# SmartX 日跟踪 · 2026-09-03
> 日期：2026-09-03（Asia/Shanghai）。原料：archive 原文，非旧日报。Arcfra 为海外品牌面，**不并入 SmartX 主体条目**，仅在文末「相关海外面」单列。

## 摘要
- **市占**：IDC 2026Q1 超融合软件中国市场 SmartX **36.8%、连续 13 个季度第一**；榫卯超融合 6.3 作为当季产品锚点。
- **赛迪**：连续两年入选私有云系统平台市场领导者象限；报告强调 VMware 替代规模化 + AI 私有化。
- **船厂案例**：VMware 替代与 MES 容器化同规划，再叠文件存储/可观测/榫卯 AI/智能体——「一个项目一套平台」被明确否定。
- **Qdrant on SMTX OS**：百万–千万向量测试，宣称可达/超过 QdrantCloud 官方基准。
- **出海白皮书**：以榫卯企业云满足 GDPR / ISO 27001 / NIST CSF。
- **MaaS 观察**：模型服务从分散调用走向统一治理。

## 原文摘录

### [连续 13 个季度市占率第一：SmartX 领跑超融合软件中国市场](https://www.smartx.com/blog/2026/07/smartx-idc-marketshare-2026-q1/)
- 来源：SmartX 博客 / `smartx/精选-连续-13-个季度市占率第一-…-f9ef7a2c.txt` / 抓取 2026-09-03T00:45:53Z
> 2026 年 7 月 13 日——国际数据公司 IDC 发布《中国超融合市场跟踪报告，2026Q1》，分别对超融合整体市场、独立销售的超融合软件市场，以及全栈超融合市场份额进行分析。 在 2026Q1 超融合软件排行中，SmartX 以 36.8% 的市场份额占比排行第一，连续 13 个季度领跑超融合软件中国市场（2023 Q1-2026 Q1）。 凭借持续领先的市场表现、不断演进的产品能力以及大规模生产场景验证，SmartX 持续巩固其在中国超融合软件市场的领先地位。SmartX 最新发布的榫卯超融合 6.3 版本，围绕高可用、容灾、性能与安全合规等关键维度进一步升级产品能力，引领超融合关键业务承载新标准。 榫卯超融合 6.3，凭借行业领先的性能与卓越的业务连续性保障能力，结合丰富特性，全面支撑从关键业务到数据分析、AI 推理的多元场景，让 TCO 降低、业务效率提升与连续性保障兼得： - 关键生产业务高可用升级：引入 RDMA 存储网络跨网卡高可用，避免高速存储网络单点故障；同时，虚拟机 HA 保障范围更全面，可覆盖 SR-IOV、海光 HCT、vGPU 等使用场景，更好支撑金融低延迟交易、国密算法应用、 AI/VDI 等关键业务稳定运行。 - 重要生产业务容灾升级：在国内率先提供虚拟机级同步复制能力，为虚拟机提供 RPO=0 的容灾保护，提升容灾网络抖动容忍，降低容灾成本；同时支持管控平台高可用与灾难自动切换，提供全面容灾保障。>>点击阅读 - 存储性能跃升：实现数倍提升，突破千万 IOPS 与 100GiB 带宽，性能比肩高端全闪阵列；并引入多种性能与延迟优化技术，为核心数据库等场景提供高效支撑。>>点击阅读 - 安全合规能力升级：深度集成亚信无代理杀毒方案，支持基于国密算法的虚拟机磁盘加密，内置 KMS 服务，以简化密钥全生命周期管理；并支持热迁移流量加密，更好地满足安全合规要求。 此外，榫卯超融合 6.3 还进一步深化信创生态适配，并优化运维操作与安全性，以超融合关键业务承载新标准，助力用户从容应对云化转型、信创升级及 VMware 替换带来的严苛挑战。 目前，SmartX 榫卯超融合广泛应用于 2000+ 大中型客户的关键生产环境，涵盖金融、制造、医疗、交通运输、能源、教育、政府等行业，覆盖虚拟化、VMware 替代、容灾备份、数据库、容器、AI 等多场景，总部署规模达 30000+ 节点，其中信创节点数量超过 10000 个，生产环境验证时长超 9 年，助力国内与全球行业头部客户实现基础架构云化转型： - 某大型国有银行：总部署规模超过…

