Il panorama attuale della virtualizzazione è giunto a un bivio cruciale. Gli sconvolgimenti del mercato hanno costretto le organizzazioni a guardare oltre gli shock di breve periodo e ad affrontare questioni più ampie di agilità e resilienza a livello di business. Parte di questo cambiamento sta nel fatto che i responsabili IT stanno scoprendo che i propri stack legacy sono strutturalmente inadeguati per l’era moderna. Molti soffrono di un disallineamento infrastrutturale: ambienti progettati per workload statici e prevedibili che faticano a reggere le esigenze di elevate prestazioni dei workload moderni, AI inclusa. A questo si aggiunge una diffusa mancanza di contesto, ovvero la dipendenza da silo di dati che impedisce alle organizzazioni di costruire una visione unificata dei propri dati, trasformando di fatto sia i dati sia l’infrastruttura sottostante in un collo di bottiglia.
Per affrontare queste sfide, molte organizzazioni hanno già iniziato ad adottare i container, una strategia collaudata e ormai mainstream per raggiungere gli obiettivi di modernizzazione e virtualizzazione. Tuttavia, aggiungere un’altra piattaforma può significare più complessità, più silo di dati, più frammentazione: esattamente ciò che le organizzazioni vogliono eliminare. La maggior parte dei CIO affronta la questione come una decisione a livello di computing, mentre di fatto sta prendendo anche una decisione sull’architettura dei dati, che se ne renda conto o meno. Se si sbaglia scelta a livello di architettura dati, la piattaforma moderna eredita proprio i silo che avrebbe dovuto eliminare. La virtualizzazione non va valutata soltanto come una scelta infrastrutturale: la sua adozione deve sostenere obiettivi di business più ampi, tra cui la modernizzazione, la resilienza operativa e le iniziative strategiche di AI.
Perché una virtualizzazione moderna?
Un approccio moderno alla virtualizzazione comprende sia l’esecuzione di macchine virtuali sia la gestione dei dati nei container. Colma il divario tra le applicazioni legacy e le moderne architetture cloud-native. Invece di mantenere due infrastrutture separate, a silo, con strumenti diversi, i team possono utilizzare Kubernetes come unico control plane per orchestrare sia le VM sia i container. Ciò semplifica le operazioni e migliora affidabilità e scalabilità. Questa transizione è già in corso: secondo il report Voice of Kubernetes, il 74% delle organizzazioni prevede di migrare le proprie macchine virtuali su Kubernetes. Questa è la decisione a livello di computing, e la maggior parte delle organizzazioni l’ha già presa.
È il caso di CSX, cliente di Everpure, che ha spostato circa l’80% delle proprie applicazioni su Kubernetes, spinta dall’esigenza di semplificazione e flessibilità. L’operatore ferroviario di trasporto merci gestisce sistemi Tier 0, per i quali un guasto non è un’opzione, e non voleva riqualificare il personale né mettere in piedi una piattaforma completamente nuova. Ha scelto invece un percorso di virtualizzazione moderna: un unico modello operativo per macchine virtuali e container, come soluzione pragmatica di transizione.
Perché lo storage e la gestione dei dati sono fondamentali?
La crescente adozione dell’AI e l’aumento dei volumi di dati hanno reso lo storage e la gestione dei dati, insieme all’architettura su cui si basano, elementi critici nell’adozione della virtualizzazione. Ogni workload ha bisogno di tre cose: storage per conservare i dati, la potenza di calcolo per elaborarli e la rete per trasmetterli. Poiché negli ambienti containerizzati lo storage è spesso astratto o gestito in modo indipendente, a differenza della virtualizzazione full-stack tradizionale, storicamente è stato trascurato. Tuttavia, considerarlo un aspetto secondario è un errore: non integrarlo correttamente può introdurre rischi significativi e una complessità operativa inutile. Lo storage è infatti un elemento critico nella virtualizzazione moderna, perché un guasto dello storage può compromettere l’intero stack di virtualizzazione. Per questo il 56% delle organizzazioni indica alta disponibilità, disaster recovery e backup come le funzionalità più critiche da garantire in una nuova piattaforma di virtualizzazione. La gestione dei dati è l’altro elemento essenziale: avere una conoscenza completa di quali dati possiede un’organizzazione, di dove si trovano e di come ridurre i silo consente un approccio di piattaforma che modernizza le operazioni e accelera il raggiungimento dei risultati di business.
Accelerare i progetti di AI
Le organizzazioni che eseguono l’AI su tecnologie legacy faticano a far avanzare con successo i propri progetti a causa delle elevate prestazioni richieste da questi flussi di lavoro. Infatti, l’86% indica lo storage come la principale voce di costo nei progetti di AI, prima ancora delle GPU. Chi fatica con le alternative dovrebbe guardare ai container come all’ambiente ideale per eseguire progetti di AI ad alta intensità di dati e sperimentare.
Dove eseguire i workload di AI è una decisione sull’architettura dei dati che richiede un sistema interconnesso, in grado di bilanciare costi, rischi, competenze, strategia dei dati e flessibilità architetturale nel lungo periodo. Con la virtualizzazione moderna, l’infrastruttura non è più un collo di bottiglia per l’AI, ma un pool di risorse pienamente utilizzate. Data scientist e responsabili AI possono concentrarsi su training e inferenza, invece di contendersi un’infrastruttura che aumenta costi e tempi dei progetti di AI: i workload si muovono più velocemente e le operazioni risultano ulteriormente semplificate.
Una maturità comprovata che genera velocità
L’adozione mainstream dei container non è più un’ipotesi: è un pilastro fondamentale per le organizzazioni che cercano una maturità architetturale affidabile. Ma è a livello del data layer che velocità e scalabilità ripagano davvero le aziende. Le organizzazioni che sono passate a una piattaforma dati moderna scoprono che questa abilita funzionalità chiave, tra cui live migration che si completano in pochi secondi anziché in minuti; alta disponibilità e disaster recovery; scalabilità senza problemi di noisy neighbor (quando un container si accaparra tutte le risorse disponibili, lasciando il resto “a secco”); e la possibilità di riutilizzare l’infrastruttura esistente. Modernizzando con i container, le organizzazioni ottengono molto più di una maggiore efficienza tecnica: trasformano sia le operazioni tecniche sia i risultati a livello strategico.
Una piattaforma dati condivisa
Lo storage è assolutamente critico per il successo della virtualizzazione moderna, e molte organizzazioni stanno migrando verso macchine virtuali e container con Kubernetes come fondamento. Non si tratta di un’iniziativa di nicchia: centinaia di migliaia di macchine virtuali vengono già eseguite su Kubernetes in più sedi. Non significa aggiungere altre soluzioni, bensì consolidarle in un unico approccio che offra visibilità, elimini la frammentazione e garantisca prestazioni, mobilità e resilienza. Prendendo insieme la decisione sul compute e quella sull’architettura dei dati, la virtualizzazione moderna diventa il fondamento per la modernizzazione e l’AI, anziché l’ennesimo silo.
A cura di Umberto Galtarossa, Sr. Presales Manager Italy di Everpure
