Data di pubblicazione: 12 marzo 2024
Autori: Phill Powell, Ian Smalley
L'hyperscale consiste in un'architettura e distributed computing environment progettato per fornire una scalabilità estrema con lo scopo di gestire workload su larga scala. Il termine correlato "hyperscaler" si riferisce ai data center hyperscale, che sono significativamente più grandi dei tradizionali data center on-premise.
Come ben sa chiunque lavori nell'IT, ci sono progetti consueti e progetti il cui ordine di grandezza supera le normali esigenze. Questi ultimi richiedono maggiori accortezze e più senso delle proporzioni. Insomma, necessitano di quelle particolari capacità rese possibili dall’hyperscale computing.
L'hyperscale computing funge da contraltare all'utilizzo di data center aziendali standard. Nell'hyperscale computing, le aziende creano o contribuiscono a creare database di grandi dimensioni e scalabili quasi all'infinito.
Tutto ciò che c'è da sapere sulla Global Data Platform di IBM, progettata per consentire a chiunque di accedere a qualsiasi cosa, ovunque.
Iscriviti alla newsletter IBM
Le tecnologie hyperscale rappresentano un cambiamento epocale nelle modalità di elaborazione del flusso e del volume quotidiano di dati generato dalle aziende.
Oggi sembra impossibile, ma è esistito un tempo in cui, per gestire tutto il data center aziendale, era sufficiente un unico server all'interno di un ufficio.
Poi sono arrivati gli hypervisor, il cui utilizzo come livelli di astrazione consentiva di trasferire le app delle macchine virtuali (VM) da un'installazione hardware fisica a un'altra: un momento chiave nell'ascesa dei data center hyperscale.
Nella maggior parte dei casi, oggi i vecchi data center on-premise non sono più in grado di gestire il volume dei dati generati, specialmente se creati da applicazioni hyperscale.
I data center hyperscale (chiamati anche hyperscaler) occupano uno spazio fisico considerevolmente più ampio rispetto ai tradizionali data center on-premise, che tendono ad avere dimensioni comprese entro i 1.000 metri quadrati.
Secondo la definizione di hyperscaler data da IDC (link esterno a ibm.com), per essere considerata davvero hyperscaler, un'azienda deve utilizzare 5.000 o più server e dedicarvi un'area di almeno 10.000 piedi quadrati (circa 930 metri quadrati).
Ma le strutture hyperscale sono spesso molto più grandi, con edifici di dimensioni che si avvicinano ai 5.500 metri quadrati – quasi quanto un campo da calcio.
E questo solo per quanto riguarda l'hyperscaler medio: in realtà ne esistono anche di molto più vasti. Un esempio è il mastodontico data center di China Telecom (link esterno a ibm.com) di Horinger, nella regione cinese della Mongolia interna, poco lontano dalla città di Hohhot. Questa gigantesca struttura, la cui costruzione è costata 3 miliardi di dollari, copre una superficie che sfiora il milione di metri quadrati e consuma 150 megawatt di potenza (tanto per fare un confronto, l'area occupata corrisponde a quasi 94 campi da calcio messi l'uno accanto all'altro).
Gli hyperscaler, nati in risposta all'hyperscale computing, sono data center hyperscale utilizzati principalmente per distribuire e gestire applicazioni di grandi dimensioni.
Sono perlopiù realizzati allo stesso modo di un data center tradizionale, ma adattati a una scala molto più ampia rispetto alla tipica struttura on-premise. Affinché questo sia possibile, negli hyperscaler viene realizzata e gestita un'enorme infrastruttura hardware e software. Milioni di server distribuiti su molti data center offrono poi risorse di storage e di elaborazione apparentemente infinite.
Dal momento che il traffico di dati può variare notevolmente, soprattutto quando si eseguono applicazioni di grandi dimensioni, gli hyperscaler sono in grado di gestirlo e stabilizzare le operazioni hyperscale non appena si verifica un aumento della domanda all'interno di un ambiente di calcolo. Per farlo agiscono essenzialmente come un bilanciatore di carico, destreggiandosi tra le attività e reindirizzando le risorse di calcolo in base alle necessità.
Alcune aziende non sono ancora pronte a sfruttare la tecnologia hyperscale, a causa dei costi iniziali e delle altre spese associate. Tuttavia, per la maggior parte delle organizzazioni, i benefici superano di gran lunga i costi.
La virtualizzazione apre la strada al cloud computing, e i provider di servizi cloud ospitano data center hyperscale per adattarsi ai suoi molteplici usi e ai dati che genera. L'utente, dal canto suo, è libero dalle numerose incombenze e dai problemi operativi che può comportare l'esecuzione di un data center in loco, e può interagire invece con le risorse cloud di cui ha bisogno tramite application programming interface (API).
L'infrastruttura hyperscale, che è alla base dell'hyperscale computing, favorisce sia prestazioni elevate che ridondanza, rendendo i progetti hyperscale la scelta perfetta per le attività di cloud computing e il trattamento dei big data.
Essendo stata creata espressamente per gestire l'hyperscale in modo efficiente, l'infrastruttura hyperscale è in grado di rendere le operazioni più convenienti dal punto di vista economico, anche nella gestione dei workload più imponenti.
Costruire quella che è essenzialmente una server farm non serve a molto, a meno che i server non dispongano di una connettività efficiente ed estremamente veloce (con bassa latenza), in modo che i server possano comunicare efficacemente tra loro. Ecco, gli hyperscaler fanno esattamente questo.
Attualmente, il mercato dell'hyperscale è dominato da cinque grandi provider di cloud pubblico, ognuno dei quali possiede i propri punti di forza.
