Cloud 3.0 正在显现，独立供应商将被排除在外？

Source: Chris Mellor, The emergence of Cloud 3.0 and independent vendor exclusion, July 4, 2022

按：1. 供应商锁定是全球性的问题，只是在中国更敏感（不是指的国产化要求，而是国内市场的割裂化更严重）；2.公有云的客户是更容易被锁定（放1PB的数据试试）；3.存储介质变革了、系统架构在发生变革、网络速度还不够快。

占主导地位的私有云/公有云抽象层可以将独立供应商排除在供应商的客户群之外。

DELL和HPE正在其本地硬件和软件系统上构建类似公有云的抽象层，通过公有云配置和消费模式将其转变为基于订阅的服务。但APEX（DELL）和 GreenLake（HPE）显然是可扩展的，可以覆盖三个主要的公有云 —— AWS，Azure，Google —— 形成一体化的云管理、订阅和配置服务，为众多云环境提供一出口。

研究咨询公司Wikibon表示，这个想法正在演变成一个“超级云”的概念。一份在线研究报告称：“早期的IaaS实际上是关于摆脱数据中心基础设施管理业务 —— 称为云1.0 —— 然后2.0实际上是关于改变运营模式，现在我们看到运营模式溢出到本地工作负载中。我们在这里谈论的是HPE的GreenLake和DELL的APEX等举措。”“

分析师John Furrier建议：“基本上这是HPE和DELL的Outposts。在某种程度上，HPE和DELL正在做的事情就是Outposts应该做的事情。我们发现这很有趣，因为Outposts在2018年敲响了警钟 ，并向传统玩家开了一枪。他们最初以灵活的金融计划作为回应，但最终我们看到真正的平台出现。”

Wikibon 说：“这是在构建Cloud 3.0或 Supercloud ，我们喜欢称之为Cloud。云层上方的抽象层，可作为跨本地、多云层，以及近端和远端边缘的连续统一体验。”

我们认为，推动这一目标的动力来自两个主要的本地化系统供应商：DELL和HPE。它们具有相当完整的硬件和软件堆栈，可在其上运行传统环境、虚拟机（VM）、和容器化应用。由于VMware和Nutanix所做的努力，虚拟机可以在本地（私有云）和公有云中运行。通过将 Kubernetes 作为标准，容器化应用程序也可以在私有云和公有云环境中运行。有了合适的公有云 API 接口， GreenLake 和 APEX 可以在这些环境之间传输应用，并配置所需的计算、存储和网络资源。由于数据引力（Data Gravity），传输数据并不容易，我们稍后将对此进行介绍。

支持混合云和多云环境符合DELL和HPE的利益，因为他们的企业客户正在采用这种模式。DELL和HPE都可以通过支持这一点来保持相关性。他们最初通过为其本地（现为私有云）产品Cloud 2.0复制公有云运营模型来实现这一目标，然后通过促进爆发或直接迁移到公有云来实现这一目标。他们在这里的保障措施是大声疾呼三大云服务提供商（CSP）中每个云锁定尝试令人沮丧，指出锁定到单个CSP的成本劣势。

它们还可以通过跨四个环境（私有云、AWS、Azure 和 Google）提供全局文件和对象命名空间来帮助更好地管理非结构化数据。 

这正在进入 Hammerspace 领域，并直接将我们带入独立存储和数据服务供应商的问题。该供应商是与DELL和HPE竞争还是与它们合作？

DELL和HPE的一个考虑因素是，他们拥有提供给有服务级别协议（SLA）的客户所获得的资产。他们不会希望提供合作伙伴产品，除非它们绝对符合APEX和 GreenLake SLA，并且可以得到适当的维护和支持。

像这样的考虑将鼓励这两个主要供应商进行有限的合作交易。他们还将他们的服务品牌化为APEX或GreenLake，而以前的产品品牌（如HPE Alletra 9000）则不再受到重视。因此，我们有用于块存储的GreenLake。假设GreenLake提供了WEKA来源的高速文件服务，那么它不一定被标记为WEKA的GreenLake，而是高速文件的GreenLake。

如果HPE与WEKA达成了这样的协议，那么很可能阻止HPE与DDN，IBM（Spectrum Scale），Panasas，Qumulo和ThinkParQ（BeeGFS）进行类似的交易。我们可能会看到，采用APEX和GreenLake风格的私有云的客户将大大减少IT系统软件组件的选择。

换句话说，独立的存储和存储应用程序供应商可能会发现自己被排除在向DELL的APEX和HPE的GreenLake客户销售产品之外，除非客户迫切需要APEX或GreenLake目录中未包含的产品。

这将给独立供应商带来有趣的战略和营销挑战。

数据重力（Data Gravity）

不言而喻，大型数据集无法快速上/下公有云传输，因为它需要太长时间，因此计算需要进入数据而不是相反。我们可以说，数据引力存在的唯一原因是因为网络太慢了。当10Gbit网络成为常态时，10TB数据集具有重力。假设在开销之后，10Gbit/s等于1GB/s，然后移动10TB数据集需要10000秒；166.7分钟或超过2小时46分钟。

现在我们有100Gbit网络。10GB/s，这将需要1000秒，16分42秒。现在，让我们将速度提高到400Gbit，40GB/s，我们的10TB数据传输需要250秒，42分钟。数据引力的影响随着网络速度的提高而减弱。如果我们达到800Gbit/s 的网络速度，那么我们的10TB传输将需要125秒，2.1分钟。

只要数据集继续增长，数据引力就始终存在。因此，一个查看1PB或更大数据集的数据分析应用程序肯定会受到数据引力多年的影响 —— 但较小的数据集很可能会发现，随着网络速度的增加，数据引力会大大减弱。