解释者：为何人工智能正在打破企业虚拟化
在过去的十年中，企业虚拟化是一种无人争论的基础设施。它运行良好，可以扩展，而且成本虽然从不便宜，但至少是可预测的。 随后，人工智能真正到来，这些技术栈中固有的假设开始暴露出其陈旧性。某机构对VMware的收购带来的许可冲击成为了头条新闻，但在这之下隐藏着一个更深的架构问题。这个问题在任何供应商更改价目表之前就已经存在了。
人工智能对传统虚拟化提出了哪些无法满足的需求？
人工智能工作负载，如推理引擎、训练管道以及它们之间的数据移动，需要接近裸机的性能、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。它们是为传统的企业工作负载而构建的，这些工作负载是可预测的、相对适中的，并且能够容忍虚拟化带来的开销。在人工智能规模下，这种开销不再是一个舍入误差，而是开始成为对系统实际能力的一种真正限制。 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，每个都用于解决特定环境中的特定问题。试图通过这种碎片化的技术栈运行人工智能工作负载，会导致配置不一致和性能不可预测。当需要时，没有干净的方法在本地集群和云环境之间移动工作负载。IT团队在尝试运行生产级人工智能时，正在遇到这些限制。
那么，为什么每个人都认为这是某机构的定价问题？
因为许可冲击首先出现，而且声势浩大。这使得维持现状的成本突然变得非常显眼地高昂，但由此引发的讨论本应更早进行。根据某机构在2025年末对近400名企业IT决策者进行的研究，只有4%的组织将许可成本列为其变革的主要驱动力。真正的压力在于需要重建能够真正支持人工智能的运营模式。 将其视为更换供应商问题的危险在于，组织会迁移其复杂性，而不是解决它。在同一个碎片化管理环境中运行一个不同的虚拟机管理程序，并不会让任何人在人工智能准备方面取得有意义的进展。
现代化的技术栈是什么样的？
重要的转变在于运营模式，而不是虚拟机管理程序。一个管理虚拟机、容器和云工作负载的统一控制平面，能为人工智能工作负载提供其所需的可移植性和一致性。 通过单一界面同时运行某机构自身的虚拟机管理程序和ESXi环境的多虚拟机管理程序管理，意味着组织不必为了前进而放弃现有基础设施。可预测的按插槽定价取代了让续约谈判变得如此令人不适的风险敞口。 然后是操作层，它包括自助服务配置、策略即代码治理，以及跨混合基础设施的生命周期自动化。这些功能使人工作负载的部署在大规模下变得可重复且合规，而不是每次启动新工作负载都需要付出巨大努力。 某机构的Morpheus软件，连同其私有云商业版，作为一个统一平台提供这些功能。它提供了一个单一目录，用于管理现有虚拟化环境和现代集群，并内置了成本分析和自动化功能，而非事后附加。
企业对此的准备程度如何？
不太充分，但大多数企业都意识到这一点。某机构的调查发现，尽管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实质性变革，但只有5%的企业表示已完全准备好执行。他们提到的障碍是可控的，包括预算限制、技术复杂性、迁移风险和技能差距。重要的是，57%的企业已经在规划一种分阶段的方法，而不是强制性的全面迁移，这是一种正确的直觉。 那些将此视为一个深思熟虑的架构决策，按照自己的节奏和条件进行现代化的组织，比那些等待另一次外部冲击来迫使自己行动的组织处于更有利的位置。人工智能准备和虚拟化战略已经悄然成为同一个议题。及早认识到这一点的组织将获得一个有意义的先发优势。
*本文由某机构赞助。*FINISHED
