2016 可以說是 IBM 的新元年
，它標誌著 IBM 正(zheng)式(shi)轉(zhuan)型(xing)為(wei)一(yi)家(jia)認(ren)知(zhi)解(jie)決(jue)方(fang)案(an)雲(yun)平(ping)台(tai)公(gong)司(si)。而(er)對(dui)於(yu)各(ge)行(xing)各(ge)業(ye)企(qi)業(ye)而(er)言(yan)，認(ren)知(zhi)時(shi)代(dai)的(de)到(dao)來(lai)也(ye)是(shi)其(qi)推(tui)動(dong)自(zi)身(shen)轉(zhuan)型(xing)升(sheng)級(ji)的(de)元(yuan)年(nian)，將(jiang)顛(dian)覆(fu)其(qi)傳(chuan)統(tong)的(de)數(shu)據(ju)分(fen)析(xi)和(he)資(zi)源(yuan)管(guan)理(li)模(mo)式(shi)。

在認知時代，企業麵臨著複雜、多樣且龐大的數據量。在來自企業內部或外部、各種靜態或動態數據中，80%都是非結構化數據。由於數據來源的多樣性，企業不再能通過傳統的存儲架構或應用架構對這些數據進行良好的存儲、管理和訪問，亟需具備彈性更高的計算能力。

軟件定義基礎架構幫助企業應對新型業務挑戰
傳(chuan)統(tong)而(er)言(yan)，企(qi)業(ye)主(zhu)要(yao)通(tong)過(guo)數(shu)據(ju)庫(ku)和(he)數(shu)據(ju)倉(cang)庫(ku)的(de)方(fang)式(shi)進(jin)行(xing)數(shu)據(ju)分(fen)析(xi)。然(ran)而(er)，單(dan)一(yi)的(de)應(ying)用(yong)或(huo)工(gong)具(ju)已(yi)難(nan)以(yi)滿(man)足(zu)企(qi)業(ye)在(zai)認(ren)知(zhi)轉(zhuan)型(xing)時(shi)的(de)所(suo)有(you)需(xu)要(yao)。隨(sui)著(zhe)數(shu)據(ju)量(liang)的(de)增(zeng)加(jia)
，雲(yun)類(lei)型(xing)應(ying)用(yong)
、內存計算、NoSQL 數(shu)據(ju)庫(ku)等(deng)新(xin)的(de)數(shu)據(ju)存(cun)儲(chu)使(shi)用(yong)方(fang)式(shi)使(shi)得(de)企(qi)業(ye)越(yue)來(lai)越(yue)多(duo)地(di)采(cai)取(qu)水(shui)平(ping)擴(kuo)展(zhan)的(de)架(jia)構(gou)。對(dui)任(ren)何(he)一(yi)個(ge)企(qi)業(ye)來(lai)講(jiang)
，更(geng)多(duo)的(de)應(ying)用(yong)意(yi)味(wei)著(zhe)更(geng)多(duo)的(de)集(ji)群(qun)，以(yi)及(ji)與(yu)單(dan)一(yi)係(xi)統(tong)管(guan)理(li)相(xiang)比(bi)更(geng)為(wei)複(fu)雜(za)的(de)集(ji)群(qun)管(guan)理(li)。因(yin)此(ci)，隨(sui)著(zhe)內(nei)部(bu)集(ji)群(qun)應(ying)用(yong)數(shu)量(liang)的(de)增(zeng)多(duo)

，企(qi)業(ye)必(bi)然(ran)需(xu)要(yao)新(xin)型(xing)的(de)集(ji)群(qun)整(zheng)合(he)方(fang)式(shi)。

以金融、生命科學

、電子、醫療衛生等行業為例，數據是這些企業在認知時代獲得競爭優勢的關鍵。然而

，他們或多或少都因能力有限而無法從大量、高速的數據中挖掘商業洞察，或無法在確保產品按時上市的前提下開展足夠的模擬活動。他們通常把數據保存在低效、昂貴的孤島之中，無法對數據和應用進行覆蓋整個生命周期的高效管理，也無法應對來自安全性、可靠性及可用性挑戰。

