85% опрошенных Nutanix IT-руководителей считают, что ИИ заметно ускоряет внедрение контейнеров. Но VM и контейнеры в корпоративной инфраструктуре не сменяют друг друга по расписанию: новые ИИ-сервисы уходят в Kubernetes, а критичные данные и бизнес-приложения продолжают работать на виртуальных машинах. Для российских команд это знакомая картина — особенно там, где модернизацию приходится совмещать с поддержкой уже работающих систем.
Компания Nutanix продвигает подход dual-native: виртуальные машины и контейнерные нагрузки должны сосуществовать в единой операционной модели, а не требовать двух изолированных стеков. Об этом сообщает The Register в спонсорском материале Nutanix. Смысл предложения не в обещании мгновенной миграции legacy-приложений в Kubernetes, а в попытке убрать инфраструктурный разрыв между старой корпоративной частью ландшафта и ИИ-проектами.
ИИ приходит в контейнеры, данные остаются на VM
Причина конфликта довольно прозаична. Инференс моделей часто требует GPU, быстрых сетей и предсказуемого набора зависимостей — контейнеры для этого подходят удобно. Агентные приложения тоже обычно собирают как контейнерные сервисы. При этом CRM, ERP, внутренние базы, файловые хранилища и прикладная логика, к которым агенту нужно обращаться, нередко остаются на виртуальных машинах. Переносить их только ради красивой архитектурной схемы дорого, рискованно и часто бессмысленно.
Harsha Kotikela, старший директор Nutanix по продуктовому и solution-маркетингу, описывает агентные системы как многоуровневую конструкцию: GPU-инференс и сами агенты тяготеют к контейнерам, а корпоративные приложения и данные преимущественно живут в VM-среде. Проблема, по его словам, состоит в том, чтобы связать эти уровни без обязательной миграции и без создания очередного технологического острова.
Когда для виртуальных машин и Kubernetes поддерживаются отдельные кластеры, команды получают двойную работу: раздельное планирование мощностей, контракты поддержки, правила безопасности и инструменты наблюдаемости. В таком сценарии легко получить одновременно недогруженный VM-кластер и избыточно зарезервированный пул контейнеров. Формально вычислительные ресурсы куплены, фактически часть из них не может быть быстро отдана под нужную нагрузку без ручной перестройки.
Для ИИ-агентов такая фрагментация особенно неприятна. Агент, которому приходится проходить через несколько разнородных контуров, сложнее разворачивать, масштабировать и контролировать. В худшем случае он превращается из автономного исполнителя в локальный скрипт с ограниченным доступом к данным и сервисам. А в вопросах доступа, аудита и размещения данных инфраструктурные границы быстро становятся не технической деталью, а ограничением для всего проекта.
Единая модель вместо новой миграционной кампании
Nutanix предлагает строить эту связку на Nutanix Cloud Platform: в ней традиционные VM и контейнерные Kubernetes-нагрузки должны работать на общей инфраструктурной основе. Компания также указывает на Nutanix Enterprise AI для развертывания, управления и масштабирования ИИ-нагрузок, Nutanix Kubernetes Platform для Kubernetes-сред и Nutanix Unified Storage для доступа к данным. В ИИ-стеке Nutanix сотрудничает с NVIDIA и интегрирует NVIDIA NIM и NeMo microservices для инференса и агентных сценариев.
Важно не перепутать архитектурную цель и готовую таблетку. Единая платформа сама по себе не приведёт в порядок права доступа, качество данных, сетевые политики и процессы эксплуатации. Она лишь может уменьшить число независимых точек управления. Если VM-команда, Kubernetes-платформенная команда и ИБ живут по разным правилам, новый общий слой рискует стать третьей консолью, а не решением проблемы.
Заявленные Nutanix цифры хорошо показывают направление рынка, но не отменяют медленный темп миграции. Лишь 29% участников её опроса сказали, что ИИ ускоряет контейнеризацию «в значительной степени»; остальные 56% из тех 85%, кто видит ускорение, оценивают эффект сдержаннее. Это похоже на реальную корпоративную практику: ИИ создаёт спрос на Kubernetes, однако не даёт автоматического повода переписывать все существующие приложения.
Для разработчиков вывод простой: проектировать интеграции агента с системами на VM надо как штатный сценарий, а не как временную неприятность. Для IT-директоров вопрос шире — смогут ли VM и контейнеры получать общие политики по доступу, резервированию, наблюдаемости и размещению данных. ИИ-инфраструктура будет всё меньше похожа на новый зелёный кластер и всё больше — на попытку заставить разнородный парк работать по единым правилам.
Ставка на dual-native-подход выглядит рационально именно потому, что она признаёт неудобный факт: виртуальные машины ещё надолго останутся рядом с контейнерами. Конкурентным преимуществом станет не самый громкий разговор о «полной контейнеризации», а способность безопасно и без лишних миграций соединить GPU-инференс, агентные сервисы, корпоративные данные и приложения в работающий контур.
