可在私有雲上運作，理論上成本較Databricks更低。

 

GreenLake分析隨處執行

 

　　Ezmeral支援Kubernetes的物件儲存，支援主流的數據存取API。馮家聰說，Ezmeral具備了S3的API，可統一數據分析的存取，處理不同位置的數據。企業也開始自動化訓練模型，以MLOps方式建立起可重複執行的分析流程（Pipeline），以不斷訓練和改進模型。HPE Ezmeral Unified Analytic支援AirFlow建立AI自動化分析流程，客戶也可利用Ezmeral ML Ops以MLFlow和KubeFlow自動化訓練。

 

　　HPE也將災難復原和數據備份加入了GreenLake，包括了「持續數據保護」（CDP）Zerto。Zerto的CDP易於部署，可支援多種不同的VM，本港不少機構正用於災難復原，加上近年勒索軟件肆虐，不少為了改善復原數據RPO和RTO，也利用雲服務的CDP。HPE亦推出針對混合雲的備份和恢復，暫時只支援VMware的環境。

 

　　近年以來，混合雲成為潮流，不少應用轉移至雲平台，HPE推出管理基礎設施工具，例如InfoSight監察在GreenLake邊緣到雲平台上運行應用和工作負載。HPE CloudPhysics則分析跨越邊緣到雲平台的各項工作量，優化應用工作負載、以採購合適的服務。