服務器過去半年間發(fā)生了四大變化，使傳統(tǒng)數(shù)據(jù)中心在管理方式和智能運維方面發(fā)生改變；超融合設備在私有云領域成為流行，HPC高性能計算與機器學習相互成就，服務器品牌之間的關系也發(fā)生了微妙變化。

一、開源改變數(shù)據(jù)中心管理

傳統(tǒng)企業(yè)IT系統(tǒng)中有需要人工處理很多數(shù)據(jù)，甚至機器宕機都要人工取數(shù)據(jù)中心現(xiàn)場檢查，更不能實現(xiàn)提前預知數(shù)據(jù)中心可能會出現(xiàn)的問題。

實際上，人們對數(shù)據(jù)中心的改造一直在繼續(xù)，但卻沒有突破性的改變。早在2011年，硬件世界還沒有那么開放的時候，F(xiàn)cacebook作為社交媒體巨頭，數(shù)據(jù)量成幾何倍數(shù)增長，F(xiàn)acebook對于數(shù)據(jù)中心的需求越來越大，F(xiàn)acebook喬納森·海利格（JonathanHeiliger）首次向扎爾伯格提出了OCP（開放計算項目）的主張。

開源改變了數(shù)據(jù)中心硬件的結(jié)構(gòu)，也改變了軟件和運維的模式。數(shù)據(jù)中心Imanager， Easy數(shù)據(jù)中心IM、Ansible Tower， Puppet Enterprise等都是開源的數(shù)據(jù)中心自動化管理軟件。這些開源軟件和DevOps改變了數(shù)據(jù)中心的管理場景和流程。

二、高性能計算融合機器學習

高性能計算已經(jīng)成為行業(yè)內(nèi)新標準，但高性能計算長期遇到的問題是技術與產(chǎn)業(yè)結(jié)合弱的問題。而在過去半年，我們發(fā)現(xiàn)，將高性能計算與機器學習相融合，是一條不錯的發(fā)展路徑。而且AI不同于云計算只做水、電‘樣的基礎設施，而是要做創(chuàng)新、要做賦能。

人工智能行業(yè)似乎每天都在飛速向前發(fā)展，語音識別能力不斷增強，圖片識別精準度不斷提升，一片欣欣向榮。但是如今的AI和機器學習卻面臨著幾個嚴重的問題和挑戰(zhàn)，即人才的缺乏和從技術轉(zhuǎn)向產(chǎn)品產(chǎn)出價值的難題。

人才缺乏同樣是高性能計算面臨的難題，而這道難題的答案只能由時間來給出。另外一個問題的答案則需要機器學習，通過與其他技術相融合，產(chǎn)出價值。

三、服務器突破傳統(tǒng)品牌

在品牌服務器中，似乎已經(jīng)大局已定。但是在過去半年中，發(fā)布了AI服務器等高密度、場景化的服務器，突破了傳統(tǒng)品牌所能給予的力量。

而在傳統(tǒng)服務器市場中，已經(jīng)占據(jù)國內(nèi)大部分市場份額的幾大服務器品牌商之間競爭激烈，而國內(nèi)服務器品牌也開始大力布局國際市場，大有顛覆現(xiàn)有格局之勢。

四、超融合獨角獸待定

超融合架構(gòu)在2018年著實火了‘把，想從后臺到前端一條龍包攬，如今看來超融合將成為未來企業(yè)必定會選擇的發(fā)展方向，形成‘個由IT基礎設施提供商搭建的包含虛擬化、軟件、硬件、應用的完整的解決方案。

過去半年間，國外原存儲大廠國內(nèi)云計算相關企業(yè)、存儲相關企業(yè)、計算硬件供應商均發(fā)布了自己的超融合產(chǎn)品。有人說此時人局已晚，但筆者認為超融合未來可期，超融合獨角獸待定。

對于企業(yè)級IT小白而言，貿(mào)然進入超融合領域并不可取，但如果IT廠商擁有超融合相關技術基礎則人局并不晚。企業(yè)級IT是一個門檻較高的行業(yè)，而超融合技術脫胎于對基礎資源的整合，如果一家擁有深厚IT底蘊的公司，自身擁有深厚的IT基礎設施研發(fā)技術和經(jīng)驗，同時擁有完善的外圍生態(tài)圈，例如虛擬化、ISV等合作伙伴。

五、白牌壓制品牌

一個成熟的市場往往不會出現(xiàn)變革性的動蕩，而企業(yè)級硬件就是這樣的市場環(huán)境。服務器品牌市場足夠成熟，雖然受到政策影響，依然變化不大。超融合設備出現(xiàn)了很多新的品牌加入，但是距離角逐出超融合領域的獨角獸，依然需要有很長的市場去考驗。HPC市場由于技術門檻比較高，建立了較高壁壘，市場變化不大。

值得一提的是，白牌服務器發(fā)展勢頭很足，甚至通過壓價來提升市場占有率。在這種背景下，傳統(tǒng)服務器廠商更加注重市場需求，力求突破傳統(tǒng)品牌。

半年的時間對于服務器變化來說應該不大，以上五點變化對2018年上半年來說已經(jīng)足夠了。