在今年的HPE Discover大会上，很明显，供应商们听到了IT专业人士对虚拟化替代方案和AI基础设施的需求。

进入2025年下半年，以下是IT领导者必须了解的3个重要事实。

对虚拟化替代方案的需求

当需求大幅上升时，供应商社区会做出回应，尽管这可能需要几个季度的时间。

自从Broadcom在18个月前调整VMware的许可模式以来，很多已经调查潜在的替代方案。有些企业已经开始整合替代选项，但大多数企业还是决定坚持。

在HPE Discover大会上，首席执行官Antonio Neri强调HPE Private Cloud Business Edition与HPE Morpheus VM Essentials的可用性，特别指出节省90%虚拟化成本的潜力。

HPE Morpheus VM Essentials允许用户从单个界面配置和管理基于HVM的VM、基于KVM的HPE自己的虚拟机管理程序以及基于VMware的VM。通过HPE Private Cloud Business Edition，HPE提供Morpheus VM Essentials，作为私有云的一部分，建立在HPE Alletra非聚合式超融合基础设施平台上。

Red Hat、Microsoft、Nutanix和Verge.io也提供替代的虚拟机管理程序选项。如果你的企业有兴趣使你的虚拟机管理程序环境多样化，那么重要的是要认识到这个领域正在迅速发展。请保持密切关注，因为可能会出现更多的替代方案，这应该在未来几个季度增加。

在评估替代方案时，安全性、可扩展性和成本都是关键问题。但是，更重要的是，了解替代方案如何轻松地集成到你的现有环境中，同时提供更大的灵活性来满足未来需求，例如支持混合云选项和基于容器的工作负载。

针对AI的IT基础设施正在增加

根据企业战略小组（现为Omdia的一部分）的2025年混合云研究显示，91%的企业表示，他们正在进行或计划进行大量基础设施投资，以支持新的AI举措。新一波对AI的投资正在改变供应商的路线图和优先事项。

供应商路线图转变的最早迹象之一出现在服务器端，供应商们将更多GPU加速器集成到单个系统中，例如HPE Compute XD690，以提高训练和推理部署的密度。在存储方面，几乎每个供应商现在都在其产品组合中提供高性能、高度可扩展的存储选项，以支持AI需求。

HPE强调去年年底推出的HPE Alletra Storage MP X10000。这个存储基础设施提供可满足你的需求：这是一个高度可扩展、高性能软件定义的存储系统，可提供对象存储服务，以支持AI训练和推理所需的大量非结构化数据。然而，除基础规格外，HPE还支持集成预验证的生成式AI模型组合，这些模型旨在在摄取时标记内联对象数据的元数据。

高质量数据对于AI的成功至关重要。准备数据以识别和标记正确的数据来训练或增强模型是一项复杂且耗时的活动。凭借集成预验证模型的能力，X10000应该有助于简化数据准备过程，以支持内部AI项目。虽然可以通过利用类似生成AI模型的外部系统进行类似的流程，但这种集成方法应该可简化部署并减少网络带宽，因为数据标记发生在系统本身内。

除X10000之外，HPE还推出新一代HPE Private Cloud AI，为企业环境提供交钥匙式AI工厂基础设施。重要的是，这项技术可以与上一代HPE Private Cloud AI集成。

基于新的AI环境情况，这里有一个问题是，具有预定义配置的交钥匙方法是否更好？（该方法应该使部署更简单）。还是更定制化的方法（根据用例定制硬件）可提供更高投资回报率？考虑到这一点，HPE还提供选项，支持企业部署更定制化的方法。

对于投资AI的IT决策者来说，获得成功需要的不仅仅是GPU投资。你的企业管理数据环境以支持AI环境的方式是确保AI成功的关键因素。随着企业在利用AI方面变得更加成熟，他们的需求将超越计算和存储。

网络对AI的成功至关重要

在主题演讲中，Neri将网络、AI和混合云列为HPE企业战略的三大支柱。网络的战略重要性可能会推动HPE收购Juniper Networks公司，以增强其网络产品组合的计划。

在确保分布式应用程序环境正常运行方面，网络显然发挥着至关重要的作用。随着企业扩大其内部AI计划，网络基础设施的现代化对于确保周围的数据管道基础设施（存储和网络）能够支持加速器技术的需求变得越来越重要。在你的AI架构投资计划中，网络应该是关键考虑因素。