Linux基金会研究：AI工作负载兴起，虚拟机仍是云原生基础设施核心
来源标题：New research: Virtual machines remain central to cloud native infrastructure as AI workloads evolve
Linux基金会研究显示，虚拟机在生产环境中仍扮演重要角色，与容器共同构成企业混合工作负载的基础设施。该研究由CNCF和Broadcom赞助，基于2026年9月对492名云原生从业者和领导者的调查。报告还指出，工作负载隔离对AI和智能体工作负载的重要性正日益上升。
以下正文由 AI 翻译自 CNCF Blog（原文版权归原站所有），可能存在偏差，重要内容请以原文为准。
Linux 基金会研究项目（由 CNCF 和 Broadcom 赞助）开展的一项研究，探讨了组织如何将虚拟机与容器结合使用，以及工作负载隔离在 AI 场景中日益增长的重要性。
随着组织需要支持日益多样化的应用和工作负载组合，云原生基础设施持续演进。尽管容器和 Kubernetes 已成为现代基础设施的重要组成部分，虚拟机（VM）在生产环境中依然扮演着重要角色。
Linux 基金会研究项目（由云原生计算基金会 CNCF 和 Broadcom 赞助）的最新研究，深入揭示了组织当前如何使用虚拟机、他们预期基础设施将如何演进，以及虚拟化在支持新兴 AI 和智能体工作负载方面的作用。
该报告题为《虚拟机、智能体 AI 与工作负载组合：2026 年云原生工作负载调查发现》，基于 2026 年 9 月对 492 位云原生从业者和领导者进行的调查反馈。
研究结果凸显了当今基础设施的一个重要特征：组织正在运行多种类型的工作负载，虚拟机和容器常常构成同一整体基础设施战略的组成部分。
虚拟机仍是生产基础设施的重要组成部分
报告的核心发现之一是虚拟机的持续普及。
在所有受访者中，虚拟机平均占生产应用的 53%，其中 51% 的受访者表示至少一半的生产应用以虚拟机形式运行。
研究还表明，这一情况在短期内不太可能发生剧烈变化。在同时回答了当前和未来工作负载占比问题的受访者中，71% 预计未来 12 个月内以虚拟机形式运行的生产应用比例将保持在同一区间。
组织规模也有影响。来自员工数 10,000 或以上组织的受访者报告的平均虚拟机占比为 64%，而员工数少于 500 人的组织为 45%。
这些发现表明，理解并支持多样化工作负载需求仍然至关重要。
研究并未表明一种部署模式正在取代另一种，而是描绘了一个多种方式共存的基础设施格局。
虚拟机和容器团队日益协同工作
研究还考察了组织如何管理其虚拟机和容器环境。
61% 的受访者将他们的虚拟机和容器管理团队描述为协作型或完全整合型，而 14% 的受访者表示这些团队各自独立运作、互不沟通。
这种协调对云原生社区具有重要意义，因为组织正在考虑如何在管理不同工作负载类型的同时保持一致的运维实践。
报告还指出了基于 Kubernetes 的虚拟机管理的采用情况。
在运行虚拟机的受访者中，8% 表示使用 KubeVirt 在 Kubernetes 上管理虚拟机。
KubeVirt 是 CNCF 的一个项目，它扩展了 Kubernetes 以支持将虚拟机作为 Kubernetes 管理的资源，使组织能够通过 Kubernetes 管理虚拟化和容器化工作负载。
该研究并未确定所有组织在技术上如何组合其虚拟机和容器环境。然而，它提供了证据表明，负责这些工作负载的团队之间的协调已经相当普遍。
AI 和智能体工作负载正在推动虚拟化需求
随着组织探索 AI 和智能体应用，工作负载隔离正成为重要的基础设施考量因素。
AI 智能体可能生成并执行代码、与外部工具交互，并代表用户访问数据或系统。这些能力带来了安全方面的考量，尤其是当组织需要遏制可能不可预测的代码执行时。
调查发现，34% 正在扩大虚拟机部署的受访者将 AI 和智能体工作负载列为推动因素之一。
47% 正在扩大虚拟机部署的受访者还提到了安全和隔离需求，此外还有硬件资源利用率提升（48%）和基于虚拟机的应用增长（53%）。
报告探讨了组织用于隔离 AI 工作负载的几种方法，包括硬件级虚拟机隔离、在虚拟机内运行容器以及 MicroVM 沙箱化。
在提供有效回答的受访者中，62% 表示在调查时至少使用了上述一种基于虚拟机的隔离方法。
展望未来，受访者表示对额外隔离措施的兴趣日益增长：
- MicroVM 沙箱化：20% 表示当前正在使用，而 30% 计划在未来一年内采用。
- 机密计算：12% 表示当前正在使用，而 26% 计划在未来一年内采用。
- 虚拟机内运行容器：40% 表示当前正在使用，41% 计划采用此方法。
这些是受访者报告的计划，而非已确认的未来部署，但它们表明随着组织评估 AI 工作负载的安全需求，某些领域的关注度正在上升。
在不同环境中支持不同工作负载
研究还凸显了组织部署虚拟机的环境范围。
在运行虚拟机的受访者中，64% 表示使用本地 hypervisor 平台，51% 表示使用公有云基础设施即服务（IaaS）。另有 23% 表示同时使用这两种环境。
较小比例的受访者表示通过 KubeVirt（8%）运行虚拟机或使用 MicroVM 运行时（2%）。
由于受访者可以多选环境，这些结果反映的是重叠的方式，而非互斥的部署选择。
对于云原生生态系统而言，这些发现进一步强调了适应不同工作负载特征和基础设施需求的重要性。
（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）
正文由 探How 从来源站点 RSS 同步，内容未经改写；遇到排版缺失或需要图片、视频时请以原文为准。