服务器虚拟化是现代企业 IT 的一项关键功能。例如,当您预订机票、观看现场音乐活动或远程访问公司应用程序时,这些体验背后所运行的应用程序通常托管在虚拟服务器上。该基础设施允许组织运行数千个工作负载,同时减少物理硬件的使用。
在传统的服务器环境中,组织会将一台物理服务器专门用于一个应用程序,从而导致服务器的利用率严重不足。服务器虚拟化可改变此状况。多个虚拟机 (VM) 共享一台物理服务器,而每台虚拟机都有自己的专用资源并与其他虚拟机相互隔离。如此,该基础设施的运行成本便更低、扩展速度更快、管理效率更高。
如今,服务器虚拟化已成为云计算与现代数据中心运营的基础。SkyQuest 的一项研究估计,到 2024 年,全球服务器虚拟化市场规模将达到 90 亿美元。该报告预计,到 2033 年,该数字将达到 139.6 亿美元,复合年增长率 (CAGR) 则为 5.0%。1
随着组织整合数据中心和管理混合多云环境,对虚拟化基础设施的需求也在不断增长。此外,虚拟化还可让组织灵活支持 人工智能 (AI) 工作负载,并满足跨区域管理基础设施的数据主权要求。
通过 Think 时事通讯,了解有关 AI、自动化、数据等方面最重要且最有趣的行业趋势。请参阅 IBM 隐私声明。
要理解服务器虚拟化,回顾用于支撑现代 IT 基础设施的几项相关技术会有所帮助:
随着组织基础设施的现代化,容器与虚拟机一道出现并成为团队构建和部署应用程序的关键组成部分。
VM 可将硬件虚拟化,而容器则可将操作系统虚拟化,且仅打包应用程序及其依赖项,从而使其更轻量化、部署速度更快。
Kubernetes 已成为大规模编排容器、自动运行部署、扩展和管理的标准平台,且涵盖混合云与多云环境。
Kubernetes 通常会与微服务一起使用,而微服务允许组织将应用程序分解为更易于部署和管理的较小独立服务。
Amazon Web Services (AWS)、Google Cloud、Microsoft Azure 和 IBM Cloud 等云服务提供商通过基于虚拟化服务器构建的三种主要模型来提供基础设施和软件服务:
服务器虚拟化依赖各种组件协同工作来创建和管理虚拟环境:
在服务器虚拟化领域,没有单一的通用方法。正确的方法取决于工作负载要求、性能需求以及所需的隔离与资源管理级别。服务器虚拟化的部分主要类型如下:
完全虚拟化完全模拟底层硬件,从而允许来宾操作系统像在专用物理机上一样运行。虚拟机管理程序会处理来宾 OS 与硬件之间的所有交互。
在此情况下,几乎任何操作系统均能以来宾身份运行。此功能使得完全虚拟化成为企业环境中使用最广泛的方法。
通过半虚拟化,来宾 OS 被修改为直接与虚拟机管理程序通信,而非使用完整硬件仿真。此方法可降低资源使用率并提高性能,尤其是针对 I/O 密集型工作负载。
OS 级虚拟化并非创建单独的虚拟机,而是将单个操作系统分区为多个容器。这些容器可作为共享主机内核的隔离用户实例来运行,因此更为轻量化且调配速度快。
Docker 是此类服务器虚拟化最受欢迎的工具,它常用于微服务和 DevOps 环境中;而在此类场景中,应用程序会通过应用程序编程接口 (API) 进行通信。
服务器虚拟化可同时提供运营与财务优点,具体包括以下主要优点:
服务器虚拟化提供广泛的企业用例,其范围涵盖从日常 IT 运营到更复杂的基础设施战略:
虚拟桌面基础设施 (VDI) 可将桌面操作系统作为 VM 在合并服务器上运行,然后将其传输到最终用户设备。组织可在不将数据存储在本地机器的同时,为任意设备提供完整的桌面体验,从而简化安全性和合规性。
服务器虚拟化通常是传统应用程序现代化的第一步,从而可为组织提供一种无需从头开始重建即可将旧系统迁移到混合云环境的方法。当应用程序已实现虚拟化时,工作负载迁移就会变得更易于管理,从而可让组织以适合其业务的速度整合旧版系统。
金融服务、医疗保健和研究等行业利用高性能计算来更高效地运行复杂模拟和数据密集型应用程序。服务器虚拟化可帮助组织在多个物理服务器之间汇集计算资源,并将其动态分配给这些高需求工作负载。
根据 Gartner 的预测,到 2028 年,全球 65% 的政府将引入数字主权要求,以保护国家基础设施并限制外部监管影响。2
随着数据驻留和基础设施控制需求的增长,服务器虚拟化已成为管理跨地区合规性的重要工具。它可帮助组织管理工作负载的运行位置,并在不同监管环境下执行地理边界隔离。
AI 正在改变组织对服务器虚拟化的依赖方式。随着企业从 AI 试点转向全面生产,虚拟化服务器面临更高的需求,而此类需求涉及更多的工作负载、更高的资源使用量与处理能力需求,以及更低的停机时间容忍度。
现代虚拟化数据中心越来越多地使用 AI 来更有效地管理服务器资源。组织无需依赖手动配置,便可实时监控 CPU 使用率、内存消耗、存储瓶颈和 VM 蔓延,以便随着条件变化重新平衡工作负载。预测性容量规划则使此方法更进一步,它可在需求达到峰值之前预测需求,而不是事后做出反应。
AI 还影响着服务器虚拟化的安全性。通过持续监控 VM 之间的流量并分析行为模式,组织可比传统基于规则的工具更早识别威胁并更快做出响应。
通过统一存储、保护和编排 AI 、VM 和容器工作量,实现更快、更具弹性的运营。
通过高效、灵活的虚拟化方案,跨虚拟和物理环境优化并扩展工作量。
面向 IBM® Systems 服务器和存储空间的全面技术专业知识。
1 Server virtualization market size, share and growth analysis,Skyquest,2026 年 1 月
2 Gartner 公布影响政府采用 AI 的顶级技术,Gartner,2025 年 9 月 9 日