### [志凌海纳 SmartX 连续两年入选赛迪私有云系统平台市场领导者象限](https://www.smartx.com/blog/2026/07/smartx-ccid-privatecloud-report-2026/)
- 来源：SmartX 博客 / `smartx/精选-志凌海纳-smartx-连续两年入选赛迪…-bbec0ce4.txt` / 抓取 2026-09-03T00:45:52Z
> 近日，赛迪顾问发布《2025-2026 年中国私有云市场研究年度报告》（以下简称“报告”），对中国私有云市场发展趋势与厂商竞争格局进行系统分析。志凌海纳 SmartX 凭借轻量、灵活、可控的自建云方案，以及面向 VMware 替代、 AI 私有化部署等场景的产品能力与应用实践，连续两年入选赛迪私有云系统平台市场领导者象限。 报告指出，2025 年，受安全合规、成本可控等因素驱动，行业用户加速将模型后训练、调优及推理等 AI 工作负载迁移至私有云环境，AI 私有化部署进程显著提速。同时，VMware 许可成本攀升催生大规模替代需求，项目实施从试点验证迈入规模化落地阶段，进一步激发私有云建设需求。从市场规模看，2025 年中国私有云市场整体规模达 2404.5 亿元，同比增长 12.7 %，私有云系统平台市场同步增长 27.2%。未来，私有云的演进将重点围绕 AI 负载的原生支持与资源调度优化展开，而轻量化架构将进一步拓展私有云的应用场景与部署灵活性。 针对上述市场趋势，志凌海纳 SmartX 以榫卯企业云平台为核心，将虚拟化、容器、存储、网络安全、灾备、统一管理与 AI 能力整合在统一架构中，为用户提供轻量、灵活、可控的自建云方案。榫卯企业云平台既可实现 VMware 各产品组件的全栈替代，也可满足模型推理和 Agent 运行两大场景并行演进需求，支撑企业私有云从传统资源平台逐步向Agent Ready 的 AI 原生基础设施持续演进。 欢迎获取《构建 Agent Ready 的企业云基础设施》电子书，了解更多 Agentic AI 落地趋势、模型推理与 Agent 运行的基础设施需求异同，以及多家行业用户建设实践。 报告指出，随着生成式 AI 规模化落地，行业用户对 AI 工作负载本地化部署的需求显著提升，私有云正在从传统资源虚拟化架构，向算力集群化、调度智能化和服务平台化方向升级。未来，私有云市场有望迎来从资源虚拟化向 AI 原生基础设施的结构性跨越，异构算力（GPU、NPU 等）的统一纳管与调度将成为产品核心能力。 这一趋势与 SmartX 榫卯企业云平台的演进方向一致：SmartX 早期以分布式存储和超融合架构为基础，帮助企业构建稳定、高性能、可弹性扩展的私有化基础设施，承载传统业务与数据库等关键应用；随后通过 SKS 容器服务，支持企业在同一平台上管理虚拟化与云原生负载；在此基础上，平台进一步扩展网络与安全、灾备、统一管理、自服务、文件存储以及 AI 平台等组件，面向模型推理与 Agent…