對於這些行業企業而言，他們需要能夠加速數據密集型應用運行
、支持大數據分析與機器學習
、congerzaidaliangshujuzhongqingsonghuoqujiazhidefangan。tamenxuyaogengduoderuanjiandingyifangshi，jiangfenbushidejichujiagoubianchengfenbushidecunchuhejisuan，bingzaigengxindejiagoushangyunxinggezhonggeyangdefenbushigongzuofuzai。

長期以來，IBM 都致力於為企業提供領先的軟件定義基礎架構方案，幫助客戶提升數據分析及業務處理能力。以花旗銀行為例
，通過采用 IBM 的軟件定義計算和軟件定義存儲的產品
，銀行的分析型應用的效率提升了 100多倍

，在執行層麵獲得了上百倍的提升。在一個電子製造行業的應用中，該客戶在采用 IBM 軟件定義計算平台之後
，在一年中完成的工作負載量是以往其他產品的 6倍，實現了 400%的效率提升。

IBM 以“軟件定義存儲+計算” 助力企業邁入認知時代
在 IBM 認知商業戰略的引領下，IBM 希xi望wang基ji於yu其qi軟ruan件jian定ding義yi基ji礎chu架jia構gou解jie決jue方fang案an服fu務wu各ge行xing業ye客ke戶hu的de豐feng富fu經jing驗yan，幫bang助zhu企qi業ye更geng好hao地di利li用yong認ren知zhi計ji算suan的de核he心xin能neng力li，使shi企qi業ye得de以yi在zai統tong一yi的de基ji礎chu架jia構gou層ceng甚shen至zhi是shi虛xu擬ni的de混hun合he雲yun架jia構gou上shang，運yun行xing各ge種zhong各ge樣yang的de認ren知zhi應ying用yong
，更geng好hao地di實shi現xian對dui不bu同tong類lei型xing數shu據ju的de高gao效xiao處chu理li和he分fen析xi。

在 2011年收購 Platform Computing 公司之後
，IBM 著眼最前沿的趨勢、不斷對其軟件定義計算產品進行更新
，其近日發布的 Spectrum Computing （光譜計算）產品便是麵向認知時代企業新需求的最新成果。通過新增認知功能的軟件定義計算產品，IBM 將幫助企業客戶更為充分地利用海量非結構化數據，為其數字化轉型挖掘更多價值。

IBM 光(guang)譜(pu)計(ji)算(suan)方(fang)案(an)包(bao)括(kuo)針(zhen)對(dui)不(bu)同(tong)類(lei)型(xing)分(fen)布(bu)式(shi)應(ying)用(yong)的(de)三(san)款(kuan)新(xin)產(chan)品(pin)，並(bing)能(neng)在(zai)一(yi)個(ge)共(gong)用(yong)的(de)底(di)層(ceng)平(ping)台(tai)上(shang)交(jiao)付(fu)。換(huan)言(yan)之(zhi)，如(ru)果(guo)一(yi)個(ge)企(qi)業(ye)有(you)這(zhe)三(san)種(zhong)應(ying)用(yong)
，將(jiang)能(neng)通(tong)過(guo)構(gou)建(jian)私(si)有(you)雲(yun)或(huo)混(hun)合(he)雲(yun)的(de)方(fang)式(shi)，在(zai)雲(yun)上(shang)利(li)用(yong)工(gong)作(zuo)調(tiao)度(du)同(tong)時(shi)運(yun)行(xing)這(zhe)三(san)種(zhong)工(gong)作(zuo)負(fu)載(zai)
，從(cong)而(er)實(shi)現(xian)加(jia)快(kuai)效(xiao)率(lv)、節約資源、簡化管理的目標。

