认知时代,你的选择不止是x86

  在过去的认知中,POWER是一个专有的平台,芯片、硬件、操作系统、中间件、虚拟化….是一个完整的专属堆栈。而今,POWER已经走上了开放之路,通过OpenPOWER基金会,POWER8已经实现开放;同时,IBM也在积极拥抱Linux和开源应用,实现跨平台的资源支持。

  李红将其形象的描述为“IBM打开了自己的所有资源管理”,Power with OpenStack混合云完全兼容OpenStack,这使得IBM从底层平台到向上的所有资源管理,以及云管理都基于统一的标准。

  首先,无论是运行AIX和Linux的Power服务器,还是x86服务器,都可以在一个平台上同意管理。

  同时,无论是PowerVM、PowerKVM或是其他支持OpenStack 的虚拟化软件,比如来自VMware、EasyStack等第三方虚拟化平台,以及其他所有管理平台只要支持OpenStack都可以管理到IBM的设备。

  此外,。随着OpenStack的进展,无论是物理裸机还是虚拟机,现在都可以在IBM的混合云统一平台下管理。

  “第一,要可以被任何人来管理;第二,可以管理任何人;第三,无论是虚拟化还是非虚拟化都可以在一个资源池里被云平台管理”,李红总结说,Power with OpenStack混合云模式使得IBM不再是单独的一部分,而是让整个云成为一个整体,统一资源池管理。

  据介绍,Power with OpenStack将为Watson 提供多种部署选项,包括当前的公有云环境(Public)以及未来的公有云环境中的私有专区(Dedicated)、本地环境(Local)等等,为用户带来最大的灵活性。同时,Watson 网关设备也将为分散的计算资源提供简单、安全和优化的数据整合。

  POWER和Linux两手抓

  前文并没有强调一个重要的信息,Watson是基于Linux的,换句话说,在IBM的“认知商业”蓝图中,Linux和POWER的角色同样重要,都是Watson落地的基础,在未来,“Power+Linux”将成为一对最为亲密的搭档。

  Power和Linux的恋爱史虽然没有和AIX那么长,但也由来已久。IBM从2000年开始支持Linux,如今是Linux社区最主要的贡献者之一;2013年,IBM投资十亿美金用于Power平台上Linux技术和开源技术的研发。

  将Waston构建在Linux平台之上,IBM也将自己的未来交给了Linux。

  如今,IBM Power Systems服务器已经全部提供了对Linux的支持:

  如上图,从入门级的RedPOWER服务器(无锡中太发布),到Power LC产品线,再到Linux-only产品,以及高端的企业级E系列产品,形成了完整的“Power8+Linux”服务器产品线,覆盖不同的客户需求,并与其Unix产品线形成互补。

  据施东峰介绍,目前,在大数据、非关系型数据库、内存计算、云以及高性能计算等五大方面,Power Linux服务器已实现对全球及本地的大数据平台和解决方案的支持。而随着这一生态系统的快速壮大,基于Power Linux 服务器的创新大数据解决方案也将朝着更为多元化的方向发展,这将更好地满足企业未来的认知计算需求。

  POWER催化Hadoop

  实现“认知商业”的一个重要基础是大数据分析,Watson+Power是IBM最为有力的武器。

  但从实际情况来看,Watson虽然足够优秀,但目前覆盖面还有限,由于语言的限制,目前国内用户暂时还无法大规模的应用Watson。国内用户对于大数据的处理,更多的还是借助Hadoop、Spark等开源大数据工具。

  Hadoop是诞生于Apache基金会的一个开源分布式大数据基础架构,一直以为,它几乎和x86画上了等号,“x86+Hadoop”广受互联网等行业欢迎,在传统企业中,对于大数据的应用也几乎都是从Hadoop开始。

  那么,Hadoop真的就应当和x86划上等号么?非也。

  去年8月,IBM与星环信息科技有限公司(简称“星环科技”)宣布达成合作,二者基于POWER平台联手推出大数据解决方案,在Hadoop上提供了最高3.65倍的运行速度提升。

  据星环信息科技有限公司总经理佘晖介绍,星环科技是国内最早做Hadoop发行版的团队,目前也是在国内企业级用户中落地案例最多的一家Hadoop公司:“我们的产品技术基于开源,又比开源快10-100倍。”

  众所周知,Hadoop是一个能够对大数据进行分布式存储和处理的软件框架,它具有高可靠性、高扩展、容错、高效、低成本的特点,一度广受互联网公司青睐,企业级用户也越来越多的接受Hadoop。但凡事都有两面性,佘晖表示,星环科技在做Hadoop应用和技术的时候,发现Hadoop是非常耗费计算资源的,用户希望获得更优秀的性能。