### [从MES容器化到企业AI：云原生驱动下的某船舶制造用户基础设施演进之路](https://www.smartx.com/blog/2026/08/shipbuilding-kubernetes-ai-case-study/)
- 来源：SmartX 博客 / `smartx/从mes容器化到企业ai-…-1b1911d6.txt` / 抓取 2026-09-03T00:45:55Z
> 对于某船舶制造用户而言，其原有的信息化建设更多围绕单个项目分别规划基础设施。随着虚拟化、容器、AI 等需求陆续出现，用户希望改变“一个项目一套平台”的建设方式，转向统一规划、统一管理、统一承载的基础设施平台，避免后续重复投资。同时考虑到 IT 运维人员有限，平台也需要尽量扁平化，降低构建、扩展和日常管理复杂度。 用户原有部分业务运行在 VMware 虚拟化环境和集中式存储之上。随着 VMware 订阅模式变化，虚拟化平台替代被提上日程。与此同时，MES 相关系统已经开始探索容器化部署，早期基于 Docker 和裸金属资源建设的容器环境，在生产使用中也逐渐面临稳定性、资源扩展和运维管理方面的挑战。 基于虚拟机与容器长期并存、IT 运维资源有限以及避免多套平台割裂等考虑，用户计划将虚拟化替代与容器平台建设统一推进，在同一套基础设施中承载不同类型业务负载。当时，SmartX 已经发布基于超融合架构的虚拟化容器融合基础设施解决方案，可实现虚拟化与容器负载的融合部署、统一管理，这一特点与用户的整体规划相匹配，也为后续结合业务系统容器化改造实现落地提供了基础。 此外，在跨平台迁移验证过程中，用户也曾接触其他超融合平台，但部分平台在 VMware 虚拟机迁移中出现兼容性问题。SmartX 平台在迁移过程中的兼容性和稳定性，增强了用户在内部继续推进统一云平台建设的信心。 基于此，用户最终选择 SmartX 榫卯企业云平台，并引入 ELF 虚拟化能力与 SKS 容器服务，构建统一的虚拟化与容器资源池。传统应用可继续运行在虚拟机环境中，MES 及适合容器化的应用部署在 SKS 提供的 Kubernetes 环境中。 - 相比原 VMware 环境，SmartX 永久授权模式帮助用户减少软件订阅费用，架构升级也降低了硬件服务器数量。 - 虚拟机与容器统一承载后，IT 团队能够通过同一平台管理两类业务负载，并借助 SKS 降低 Kubernetes 环境搭建和日常运维难度。 - 在容器业务承载方面，SKS 的弹性扩展能力帮助业务根据实际负载进行动态扩缩容，优化了传统虚拟机形态难以动态灵活扩展的问题，也进一步推动了业务系统的容器化改造。 - 业务运行层面，改造后的平台支撑了高峰期业务稳定运行，MES 工单平均处理时间也从 2.5 秒降低至 0.8 秒。 在虚拟化与容器统一承载后，用户继续围绕数据管理和安全可观测能力完善企业云基础设施。随着应用逐步云原生化，基础设施承载对象也从计算资源扩展到数据、网络和安全。…

### [AI实践｜超融合支持Qdrant向量数据库的性能验证与调优实践](https://www.smartx.com/blog/2026/08/smtxos-qdrant-test/)
- 来源：SmartX 博客 / `smartx/ai实践-超融合支持qdrant…-b200e2b7.txt` / 抓取 2026-09-03T00:35:34Z
> 随着大语言模型（LLM）在企业中的快速落地，以 RAG（检索增强生成）为代表的向量检索场景正从实验性探索走向核心生产链路。向量数据库作为 RAG 架构的关键基础设施，其性能、使用成本与资源弹性直接影响上层 AI 应用的服务质量和 TCO。 近期，SmartX 针对榫卯超融合承载向量数据库 Qdrant（v1.18.2）的能力进行了系统性的测试与优化，测试项目涵盖百万级到千万级向量的搜索吞吐、延迟、召回率，以及内存优先/磁盘优先/向量压缩等多种配置组合。结果表明：SMTX OS 环境下的 Qdrant 性能可达到并超过 QdrantCloud 官方基准；在低内存场景下，通过向量压缩与 rescore 机制，基于 SMTX OS + NVMe 介质提供的优异存储性能，在仅 16G 内存中可承载千万级向量数据（工作集约 31GB）工作集规模的数据，同时保持 570+ QPS 和 0.93+ 召回率。 以下，我们将简要梳理向量数据库在企业 AI 场景中的应用及其对底层资源的需求，并分享 Qdrant 在榫卯超融合平台上的测试性能表现、调优方案与企业落地建议。 向量数据库并不是一个全新的概念，但在过去两年中，随着企业将大模型能力引入知识问答、智能客服、代码检索等场景，其战略地位逐渐从小众的相似性搜索工具升级为 AI 应用的核心数据基础设施。 大语言模型（如 GPT-4、Claude、DeepSeek 等）虽然在自然语言理解和生成上表现出色，但在企业实际应用中往往面临三个关键瓶颈，也是向量数据库解决的重点： | 知识滞后 | 模型训练数据有截止日期，无法回答“新发生的事件或问题“。 | 将企业实时文档向量化存入向量数据库，检索后注入 LLM 上下文。 | | 幻觉问题 | LLM 可能编造不存在的事实。 | RAG 先检索真实文档，再让 LLM 基于证据回答，大幅降低幻觉。 | | 私有数据 | 企业核心数据不能上传到公有云模型。 | 数据留在本地向量数据库，LLM 仅接收检索结果片段。 | 其中，RAG 技术将向量数据库置于 LLM 应用的关键路径上：用户的每一次提问，都先经过向量检索找到最相关的企业内部文档/知识，再由 LLM 综合这些信息生成回答。向量数据库的检索质量（召回率）和检索性能（QPS、延迟），直接决定了上层 AI 应用的用户体验上限。 | 智能客服 / 知识库 | 将产品手册、FAQ、工单记录向量化，实现语义级检索 | 金融、运营商、制造业的 IT 服务台 | | 代码助手 | 将代码库向量化，支持自然语言搜索代码片段 | 企业内部的 Code…

