在过去十年的大部分时间里，企业虚拟化是一种无人争议的基础设施。它运行良好，扩展性强，经济效益虽然谈不上便宜，但至少是可预测的。
然后人工智能真正到来了，那些嵌入到这些技术栈中的假设开始显露出时代的局限性。虽然博通收购VMware带来的许可证颠覆成为头条新闻，但在这背后潜藏着更深层的架构问题。这个问题在任何供应商改变价格清单之前就已经在积累了。
人工智能对传统虚拟化提出了哪些无法满足的需求
推理引擎、训练流水线以及它们之间的数据传输等AI工作负载需要类似裸机的性能、高密度计算和低延迟互连。传统的虚拟机管理程序架构并非围绕这些需求而设计。它们是为传统企业工作负载而构建的，这些工作负载可预测、相对适中，并且能够容忍虚拟化引入的开销。在AI规模下，这种开销不再是舍入误差，而开始成为系统能力的真正约束。
管理是另一个问题。大多数企业虚拟机环境多年来积累了各种工具和流程，每一个都在特定环境中解决特定问题。试图通过这种碎片化技术栈运行AI工作负载意味着不一致的配置和不可预测的性能。当需要在本地集群和云环境之间移动工作负载时，没有清晰的方法可以实现。IT团队在尝试运行生产AI时正遇到这些限制。
为什么大家都认为这是VMware定价问题
因为许可证冲击最先到达，而且来势汹汹。这使得继续使用原有方案的成本突然变得明显而高昂，但由此产生的讨论本应更早发生。根据HPE在2025年底对近400名企业IT决策者进行的研究，只有4%的组织将许可证成本作为变革的主要驱动因素。真正的压力是需要重建能够实际支持AI的运营模式。
将此视为供应商替换问题的危险在于，组织迁移的是复杂性而非解决复杂性。在相同碎片化管理环境中运行的不同虚拟机管理程序，并不能让任何人真正接近AI就绪状态。
现代化技术栈是什么样的
重要的转变在于运营模式，而非虚拟机管理程序。统一的控制平面管理虚拟机、容器和云工作负载，为AI工作负载提供所需的可移植性和一致性。
多虚拟机管理程序管理，通过单一界面并行运行HPE自有虚拟机管理程序和ESXi环境，意味着组织无需放弃现有基础设施就能开始前进。可预测的按插槽定价取代了让续约谈判如此不舒适的那种风险敞口。
然后是运营层，包括自助配置、策略即代码治理，以及跨混合基础设施的生命周期自动化。这些功能使AI部署在规模化时变得可重复和合规，而不是每次新工作负载启动都需要英雄般的努力。
HPE Morpheus软件与HPE私有云商业版一起，作为统一平台提供这些功能。它提供单一目录来管理现有虚拟化环境和现代集群，内置而非外挂成本分析和自动化功能。
企业对此准备得如何
准备得不够充分，但大多数企业都知道这一点。HPE的调查发现，虽然超过三分之二的企业计划在未来两年内对其虚拟化战略进行重大改变，但只有5%的企业表示完全准备好执行。它们提到的障碍是可管理的，包括预算约束、技术复杂性、迁移风险和技能差距。重要的是，57%的企业已经在规划分阶段方法而非强制性的整体迁移，这是正确的直觉。
那些将此视为深思熟虑的架构决策，按照自己的条件和节奏进行现代化的组织，比那些等待另一个外部冲击来强迫自己行动的组织处于更有利的位置。AI就绪性和虚拟化战略已经悄然成为同一个话题。那些早期认识到这一点的企业拥有显著的先发优势。
Q&A
Q1：为什么人工智能会对企业虚拟化造成冲击？
A：AI工作负载需要类似裸机的高性能、高密度计算和低延迟互连，而传统虚拟机管理程序是为可预测的传统企业工作负载设计的，无法满足AI规模下的性能需求。虚拟化带来的开销在AI规模下不再是舍入误差，而成为系统能力的真正约束。
Q2：现代化虚拟化技术栈应该具备哪些特点？
A：关键是运营模式的转变，需要统一控制平面管理虚拟机、容器和云工作负载，提供多虚拟机管理程序管理能力，以及包含自助配置、策略即代码治理和生命周期自动化的运营层，使AI部署变得可重复和合规。
Q3：企业准备好进行虚拟化转型了吗？
A：根据HPE调查，超过三分之二的企业计划在未来两年内对虚拟化战略进行重大改变，但只有5%完全准备好执行。57%的企业选择分阶段方法而非整体迁移，主要障碍包括预算约束、技术复杂性、迁移风险和技能差距。
热门跟贴