VMware替换：森林正在生长

随着全球范围内“云化”趋势不断普及，一些变化逐渐浮出水面。

在需求侧，“去IOE”浪潮（即去掉IBM小型机、Oracle数据库、EMC存储设备）正在朝去VMware、去AWS转向，国内的航空、教育、建筑、房地产、运输等领域，已经陆续出现从VMware迁移转型的案例；在供给侧，随着国内信创落地的深化发展，越来越多的国产厂商也投身这一趋势，研发推出对标产品和解决方案，并聚焦成熟的应用场景开始发力，“VMware替换”正是其中之一。

VMware 是 谁？

VMware是EMC旗下的一家美国公司，成立于1998年，主要提供计算虚拟化、存储和网络虚拟化、服务器虚拟化、数据中心虚拟化等产品和解决方案。由于成立较早，在虚拟化和云计算领域的市占率长期保持高位。

但VMware的发展着实有些命运多舛，一方面深陷垄断争议和软件缺陷危机（思科曾因此发布罕见警告），另一方面则来自收购变局：2016年，EMC被老牌IT企业戴尔收购，戴尔随后持有VMware约81%的股份，而据媒体报道，戴尔近年来正在考虑出售手中VMware的股份，以应对债务危机。

目前，VMware的业务重点板块包括私有云、超融合、云管等。在全球市场上，其主要竞争对手包括：微软、IBM、红帽、Citrix等等。

转 折 点 到 来

得益于体量大、高度产品化，VMware的技术和产品功能有先发优势，但在中国市场，这种优势正在全面失守。

在虚拟化市场，据计世资讯研究数据，VMware中国市场份额从曾经的73.5%，下滑到2020年的31.5%；在超融合市场，据IDC报告，2019年至今，VMware的市场份额从41%下滑到20.7%，三年缩水一半。市场份额下滑的背后，是VMware持续面临的诸多挑战：

首先从行业发展来看，OpenStack、KVM、kubernetes等开源技术的成熟化程度提升。再加上中国互联网企业的崛起，VMware传统优势地盘——政府、金融、电力等行业客户的转型，定制x86服务器、虚拟化采用KVM、云化建设采用OpenStack成为实际的趋势。

其次从产品体验来看，一方面VMware旧有的产品和互联网等采购大户的整体需求契合度不尽如人意，所以后者现在已经很少再采购VMware的License；另外VMware的License太贵，磁盘阵列扩展性也不好，服务更是远远比不上本地厂商，导致性价比较低。

再加上不容忽视的信创语境，已经出现多行业等领域用户从VMware迁移转型的实际案例。“VMware替换”作为重点场景，完全成为现实只是时间问题。

国 产 替 换：森 林 在 生 长

基于以上不可逆的趋势，国内发力“VMware替换”场景的厂商借势造市，森林正在生长。

头部阵营以云计算“三华”为主，即华为、新华三、华云数据。

中部厂商包括：浪潮、深信服、易捷行云、云宏，以及专注软件定义存储等细分领域的青云、SmartX、杉岩数据、XSKY星辰天合等，其中不少厂商还入选了2021信创产业实干者榜单。

如果基于信创语境，会发现发力VMware全面替换的国产厂商，各有自身的战略和产品特色，“信创产业”浅析如下：

华为

华为是该领域当之无愧的TOP1，特点是全盘打法+原厂服务绑定，架构庞大，必须一体化部署，芯片也只兼容鲲鹏。在解决客户需求层面基本匹配“VMware替换”需求，但主要通过硬件手段来实现，因此业务模式的利润率没有VMware高。

但是业界对超融合竞争力关注的趋向已经明晰，那就是正在从“软硬一体”走向“纯软件”能力的比拼，华为在这个维度的能力目前看并不占优。

华云数据

华云数据作为近几年增长迅速的信创云计算厂商，推出安超品牌，发力“VMware替换”领域，主要策略也非常有特色，基本称得上是国内厂商里*全芯全栈、全线产品对标VMware的厂商。其优势在于产品能力，在华云数据私有云、信创两大优势板块资源的加持下发展很快，已有不少成熟案例。

深信服

以Gartner超融合象限近三年的分布情况为侧影，2019-2021年，华为、深信服、华云数据是仅有的三家位列*象限的中国厂商（华为从2020年起还因为硬件绑定原因掉出了魔力象限）。深信服主要聚焦超融合，短板是云平台、多租户、多云管理能力较弱。用户体验方面，普遍认可其用户界面使用起来比较友好，设计也很酷炫，但如果对标VMware来看，部分高级功能缺失。

易捷行云

易捷行云最早起源于OpenStack社区，并且一直保持着较高的社区参与活跃度。易捷行云的特点是采用一体化的云平台架构，主打平滑，短板是没有独立的虚拟化产品，架构难解耦，平台大但使用体验不佳。

云宏

云宏自成立以来，10多年都在深耕虚拟化领域，其优势也在虚拟化，虽然具备超融合和多云纳管板块，但核心能力并不算全面，区域上更为聚焦南方市场。云宏的优势是在虚拟机迁移、虚拟机磁盘加密等场景支持国密算法。