### [以 SmartX 榫卯企业云平台构建可安全“出海”的云基础设施（白皮书下载）](https://www.smartx.com/blog/2026/08/enterprise-globalization-security-whitepaper/)
- 来源：SmartX 博客 / `smartx/以-smartx-榫卯企业云平台构建可安全-出海-…-fb3146ce.txt` / 抓取 2026-09-03T00:45:54Z
> 随着中国企业加速全球化布局，企业出海正在从“业务先行”走向“业务、数据、治理和合规同步落地”。海外业务对企业的云基础设施提出了更高的要求：既要支撑多区域、多业务形态的稳定运行，也要满足海外安全与合规框架对数据保护、访问控制、网络隔离、业务连续性和可审计性的要求。 针对这一趋势，SmartX 发布《以 SmartX 榫卯企业云平台构建可安全“出海”的云基础设施》白皮书，为企业构建可安全“出海”的基础设施提供可落地的建设思路。核心内容包括： - 解读 SmartX 榫卯企业云平台如何满足 GDPR、ISO 27001、NIST CSF 等主流海外安全框架要求。 GDPR、ISO/IEC 27001、NIST Cybersecurity Framework 虽然适用范围、法律效力和实施方式不同，但在 IT 基础设施层面形成了较一致的安全要求：企业需要知道数据和资产在哪里、谁可以访问、如何隔离和保护、异常如何发现、故障和攻击后如何恢复，以及这些控制措施能否被持续验证和审计。 - GDPR（通用数据保护条例）：适用于欧盟境内数据主体的个人数据处理，企业需要围绕个人数据处理建立风险适配的技术和组织措施，包括加密、假名化、访问控制、持续保障系统机密性 / 完整性 / 可用性 / 韧性、故障后及时恢复数据可用性，以及定期测试和评估安全措施有效性。 - ISO/IEC 27001（信息安全管理体系）：常作为信息安全管理成熟度依据，要求企业建立以风险评估和风险处置为核心的信息安全管理体系，支持资产识别、权限管理、日志审计、配置管理、备份恢复、供应商管理和变更管理等控制措施持续落地。 - NIST CSF（网络安全框架）：常用于企业构建网络安全治理、风险沟通和能力评估体系，适用于跨国经营中的安全成熟度建设；要求企业将治理、资产识别、防护、检测、响应和恢复贯穿基础设施生命周期。 | 安全访问架构 （IAM） | 身份与访问管理（Identity and Access Management）是零信任的基础，主要包括身份管理、访问权限控制和凭据安全三类能力；这一层通过验证每个用户和服务，阻止因凭据泄露导致的未授权访问。 | | 零信任网络安全 | 使用软件定义的微隔离（Software-Defined Micro-Segmentation）和零信任策略执行能力保护云中的网络层，防止横向移动；这是防御内部横向移动的主要手段，也是满足 PCI 等严格合规隔离要求的基础。 | | 数据保护与数据安全 |…

