在戴尔科技世界2026大会上,一个核心战略逻辑清晰浮现:企业AI支出正向混合架构迁移。戴尔推出的Pro Max GB300桌面工作站搭载英伟达NemoClaw技术栈,支持本地AI推理与智能体开发,让企业摆脱对公有云的完全依赖。相比按量计费的云端API,本地基础设施将可变运营成本转化为可摊销资本支出,适合稳态工作负载。与此同时,戴尔仍向微软、AWS、谷歌等云巨头供应服务器,形成两端通吃的战略格局。
Nutanix与微软合作,利用其丰富的桌面虚拟化经验,在本地部署云桌面服务。CEO拉马斯瓦米表示,Azure虚拟桌面的混合运营将大幅降低延迟,满足高端用户需求。此外,Nutanix还支持思科通话应用在其平台运行,为VMware用户提供新选择。思科推出的NFVIS-for-UC虚拟化平台月费420美元,引发用户价格争议。
AI项目失败的根源不在于模型性能或GPU算力不足,而是数据跟不上节奏。企业虽已具备基础模型和GPU容量,但在混合云和多云环境中扩展AI时,数据成为瓶颈。分布式数据碎片化严重,实时推理因管道延迟而停滞,GPU利用率不高。GTC大会期间将举办非公开高管圆桌讨论,探讨AI基础设施实际运营中的问题及解决方案,采用查塔姆宫规则确保参与者畅所欲言。
现代商业云服务即将迎来20周年,但对许多CIO而言,这更像是一场财务清算。调查显示,83%的CIO云支出比预期高出30%,43%表示CEO或董事会对云开支表示担忧。两位CIO分享了他们的观点:Laserfiche的Thomas Phelps认为云从未真正便宜过,成本难以预测;洛杉矶县的Peter Loo指出云服务使用日趋复杂,但云仍能提供速度优势。
联想与IDC联合研究显示,亚太地区96%的企业计划在2026年平均增加15%的AI投资。调研发现,企业AI投资重点已从提升生产力转向推动收入增长。目前66%的组织正在试点或系统性采用AI,88%预期今年获得投资回报,每投入1美元预计回报2.85美元。随着AI应用从模型构建转向实际运行,推理成本将是训练成本的15倍。86%的亚太企业选择混合AI架构以管理成本和满足数据主权要求。
日立万达宣布其VSP One SDS软件定义存储现已在微软Azure市场上线,继AWS和谷歌云之后进一步扩展云原生块存储服务。该解决方案支持跨Azure和本地系统的数据管理与保护,具备内置配置、压缩和双向异步复制功能,通过VSP 360软件实现集中化自动管理。此举使DevOps团队能够在多云环境间无缝迁移和扩展工作负载,目标实现99.999%的系统正常运行时间。
日立Vantara将其虚拟存储平台VSP One软件定义存储移植到谷歌云平台,构建跨本地、AWS和GCP的统一虚拟数据平面,支持块、文件和对象存储。新版本增加双向异步复制、精简配置和高级数据压缩功能,可降低云存储成本达40%,并承诺99.999%的连续可用性。通过VSP 360服务控制平面进行管理。
随着AI策略成熟,CIO开始重新考虑对公有云的依赖,私有云和本地环境重新受到关注。调查显示,67%的企业领导计划在未来12个月内将部分AI数据迁移至非云环境。主要原因包括成本可预测性、数据隐私保护、安全问题和云集成挑战。对于持续的AI工作负载,购买自有GPU比租用公有云更经济。私有云支出增长更快,预计2025年将有54%的组织在私有云上投入超过1000万美元。