Cos'è l'hyperscale?

Oggi sembra impossibile, ma una volta per gestire un intero 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, 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 di medie dimensioni: in realtà ne esistono anche di molto più vasti. Un esempio è il gigantesco data center di China Telecom di Horinger, nella città di Hohhot, nella regione cinese della Mongolia interna. Questa 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 165 campi da calcio messi l'uno accanto all'altro).

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.

Nel primo trimestre del 2023, AWS ha raggiunto una quota di mercato del 32% , 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 presenta numerosi vantaggi, tra cui la facilità di migrazione dei workload aziendali critici e la capacità di creare app cloud-native. Un altro punto di forza dell'OCI 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.

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.