© VMware

Im vergangenen Jahr Jahr kamen mehr als 10 000 Teilnehmer zur europäischen VMworld. Dieses Jahr gab es die Veranstaltung im Online-Format zeitgleich in den USA und Europa, und es dürften mehr Teilnehmer gewesen sein. Anders als bei der Präsenzveranstaltung war die Teilnahme kostenfrei.

Die VMworld 2019 stand ganz im Zeichen von Projekt Pacific, das jetzt als Tanzu in VMware Einzug hielt, sowie des Umbaus des Unterbaus von VMware zu Kubernetes. Die Keynote der VMworld 2020 [1] behandelte die Auswirkungen der globalen Pandemie auf IT-Infrastrukturen, von denen VMware als einer der großen Anbieter von Infrastruktur-Software profitierte. Viele Kunden hätten spontan Infrastrukturen vor allem im Remote-Zugriff nach oben skalieren müssen, war zu vernehmen. VMware-CEO Pat Gelsingers Keynote illustrierte diese Skalierung beispielhaft an einigen Kunden und brachte VMware Workplace One zum Ausrollen von neuen Arbeitsplätzen zur Sprache. Der Begriff “Greatest shift of workforce in the history” begleitete den Zuhörer durch mehrere Vorträge.

Project Monterey

Die technisch interessanteste Ankündigung war das Projekt Monterey, bei der VMware Special-Purpose-Hardware weitergehend unterstützt als bisher, wie GPUs, FPGAs oder die neuen SmartNICs.

Zu den spannendsten Aspekten zählen hier SmartNICs oder auch Data Processing Units (DPUs), wie die Nvidia-/Mellanox-Bluefield-2-Karte, bei der die NIC einen vollwertigen ARM-basierenden Computer umfasst. Damit kann die Karte nicht nur Netzwerkverbindungen herstellen (2 x 100 Gbit/s), sondern auch Dinge wie iSCSI und hardwarebeschleunigte Verschlüsselung anbieten. Das entlastet den Server. Da als Betriebssystem auf der Karte ESXi läuft, kann man sie direkt über vCenter und Tanzu verwalten. Im Storage-Bereich lässt sich auch vSAN (VMwares Software-Defined-Storage-Lösung) auf die Karte auslagern, sodass die CPUs auf dem eigentlichen Virtualisierungshost für die eigentliche Arbeit frei bleiben.

In einem gemeinsamen Vortrag mit dem CEO von Nvidia, Jen-Hsun Huang, stellte Pat Gelsinger die Möglichkeit vor, im Rahmen von Projekt Monterey GPUs für Machine-Learning-Aufgaben über einen ganzen VMware-Cluster zu teilen, sowohl für virtuelle Maschinen (VMs) als auch für Container. Tanzu-Erweiterungen zu Kubernetes bieten dann entsprechende Ressourcen, die dieser (sofern verfügbar) zugeteilt bekommt, trägt man sie bei der Definition des Containers in die YAML-Datei ein. Die beiden CEOs nannten das “Demokratisierung des Machine Learning”. Anders als beim bereits möglichen Durchreichen von GPUs an VMs ändern sich aber die APIs zum Zugriff auf die GPU-Ressourcen, was Entwickler beachten müssen.

Multicloud

Ein weiteres Thema, das sich durch die Vorträge zog, war das Multicloud-Management. Inzwischen unterstütze vSphere alle gängigen Public-Cloud-Anbieter (Google, AWS, Azure, Alibaba), so der Tenor, und erlaube es dem Administrator, aus dem ihm bekannten vCenter auch VMs und andere Ressourcen in der Public Cloud zu administrieren. Die Kopplung geht so weit, dass an Azure angeschlossene Ressourcen im eigenen Rechenzentrum sich sowohl mit der Azure-Oberfläche als auch mit den VMware-Werkzeugen verwalten lassen, wie eine Demo bei der Konferenz zeigte.

Fazit

Eine Online-Veranstaltung ist weniger reizvoll als eine Konferenz vor Ort. Andererseits dürfte die Teilnehmerzahl höher gewesen sein, da Reisekosten und Anfahrt entfielen. Die Neuigkeiten fielen dieses Jahr allerdings weniger bahnbrechend aus. SmartNICs sind zwar technisch spannend, aber auch teuer und erst im Betrieb mit sehr vielen Virtualisierungsservern sinnvoll. Bei einer Handvoll Servern und ein paar virtuellen Maschinen dürfte sich die Investition kaum lohnen. Pat Gelsinger stellte im Vortrag mit Nvidia fest, dass er nicht erwartet, dass alle großen Kunden zeitnah auf SmartNICs umstellen. Das zögen die Kunden wohl eher in Erwägung, wenn sie sowieso neue Server beschafften. Wer sich mit Machine Learning im eigenen Rechenzentrum beschäftigen will, hat mit der vorgestellten Architektur jedenfalls die Möglichkeit, die teuren Ressourcen einfacher bereitzustellen.