其中
，Spectrum LSF 主要針對高性能計算和批處理應用。這兩種工作負載在國內外製造業、電子行業

、生命科學等領域應用廣泛。以金融行業客戶為例，隨著用戶數據量的激增，利用單機來處理每天從生產係統到分析係統的 ETL 應用（Extract-Transform-Load，指數據從源端經過抽取、轉換和加載到達目的端的過程），已無法滿足其完成時間的要求。因此，這些客戶需要在集群方麵運行傳統企業的批處理應用。對於這些工作負載而言，Spectrum LSF　是一個很好的選擇。

Spectrum Symphony 主要針對大數據和高性能分析。它一方麵實現了對所有 Hadoop 接口的完全兼容
，另一方麵提供了自己的 API，使得高性能分析應用不經過修改、隻需經過 API 就可以在一台機器乃至幾千台機器上動態地運行。這款產品的前身 Platform Symphony 已在國內外積累了龐大的金融行業客戶群，大多數位列全球 500 強的金融銀行用戶都采用這款產品作為內部分析計算的主要支撐平台。此外
，Symphony 在電信、公安等行業也已獲得應用。

Spectrum Conductor 主要針對雲類型的應用。在互聯網+工作計劃的引領下
，越來越多企業考慮選擇雲應用架構，比如 NoSQL 數據庫、內存計算、Spark 等應用，以及包括流計算 Storm 等(deng)在(zai)內(nei)的(de)實(shi)時(shi)處(chu)理(li)架(jia)構(gou)。這(zhe)些(xie)應(ying)用(yong)的(de)共(gong)通(tong)點(dian)是(shi)，有(you)時(shi)候(hou)它(ta)們(men)在(zai)一(yi)台(tai)機(ji)器(qi)最(zui)少(shao)隻(zhi)需(xu)要(yao)幾(ji)十(shi)個(ge)核(he)就(jiu)可(ke)運(yun)行(xing)，但(dan)是(shi)當(dang)工(gong)作(zuo)負(fu)載(zai)變(bian)大(da)的(de)時(shi)候(hou)則(ze)需(xu)要(yao)幾(ji)百(bai)個(ge)核(he)來(lai)運(yun)行(xing)。Spectrum Conductor 麵向這些應用的運行特點，針對不同資源的使用交付了領先的彈性擴展性。此外，這款產品還提供一個 with Spark 版本。企業用戶能夠在 Spectrum Conductor 的底層操作係統上同時運行各種不同的 Spark 工作負載。

光譜存儲與光譜計算 為企業整合計算及數據
據美國證券技術分析中心（STAC）評測結果顯示
，與 Mesos 和 YARN 相比
，光譜計算在管理分布式計算的能力上分別有 40%和 50%的領先。企業在一模一樣的基礎架構和集群上采用光譜計算產品
，可以將其作業完成數量提高 40%-50%。這說明
，通過整合計算和數據，企業將能實現非常可觀的效率提升
，利用更少的 IT 資源完成更多的工作。

光譜計算產品是 IBM 繼去年發布光譜存儲產品係列之後光譜家族的最新成員
，體現了 IBM 軟件定義基礎架構戰略在認知時代背景下的新發展。光譜計算和光譜存儲兩者互為補充、xiangfuxiangcheng
，jianggongtongweikehutigongyixiliejubeiduteyoushideruanjiandingyijichujiagougongneng
，bangzhuqiyezhenduijutiyewuxuqiubianhuadongtaitiaozhengjisuanhecunchujichujiagou，zailinghuoxing、選擇多樣性
、管理成本、分析速度等方麵獲得致勝優勢。

在未來，隨著軟件定義計算和軟件定義存儲的進一步融合

，IBM 也將交付更多的整合方案，推出更多針對水平擴展的軟件定義環境的融合架構產品。

如需了解更多關於 IBM服務器維修 的信息，請訪問公司網址：www.saichemq.cn。