### [AI 模型服务平台建设观察：从分散调用到统一治理](https://www.smartx.com/blog/2026/08/enterprise-maas-insights/)
- 来源：SmartX 博客 / `smartx/ai-模型服务平台建设观察-…-739d5f48.txt` / 抓取 2026-09-03T00:43:29Z
> 随着 AI 应用从单点验证走向更多业务场景，企业对模型服务的要求也在变化：模型不仅要能够运行，还需要被统一交付、集中治理，并在真实负载下持续验证性能。 从 SmartX 医疗、金融等行业用户的建设实践来看，企业 AI 平台通常会经历模型运行、统一管理、模型治理和性能验证等阶段。不同企业的建设节奏并不相同，但平台能力往往随着应用范围扩大而逐步完善。 在 AI 应用建设初期，企业通常围绕一个具体业务场景部署模型，例如知识库问答、文档处理、报告生成、OCR、语音识别或影像分析。这一阶段的重点，是先验证模型能否部署、应用能否调用，以及模型是否能够支持业务场景。模型服务可能由基础架构团队、应用团队或外部服务商分别建设，平台形态相对分散。 当企业内部同时运行多类模型，平台需要管理的就不再只是某一个模型服务，还包括模型文件、GPU 资源、运行环境和交付方式。这一阶段的核心，是将算力资源和模型资源纳入统一的管理体系，使大模型、小模型以及传统机器学习模型能够根据各自的负载特点获得合适的运行资源。 以 SmarX 某三甲医院客户的实践为例，其同时存在两类需求：一类是面向大语言模型的统一部署和调用，模型规模覆盖 27B 到百 B 级参数量；另一类面向科研、影像识别等场景，使用传统机器学习和图像识别小模型，更关注算力资源本身的按需交付。因此，用户希望在统一平台上同时管理模型资源和算力资源，既支撑大参数模型运行，也满足小模型的灵活部署。 当模型服务开始被多个团队和业务系统调用，企业需要进一步了解模型资源如何被使用，并对访问权限、调用边界和服务过程进行管理。这一阶段，模型平台需要从单纯提供调用接口，扩展到模型接入、请求路由、用量统计、配额控制和访问审计等环节。对于金融等对安全和合规要求较高的行业，治理还需要逐步覆盖调用前、调用中和调用后的相关流程。 SmartX 金融行业用户的实践体现了多种模型交付方式并存时的治理需求。某证券机构同时采用标准模型统一部署和非标准模型资源交付两种方式，基础架构团队关注 AI 网关能力，包括用量统计、模型降级、负载均衡和智能路由等。其中，用量统计的重点是了解不同模型、团队和应用的资源消耗，为预算、扩容和资源分配提供依据。 此外，另一家资管机构则更关注模型服务的安全审计和精细化管控。该机构的 AI 场景主要围绕投研和文档处理展开，当前关注敏感词、文件内容和高风险输入输出的审核与拦截，以及智能体 Skills 的安全扫描、高危操作识别和按团队授权。 当 AI…

## 相关海外面：Arcfra（不合并主体）
Arcfra 是 SmartX 海外品牌/产品面，今日 archive 独立目录 `arcfra/`。**不并入 SmartX 产品线字段**，仅作对照：
- AECP 6.3（2026-03-20 新加坡稿）：宣称 3 节点标准硬件突破 11M IOPS、RPO=0。
- CEO 新年信（2026-01-05）：「Enterprise Infra Reset」——现代化、Private AI、Broadcom-VMware。

### [Arcfra AECP 6.3 Breaks the 11M IOPS Barrier…](https://www.arcfra.com/blog/aecp_63_launch)
- 来源：Arcfra 博客 / `arcfra/arcfra-aecp-6-3-…-6aa55c53.txt` / 抓取 2026-09-03T00:39:50Z
> Achieving a 4.6X performance leap on a 3-node standard hardware, redefining enterprise cloud economics by eliminating the need for expensive proprietary storage. Singapore, March 20th, 2026 — Arcfra, a pioneer in high-performance cloud & AI infrastructure, today announced the release of Arcfra Enterprise Cloud Platform (AECP) 6.3. Powered by the latest hyperconvergence core Arcfra Cloud Operating System (ACOS) 6.3, the update delivers a landmark 4.6X performance increase and introduces native RPO=0 synchronous replication, offering enterprises a high-performance, cost-effective alternative to traditional VMware-based architectures. As enterprises face mounting pressure to efficiently process massive data volumes and navigate soaring VMware licensing costs, AECP 6.3 balances extreme performance with economic sustainability through architectural enhancement and native integration, eliminating the need for extra hardware and complex third-party tooling. “In 2026, the criteria for enterprises evaluating virtualization platforms has shifted from ‘can it run’ to ‘can it run efficiently…

## 对基础档案的影响
- **市场份额**：IDC 2026Q1 超融合软件 36.8%、13 连冠；赛迪领导者象限两年。
- **版本**：榫卯超融合 6.3（HA/容灾/性能/合规）。
- **场景**：VMware 替代 + MES/K8s 同底座 + 企业 AI/智能体；出海合规白皮书。
- **AI 基础设施**：Qdrant on HCI 性能数据、MaaS 治理路径。
- Arcfra AECP 6.3 / 11M IOPS 写入「海外品牌」旁注，禁止与国内 SmartX 版本号混写。