新研究：随着 AI 工作负载的发展，虚拟机（Virtual machines）仍然是云原生（cloud native）基础设施的核心

来源： Cloud Native Computing Foundation（云原生计算基金会）
作者： Cloud Native Computing Foundation（CNCF）与 Broadcom
发布时间： 2026/11/9 22:00:00
原文链接： https://www.cncf.io/blog/2026/11/09/new-research-virtual-machines-remain-central-to-cloud-native-infrastructure-as-ai-workloads-evolve/

发布于 2026 年 11 月 9 日，作者：云原生计算基金会（CNCF）与 Broadcom

一项由 CNCF 和 Broadcom 赞助的 Linux Foundation Research 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）在生产环境中依然发挥着重要作用。

由 CNCF 和 Broadcom 赞助、Linux Foundation Research 开展的一项新研究，深入剖析了组织当前如何使用 VM、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（Agentic AI）工作负载方面所扮演的角色。

该报告《虚拟机、Agentic AI 与工作负载组合：2026 年云原生工作负载调查结果》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。

调查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，VM 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遍存在。

在所有受访者中，VM 平均占生产应用的 53%，其中 51% 的受访者表示其至少一半的生产应用以 VM 形式运行。

研究还表明，短期内这一比例不太可能发生显著变化。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 个月内其以 VM 形式运行的生产应用比例将保持在同一区间。

组织规模也会产生影响。来自员工数达 1 万人及以上组织的受访者报告的 VM 平均占比为 64%，而员工数少于 500 人的组织中这一比例为 45%。

这些发现表明，理解并支持多样化的工作负载需求依然十分重要。

研究并未表明某种部署模型正在取代另一种，而是描绘了一个多种方式并存的基础设施格局。

VM 与容器团队日益协同工作

研究还考察了组织如何管理其 VM 和容器环境。

61% 的受访者将其 VM 和容器管理团队描述为协作型或完全一体化，而 14% 的受访者表示这些团队各自为政、独立运作。

这种协作对云原生社区具有重要意义，因为组织正在思考如何在保持一致运维实践的同时管理不同类型的工作负载。

报告还指出了基于 Kubernetes 的 VM 管理的采用情况。

在运行 VM 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，使其能够将 VM 作为 Kubernetes 管理的资源来支持，从而让组织可以通过 Kubernetes 管理虚拟化和容器化工作负载。

研究并未确定所有组织在技术层面如何整合其 VM 和容器环境。不过，它提供的证据表明，负责这些工作负载的团队之间的协作已经相当普遍。

AI 与 Agentic 工作负载正推动虚拟化需求增长

随着组织探索 AI 和智能体应用，工作负载隔离正成为一项重要的基础设施考量。

AI 智能体可以生成并执行代码、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，尤其当组织需要约束可能不可预测的代码执行时。

调查发现，在正在扩大 VM 部署规模的受访者中，34% 将 AI 和智能体工作负载列为促成因素之一。

在扩大 VM 部署规模的受访者中，47% 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%）以及基于 VM 的应用增长（53%）。

报告探讨了组织用于隔离 AI 工作负载的几种方式，包括硬件级 VM 隔离、在 VM 内运行容器，以及 MicroVM（微虚拟机）沙箱。

在提供了有效回答的受访者中，62% 表示在调查进行时至少使用了上述一种基于 VM 的隔离方式。

展望未来，受访者表示对更多隔离措施的兴趣日益增长：

• MicroVM 沙箱： 报告当前使用率为 20%，而计划在未来一年内使用的比例为 30%。
• 机密计算： 报告当前使用率为 12%，而计划在未来一年内使用的比例为 26%。
• 虚拟机中的容器： 报告当前使用率为 40%，另有 41% 计划采用此方法。

这些是报告的计划，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，某些领域的兴趣正在增长。

在不同环境中支持不同的工作负载

该研究还强调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% 报告使用本地虚拟机管理程序平台，而 51% 报告使用公有云基础设施即服务 (IaaS)。另有 23% 报告同时使用这两种环境。

较小比例的报告通过 KubeVirt (8%) 运行虚拟机或使用 MicroVM 运行时 (2%)。

由于受访者可以选择多个环境，这些结果反映的是重叠的方法，而非相互排斥的部署选择。

对于云原生生态系统而言，这些发现强调了适应不同工作负载特性和基础设施需求的重要性。

报告还讨论了诸如 Kata Containers 之类的技术，该技术使用轻量级虚拟机为容器化工作负载提供隔离。

总之，这些方法说明了如何根据应用和运营需求，以不同的配置使用虚拟化和云原生技术。

这些发现对云原生社区意味着什么

这些发现为生产基础设施的演变方式提供了有用的视角。

虚拟机仍然占生产应用程序的很大比例，而组织越来越多地协调负责虚拟机 and 容器环境的团队。

与此同时，AI 和代理式工作负载正在引入关于工作负载隔离和基础设施利用率方面的额外考量，以推动更多虚拟机的采用。

对于平台工程师、基础设施团队、开发人员和安全从业者来说，该研究强调了几个值得探索的领域：如何协调跨工作负载类型的操作，如何选择适当的隔离边界，以及如何有效管理基础设施资源。

结果还强调了随着组织在支持现有应用程序的同时采用新技术，云原生生态系统持续协作的价值。

云原生基础设施的未来不一定由单一的工作负载或部署模型定义。相反，这些发现描述了一个多种方法继续共存和演变的环境。

探索完整研究

《虚拟机、代理式 AI 与工作负载组合》 报告由 Linux 基金会研究部的 Adrienn Lawson 撰写，Broadcom VCF 部门工程高级总监 Dilpreet Bindra 作序。

该研究由 CNCF 和 Broadcom 赞助，提供了关于生产虚拟机采用、基础设施环境、组织协调、AI 工作负载隔离和 GPU 利用率的数据。

我们鼓励云原生社区探索这些发现，并思考它们与自身基础设施和工作负载需求的关系。

阅读完整报告：

探索研究数据： Linux 基金会研究在 Zenodo 上

研究方法：该研究基于 2026 年 9 月对 492 名参与构建、运营或保护云原生基础设施的合格从业者和领导者进行的网络调查。受访者代表其组织作答。如报告所述，可能有多个受访者代表同一组织。

研究来源：Adrienn Lawson，《虚拟机、代理式 AI 与工作负载组合》，Linux 基金会研究，2026 年 11 月。