在今年的HPE Discover大会上，IT专业人士对虚拟化替代方案和AI基础设施的需求得到了明确响应。以下是2025年下半年IT领导者必须了解的三个重要技术事实。

虚拟化替代方案的需求

当需求大幅增长时，供应商社区会做出响应，尽管可能需要几个季度时间。自博通18个月前调整VMware许可模式以来，许多组织已开始研究潜在替代方案。虽然部分企业已开始整合替代选项，但大多数组织仍选择保持现状。

HPE首席执行官Antonio Neri在会上重点介绍了HPE私有云商业版与HPE Morpheus VM Essentials的可用性，特别强调可节省90%虚拟化成本的潜力。Morpheus VM Essentials使用户能够通过单一界面配置和管理基于HVM的虚拟机、HPE基于KVM的自研管理程序以及VMware虚拟机。HPE私有云商业版将Morpheus VM Essentials作为基于HPE Alletra解耦超融合基础设施平台构建的私有云组成部分。

Red Hat、Microsoft、Nutanix和Verge.io也提供替代管理程序选项。如果组织有意多元化其管理程序环境，需认识到该领域正在快速演进。未来几个季度可能会出现更多替代方案，且其功能将不断增强。

评估替代方案时，安全性、可扩展性和成本都是关键考量因素。但更重要的是，要了解替代方案如何轻松集成到现有环境中，同时提供更高敏捷性以满足未来需求，例如支持混合云选项和基于容器的工作负载。

AI驱动的IT基础设施兴起

根据Enterprise Strategy Group（现属Omdia）的2025年混合云研究，91%的组织表示正在或计划进行重大基础设施投资以支持新AI计划。这波AI投资浪潮正在改变供应商的路线图和优先级。

供应商路线图转变的最早迹象出现在服务器端，供应商增加了将更多GPU加速器集成到单个系统中的能力，例如HPE Compute XD690，以提高训练和推理部署密度。在存储方面，几乎所有供应商现在都提供高性能、高可扩展存储选项以满足AI需求。

HPE重点介绍了去年底发布的HPE Alletra Storage MP X10000。该存储基础设施提供高度可扩展的高性能软件定义存储系统，提供对象存储服务以支持AI训练和推理所需的大量非结构化数据。除基础规格外，HPE还增加了集成预验证生成式AI模型组合的能力，旨在在数据摄取时内联标记对象数据的元数据。

高质量数据对AI成功至关重要。准备数据以识别和标记正确数据来训练或增强模型是一项复杂且耗时的活动。通过集成预验证模型的能力，X10000应有助于简化数据准备过程以支持内部AI项目。虽然类似流程可通过外部系统利用相似生成式AI模型完成，但这种集成方法应能简化部署并减少网络带宽，因为标记在系统内部内联完成。

除X10000外，HPE还发布了新一代HPE私有云AI，为企业环境提供交钥匙AI工厂基础设施。重要的是，该技术可与上一代HPE私有云AI集成。鉴于AI环境的新颖性，存在一个问题：具有预定义配置的交钥匙方法（应使部署更简单）是否更优？还是针对用例定制硬件的更定制化方法更有利于提高ROI？考虑到这一点，HPE还提供了部署更定制化方法的选项。

对于投资AI的IT决策者来说，关键启示是成功不仅需要GPU投资。组织管理数据环境以支持AI环境的方式是确保AI成功的关键设计因素。随着企业对AI的使用更加成熟，其需求将超越计算和存储。

网络对AI成功至关重要

Neri在主题演讲中将网络与AI和混合云并列为HPE企业战略的三大支柱。网络的战略重要性可能推动了HPE收购Juniper Networks以增强其网络产品组合的计划。

网络显然在确保分布式应用环境正常运行方面发挥关键作用。随着组织扩展内部AI计划，现代化网络基础设施对于确保周边数据管道基础设施（存储和网络）能够支持加速器技术的需求变得越来越重要。在AI架构投资计划中，网络应成为关键考量因素。

Scott Sinclair是TechTarget Enterprise Strategy Group（现属Omdia）的实践总监，负责存储行业覆盖。Enterprise Strategy Group是Omdia的一部分，其分析师与技术供应商存在业务关系。