Nel primo trimestre del 2023, AWS ha raggiunto una quota di mercato del 32% (link esterno a ibm.com), diventando così il più grande fornitore di servizi cloud hyperscale. I suoi prodotti cloud si concentrano su aspetti quali opzioni di storage, potenza di elaborazione, automazione, database e data analytics.
Molte aziende utilizzano già un qualche tipo di soluzione Microsoft, quindi è ragionevole ritenere che abbiano già familiarità con l'azienda e i suoi prodotti. Tra questi va ricordato il software aziendale di Microsoft, che si integra perfettamente con Azure, il suo prodotto hyperscale (23% del mercato).
Google si è ritagliata una posizione di tutto rispetto grazie alla sua padronanza della gestione dei dati: la sua GCP (circa il 10% del mercato) è ancora utilizzata dalle aziende, soprattutto quelle propense a dedicarsi all'analytics di livello avanzato e ad ampliare le proprie capacità di intelligenza artificiale (AI).
Partendo da una reputazione consolidata in ambito tecnologico, IBM Cloud sfrutta l'esperienza dell'azienda in molti settori, come l'AI e la gestione dei data center aziendali. IBM Cloud offre servizi completi per Infrastructure-as-a-Service (IaaS), Platform-as-a-Service (PaaS) e Software-as-a-Service (SaaS).
OCI ha diversi vantaggi, tra cui la facilità di migrazione dei workload aziendali critici e la capacità di creare app cloud-native. Un altro punto di forza è il prezzo estremamente basso: Oracle stessa sostiene di offrire gli stessi servizi di base di AWS a un costo molto inferiore.
La breve panoramica illustrata suggerisce che AWS eccelle per il suo accesso globale e la scalabilità avanzata. GCP è una scelta interessante per le aziende che hanno bisogno di una gestione dei dati di alto livello e che desiderano misurarsi con funzionalità come il machine learning, mentre Azure offre un'integrazione fluida con gli altri prodotti Microsoft e una maggiore sicurezza.
Al di là di questi tre giganti del mercato, IBM Cloud sta suscitando un notevole interesse per come sta impiegando l'AI, che è alla base delle sue offerte hyperscale. OCI di Oracle, infine, offre una soluzione pensata per risparmiare sui costi e ospitare applicazioni cloud-native.
Come è evidente, questi fornitori si differenziano in modo significativo nell'approccio e nelle aree di competenza, ma presentano anche delle analogie. Ad esempio, i primi tre provider offrono attualmente servizi cloud-native che supportano i protocolli zero-trust network access (ZTNA), progettati per offrire un'alternativa alle VPN che possono invece presentare vulnerabilità di sicurezza.
Aziende diverse adottano strategie diverse per approcciarsi alle proprie esigenze di hyperscale.
Non tutte le aziende possono permettersi (o vogliono effettuare) la mole di investimenti necessaria a creare hyperscaler elaborati. Ricordiamo infatti che i costi non sono solo quelli di realizzazione, ma anche quelli legati ad acquisti massicci di attrezzature.
È stato poi osservato che alcune strutture hyperscale consumano più energia di una città di piccole dimensioni. In una strategia aziendale sull'uso dell'hyperscaler è quindi necessario prendere in esame anche i costi dell'elettricità e le preoccupazioni di carattere ambientale.
In alternativa all'acquisto delle attrezzature, alcune aziende ricorrono ancora alla pratica della colocation, che prevede il noleggio di server o altre apparecchiature informatiche.
L'introduzione degli hyperscaler ha avuto ripercussioni anche sui dispositivi Internet of Things (IoT) e sul modo in cui vengono gestiti. Il fatto che i cloud hyperscale vengano utilizzati (in molti casi) insieme ad apparecchiature preesistenti aiuta a ridurre gli investimenti infrastrutturali necessari per l'ecosistema IoT, rendendoli così più convenienti per le aziende.
Scopri il modo più semplice per distribuire IBM Storage Scale con prestazioni e capacità che vanno da 1 a oltre 1000 nodi.
Aggiorna l'infrastruttura di storage con gli switch SAN IBM di tipo b e di tipo c e riduci il costo totale di proprietà.
Dai un impulso all'adozione della piattaforma IBM Cloud con un acceleratore che supporta un'ampia gamma di app e landing zone.
Bilancia entrambi i lati dell'equazione del data storage utilizzando il software IBM (come IBM FlashSystem) e le soluzioni hardware IBM.
Una storage area network (SAN) è una rete dedicata adattata a un ambiente specifico, che combina server, sistemi di storage, switch di rete, software e servizi.
Un data center è una stanza fisica, un edificio o una struttura che ospita un'infrastruttura IT per la creazione, l'esecuzione e la distribuzione di applicazioni e servizi e per l'archiviazione e la gestione dei dati associati a tali applicazioni e servizi.
L'object storage è un'architettura di archiviazione dati ideale per memorizzare, archiviare, eseguire il backup e gestire elevati volumi di dati statici non strutturati in modo affidabile, efficiente e conveniente.
"Data storage" si riferisce alla registrazione e conservazione di informazioni digitali su supporti magnetici, ottici o meccanici per operazioni in corso o future.
"Infrastruttura IT" si riferisce all'insieme dei componenti necessari per il funzionamento e la gestione dei servizi IT e degli ambienti IT aziendali.
La latenza è la misurazione del ritardo in un sistema. La latenza di rete è la quantità di tempo necessaria affinché i dati si spostino da un punto all'altro attraverso una rete.