博客

为了帮助用户更好地理解市场上哪些产品可以替代VMware，本系列介绍了ZStack的VMware替代解决方案，包括产品详情、功能比较、技术特性以及在虚拟化、企业云和容器云平台上的行业实践。
之前，我们介绍了四个VMware Tanzu（TKG）的替代方案：
文章1：VMware Tanzu（TKG）替代方案系列（1）构建容器云平台
文章2：VMware Tanzu（TKG）替代方案系列（2）统一虚拟机和容器云平台
文章3：VMware Tanzu（TKG）替代方案系列（3）在虚拟机和物理服务器上构建容器服务平台
文章4：VMware Tanzu（TKG）替代方案系列（4）构建企业云原生平台
在本文中，我们继续探讨ZStack替代VMware Tanzu的解决方案，重点关注人工智能和智能计算场景中的应用。
Broadcom最近宣布，将于2025年10月2日终止对VMware vSphere 7.x和vSAN 7.x的支持。在此之后，客户将不再获得产品支持、安全补丁或更新——这为VMware的长期路线图带来了不确定性。
根据Gartner的数据，超过75%的VMware用户正在积极寻找替代品，因为他们担心不断上升的许可证成本、审计限制和技术方向不明确。ZStack的替代解决方案不仅满足了VMware Tanzu的功能需求，还使企业能够构建AI就绪、云原生基础设施，克服计算瓶颈，加速研发，并简化运营。
VMware Tanzu在AI场景中的挑战
成本上升
随着VMware Tanzu转向按vCore计费，AI集群的成本显著增加。AI训练和推理需要大量的并行计算，核心数量的增加直接提高了长期TCO。这为企业扩展AI容量带来了预算不确定性。
粗粒度GPU调度
AI和大型模型训练严重依赖GPU。然而，在VMware Tanzu环境中，GPU调度受到限制——通常只允许整卡分配。这导致了高内存浪费：如果虚拟机只使用了GPU内存的20%，剩下的80%则闲置且不可用。这种粗调度无法满足灵活的计算分配需求。
高运营复杂性
在AI研发和部署中，企业必须同时管理CPU、存储和GPU资源。VMware Tanzu将容器和虚拟化环境分开，迫使管理员维护多个工具链。这增加了运营开销，减缓了AI工程迭代。
AI基础设施的核心企业需求
在大规模AI部署期间，企业希望新的容器服务平台能够：
克服计算瓶颈，提高GPU/异构资源利用率；
提高AI工程效率，加快模型训练和迭代；
通过自动化和统一管理简化运营；
避免供应商锁定，确保长期灵活性和控制。
这些期望促使企业在寻找VMware Tanzu替代品时，优先考虑能够同时优化AI计算和云原生敏捷性的平台。
构建AI和智能计算的云原生基础设施
（ZStack Zaku：替代VMware Tanzu（TKG）的云原生场景）
ZStack Zaku能够在不需要额外软件许可的情况下，实现MB级别的细粒度GPU内存分割，大大提高了异构计算利用率。它支持各种AI工作负载的碎片化GPU资源的灵活调度——克服资源瓶颈，加速工程迭代，并降低运营复杂性，实现更高效率和更低成本。
AI开发不仅推动了智能计算中心的演变，还与云原生基础设施形成了正反馈循环。Gartner指出，具有GPU编排的容器管理在容器化环境中有效地分配GPU资源，用于机器学习、AI和生成性AI（GenAI）。它简化了GPU密集型工作负载的部署和管理，关键用例包括基于GPU需求的容器调度、动态GPU分配、GPU资源的自动扩展和GPU生命周期管理。
典型应用场景
AI研发和大型模型训练
在AI实验室和模型研发中，ZStack Zaku有助于显著提高GPU利用率并减少硬件投资。自动化调度和监控加速了模型训练周期，缩短了从研究到部署的时间。
智能金融和风险控制
金融机构依赖AI进行大规模数据分析和实时风险控制。通过ZStack的GPU分割和调度，它们可以构建弹性AI容器平台，在保持合规的同时支持高频交易和风险分析。
制造和智能质量检查
处理大量图像和传感器数据的制造商可以在ZStack平台上部署多种AI模型，以增强生产智能并控制成本。
ZStack：让每个公司都有自己的云
成立于2015年的ZStack是中国领先的云基础设施软件公司之一。以研发为驱动力，ZStack向全球企业客户提供安全、稳定、可控的云基础设施。
根据IDC的数据，ZStack在中国云系统软件市场位居前五，独立供应商中排名第一。其成功源于完全自主研发的架构、独立的知识产权和完整的源代码所有权——不依赖于开源项目的二次开发。
ZStack的全栈VMware替代产品线包括：
ZStack