电子产品世界

Nutanix 首席执行官拉吉夫・拉马斯瓦米表示，人工智能技术的应用已开始为公司贡献利润。不过，自主智能体 AI 真正开始显著影响客户的盈利状况，还需要一段时间。

该厂商在上月的 GTC 大会上公布了自主智能体 AI 平台战略，并于本周推出了更多相关功能，其中包括一套多租户框架，旨在帮助企业与新型云服务商从 GPU 中榨取更多价值。

但目前仍处于早期阶段，可以合理认为，真正规模化使用 Nutanix 全新 AI 技术的客户数量大概率仅有数十家，而非数千家。与此同时，公司在聚焦即将到来的自主智能体 AI 时代的同时，也延续了其长期以来的核心业务方向 —— 挖角对 VMware 心存不满的客户。

在芝加哥举办的 NEXT 大会上，拉马斯瓦米向记者表示，公司在客户活动同期举办了投资者日活动，并向华尔街透露：在地缘政治保持一定稳定的前提下，到 2029 财年，公司有望实现 “营收与年度经常性收入（ARR）以 15%–19% 的中高双位数增速增长，运营利润率提升至 25%–29% 的中高水平”。

这部分增长很大一部分可能来自转化 VMware 的客户。博通收购 VMware 后，其客户总量约 30 万家，而 Nutanix 的目标是拿下其中约 16.5 万家。拉马斯瓦米称，公司目前每季度都会新增 500 至 1000 家此类客户，使其总客户数提升至现有的 3 万家。

“我们认为（与博通相关的）市场仍存在大量机会，而且会分批逐步释放。” 他补充道。即将推出的 VCF 9 很可能成为客户流失的又一个节点。长期合作的客户将不得不考量，反复无常的博通是否是支撑其 AI 战略布局的最佳底座。

谈及 AI 时，拉马斯瓦米区分了 “运行在 Nutanix 平台上的 AI” 与 “融入 Nutanix 内部的 AI”。

“AI 对我们最大的影响体现在工程研发领域。” 他表示。其次是客户支持业务，而公司正计划将 AI 技术全面融入各个业务环节。

“我们正试图为每一个 AI 项目制定更清晰的生产力或效率衡量标准。例如，在软件开发生命周期的核心环节 —— 从产品需求定义、设计、编码到测试，AI 正产生显著影响。”

“我们的目标是让每位开发者的生产力提升约 20%。这实际上意味着，在团队规模不变的情况下，我们每个版本能交付的功能内容增加 20%。”

他表示，这让公司可以选择如何利用这部分效率提升。“我们的思路是，这意味着我们能更快推出新功能”，而无需扩充团队规模。与此同时，客户支持团队在不增加工程师人数的情况下，处理的支持工单数量也有所提升。

“我们在投资者日上提到，AI 驱动的效率提升已经开始为公司的盈利带来正向杠杆效应。”

相比之下，客户目前在 AI 应用方面的成熟度普遍不高。在早前的一场会议中，公司首席技术官马诺・巴塔查尔吉表示，当前客户主要将 AI 用于文档检索与摘要生成，以及欺诈检测这类分析类任务。

“客户们在英伟达 GPU 上运行这些应用，” 巴塔查尔吉称，“也有不少使用 AMD 的方案，还有大量客户直接在 CPU 上运行，尤其是小型语言模型或轻量 Transformer 模型，因为 GPU 资源紧缺已成为当下企业面临的一大难题。”

他补充道，业界越来越多人意识到，前沿大模型虽适用于部分场景，但另一些场景更适合在本地部署或使用小型 GPU。

拉马斯瓦米进一步解释称：“从应用场景来看，目前投入生产的大多是相对简单的推理类任务。” 他坦言，这些并非自主智能体应用。但他表示：“我预计未来几年内，会有越来越多的客户开始使用这类技术。”

而这将引发数据主权与数据存储位置相关的问题，恰好契合 Nutanix 的产品主张。“这将推动一部分部署需求流向私有数据中心，也会出现在我们即将看到的新型云平台中，同时模型选择的灵活性也会越来越高。”

“人们还会关注自主性问题：你希望智能体具备多大程度的自主决策能力？任务越关键，就越需要谨慎。因此，我认为这一过程还需要数年时间。”

谈及底层硬件，拉马斯瓦米表示，Nutanix 正与英伟达、AMD 保持紧密合作。他称，英伟达此前并不直接面向企业市场销售产品，但随着算力需求向推理端转移，“他们现在也非常希望与我们合作，助力其解决方案进入企业市场”。

至于已对 Nutanix 进行投资的 AMD，拉马斯瓦米表示，这家替代性 GPU 供应商正全力追赶并争夺市场份额，其中就包括与 Nutanix 合作，打造 “企业可直接使用的完整解决方案”，并打通进入企业客户的渠道。

硬件短缺是本次大会反复出现的话题。Nutanix 全新推出的多租户框架，被定位为帮助客户（包括新型云服务商）尽可能从稀缺 GPU 中挖掘价值的解决方案。

但拉马斯瓦米表示，这并非短期权宜之计。目前 GPU 短缺问题已不如内存短缺严峻。

“我们做这件事并非仅仅因为资源短缺。” 拉马斯瓦米强调，“明确地说，即便在 GPU 不再紧缺的环境下，这也是虚拟化的必然趋势。企业希望从投资中获得最大回报。在 GPU 推理与自主智能体时代，企业必然要最大化硬件利用率。而从根本上讲，我们当年对 CPU 做的就是虚拟化，现在对 GPU 也是同理。这一趋势将长期存在。”

公司同时也对外部存储厂商采取了更为开放的态度。Nutanix 尤其宣布与 NetApp 达成合作，公司坦言，这在几年前是难以想象的。此外，公司还扩大了与 Everpure（原 Pure Storage）、戴尔等厂商的集成合作。

拉马斯瓦米坚称，这并不意味着公司放弃自身的存储技术积累，或是放弃提供全栈解决方案。“我们将其定位为完整平台”，包含网络、安全、云管理与 Kubernetes 等 Nutanix 核心组件。“我们唯一不再坚持自研的，只有存储模块。”

“我们希望未来能够支持市面上绝大多数存储阵列。” 至少是支持 IP 连接的存储设备。“这是一个核心标准，我们目前尚不支持光纤通道，未来大概率也不会支持，因为行业正朝着 NVMe-oF 或以太网方向发展。”

他还补充道，公司希望聚焦于客户真正使用其平台的场景。“大量高性能计算部署采用裸金属架构，这并非我们业务的天然目标市场。” 即便最完整的技术栈，也需要有明确的边界。

关键词： GPU 虚拟化 CPU 虚拟化