萬物聯網時代來臨，越來越多企業開始擁抱雲端服務、列入IT預算的重點投資項目，藉此處理日益龐大的資訊流。1999年成立，總部位於以色列的網路設備廠商Mellanox（邁倫科技），是一家專注於雲端互聯技術的企業，2014年1月在台北設立辦公室，今年計畫擴增既有10名員工，未來將以台灣作為拓展亞太市場的重要發展據點。
Mellanox為伺服器和儲存提供端對端InfiniBand以及乙太網路的互連解決方案，透過低延遲、高效能的優化服務，來提升資料中心的效能，目前包括Paypall、Microsoft Bing Map皆採用Mellanox的雲端互聯解決方案，達到實時資料分析功能。
Mellanox在亞太市場的合作對象還包括廣達、富士康、技嘉等企業，去年底更與和沛科技合作，未來將共同打造結合雲端互聯、儲存的服務方案。
《數位時代》專訪Mellanox總裁暨執行長Eyal Waldmam、和沛科技總經理翟本喬，一同談論未來雲端服務的發展趨勢。
（圖說：Mellanox去年底攜手和沛科技，未來將共同打造結合雲端互聯、儲存的服務方案。左：和沛科技總經理翟本喬，右：Mellanox總裁暨執行長Eyal Waldmam。照片來源：盧諭緯攝影。）
Q.就你所言，台灣是Mellanox企業版圖中重要的據點，同時中國也是一個廣大的市場，你怎麼看未來亞太地區在雲端服務的發展？
Waldmam：今天大家都致力於硬體的應用，但這花費很高，我看到的是越來越多人想要有一個共享的雲端架構平台，可以套用多種解決方案，這是全球趨勢，不是只在台灣或者中國市場。有些人轉向亞馬遜、IBM等大型廠商所提供的公有雲服務，有些人為了確保服務品質、成本，會選擇打造自己的私有雲，以降低企業IT成本。
Q.所以就你的觀察，亞洲市場公有雲跟私有雲的發展，哪一個比較快速？
Waldmam：我現在看到的趨勢是，在美國以外的市場，越來越多人考量到資訊的私密性及效能，並不全然傾向使用Google等大型雲端供應商所提供的方案。以歐洲市場而言，我們看到一個潮流，他們希望數據儲存在當地的資料中心，會採用私有雲或是本土雲，也就是當地市場的雲端儲存方案。所以我們看到台灣、中國市場也逐漸在打造本土雲，在這些地區，私有雲的成長趨勢較公有雲來得大，企業對資料的掌握程度也越高。
翟本喬：這確實是我們目前正在思考的商業模式。公有雲與私有雲各有優劣之處。公有雲有其彈性所在，因為企業租了就可以用、用多少費用便是多少，但長期下來你使用的多，公有雲的費用也可能貴過私有雲，這很好理解，因為這就是那些大型雲端供應商的賺錢之道。
我們的目標是提供新形態的雲端服務，它可以同時是公開的、也是私有的，並讓你在其間自由轉換。這是目前還沒有人在做的事情，因為大家都只想把所有的資料放在雲端，然後把它們鎖起來。但另一方面，私有雲閒置的時候又會產生浪費。所以最好的平衡應該是在公、私有雲間自由移動，必要的時候可以轉移到公有雲，而我在亞太市場還未見到成功的雲端服務模式，因為即使是目前所謂的混合雲，都無法自由轉換。
Mellanox與和沛科技的合作，目標便是打破這樣的隔閡，提供新的雲端解決方案，首先是讓雲端的儲存變得很彈性，你可以將資料儲存在不同地方，一部份放在家裡、一部份放在工作場域，打造新的運算架構、新的混合雲方案。
Q.去年剛在台灣設立辦公室，你怎麼看Mellanox在台灣的商業機會？
Waldmam：首先當然我們計劃擴大在台灣的企業規模，我們看到像是廣達、富士康、技嘉等廠商，採用我們的產品、解決方案來打造雲端模組，你會看到這些廠商藉此可以提升價值、提供給他們的客戶更好的服務。本來他們只有伺服器、硬體，現在他們可以提供架構，未來甚至可能推出解決方案。
Q.如何在開源平台及主流技術標準間取得平衡？
Waldmam：對我們來說，什麼都是開放資源。例如Mellanox旗下解決方案Cloud X便支援Openstack、Vmware等主流平台技術標準。我們不打算打造自家平台，而是著力推動產品的相符性，因為我們發現即使跟著標準，還是可以當一個領頭羊。
翟本喬：Mellanox意不在打造平台而是提供解決方案，就像不建造水族箱，卻提供源源不絕的水資源。大家普遍覺得新的東西必須要有標準，才能推動產業一起往前走。但其實不需要勉強推動標準、為了標準而標準化，因為有很多的標準沒有人在用，回歸到服務本身，必須先讓使用者快樂的去運用這些有價值的方案，它就會變成一個自然的標準。
Q.雲端的下一個發展重點？
Waldmam：雲端邁入數據的世界，每天都浮現各種新裝置、相關應用，能產生數據的裝置越來越多，而要如何在雲端上用更有效率的方式使用數據，Machine learning（機器學習）是下一個重點應用。Machine learning未來將逐漸成為趨勢、也是必備技能。目前Melloanox著力於透過GPU、CPU的整合運算，為電腦添入人工智能，將來不僅是能夠分析使用者供給的資料，還能達到機器的預測學習效果。
@@ACTIVITYID:266@@