创科广场｜HPE聚焦数据新时代 云运算取代传统基建概念

云运算改变了企业如何建构IT，基本上完全取代了传统对基建的概念，云运算抽象化了基建，改为可变成软件部署。云运算也改变了IT基建的消费模式，运算资源以按需方式购买。

 

目前，全球焦点集中在公有云，以致IT设备商的价值被低估。公有云是创新来源，初创甚至企业都以公有云创新。

 

　　传统IT基建设备寻求转型，其中一个方向是将公有云的体验带入企业，以即服务形式提供基建，HPE推出的GreenLake属于其中之一，GreenLake透过订阅模式，购买IT设备和服务，并有各种工具，以建立类似私有云和混合云，甚至边缘运算。

 

　　企业以云原生建立基建，IT基建以软件配置，加快创新步伐。对HPE的看法，GreenLake具备云运算优势，却保留了控制权，更加两全其美。

 

　　随着5G流动网络推出和人工智能（AI）应用，愈来愈多数据在数据中心以外产生，并要快速作决定，边缘运算也未必利用公有云，另外企业也须以更统一方式，发掘不同位置的数据价值。

 

　　当然，公有云亦观察到上述趋势，所以AWS就有Outposts，Azure也推出Azure Stack之类的边缘方案，以建立混合云，而企业亦有转回私有云的趋势；原因是某些情况下，公有云的成本实在太高。

 

　　HPE的策略是瞄准IT上述的趋势；而GreenLake就包含了云平台消费模式和各项服务，无论企业数据是储存在公有云、数据中心或者边缘位置，都可获统一而相同，类似公有云的使用体验，但成本却更低。

 

　　HPE香港及澳门区董事总经理梁成管说，边缘运算会产生大量的数据，未来云运算又建立全新云原生的IT架构，算力可灵活部署多云的混合架构，加上愈来愈多企业要发掘数据价值，以上趋势，均有利HPE业务。

 

Ezmeral包含云原生管理

 

　　HPE正在转型向企业提供云服务和以「即服务」方式收费，梁成管说，HPE的2021年度收入达278亿美元，「年度经常性收入」（ARR）上升36%，显示朝正确方向转型。ARR为「即服务」云服务衡量业务增长的业务指标。

 

　　HPE香港及澳门区技术总顾问冯家聪说，数码转型有数个浪潮，第一个浪潮集中在IT基建的现代化，打破系统屏障，加快应用开发；第二波则在集中以数据为中心，数据可以带来更好的客户体验，协助决策，甚至作预测分析，为未来业务带来启示。

 

　　云服务须有软件平台作基础，HPE的软件平台就以Ezmeral命名；包括了云原生管理，例如容器协调和管理、AI及机器学习，数据分析和MLOps等服务。

 

　　由于机器学习和AI模型愈来愈普遍，而且可解决以往不能解决的难题，HPE也推出了适用于边缘到云平台的数据分析，以方便部署和管理。

 

　　传统来说，数据分析包括OLAP，即从结构化数据的「数据仓库」（Data Warehouse），建立不同的分析报表；新一代的数据分析，则通过数据以机器训练，建立起预测模型。

 

　　为了建立平台，HPE收购了MapR，并建立起可支援ML和AI训练的物件储存平台，由于储存非结构性数据，类似AWS的S3物件储存成本效益最好，不少大数据都以物件储存的数据湖（Data Lake）储存。如此一来，企业支援两个平台，以分别满足OLAP分析和ML训练。

 

　　较早前，Apache Spark团队推出Databricks，结合了数据湖和数据仓库两者，被称为Lakehouse（湖仓）合体。今年，HPE也推出针对混合环境的云原生统一分析的湖仓，进军数据分析。不过HPE湖仓可在私有云上运作，理论上成本较Databricks更低。

 

GreenLake分析随处执行

 

　　Ezmeral支援Kubernetes的物件储存，支援主流的数据存取API。冯家聪说，Ezmeral具备了S3的API，可统一数据分析的存取，处理不同位置的数据。企业也开始自动化训练模型，以MLOps方式建立起可重复执行的分析流程（Pipeline），以不断训练和改进模型。HPE Ezmeral Unified Analytic支援AirFlow建立AI自动化分析流程，客户也可利用Ezmeral ML Ops以MLFlow和KubeFlow自动化训练。

 

　　HPE也将灾难复原和数据备份加入了GreenLake，包括了「持续数据保护」（CDP）Zerto。Zerto的CDP易于部署，可支援多种不同的VM，本港不少机构正用于灾难复原，加上近年勒索软件肆虐，不少为了改善复原数据RPO和RTO，也利用云服务的CDP。HPE亦推出针对混合云的备份和恢复，暂时只支援VMware的环境。

 

　　近年以来，混合云成为潮流，不少应用转移至云平台，HPE推出管理基础设施工具，例如InfoSight监察在GreenLake边缘到云平台上运行应用和工作负载。HPE CloudPhysics则分析跨越边缘到云平台的各项工作量，优化应用工作负载、以采购合适的服务。