ZDNet至顶网服务器频道 06月06日 新闻消息:近日,IBM召开了新睿融合式刀片架构高峰论坛,再次展示了新一代刀片融合系统Flex Systems。在System x家族中,Flex Systems是一个独特的产品,它是PureSystems专家集成系统的核心硬件基础架构,也是IBM新一代的融合刀片系统。
目前全球市场中x86刀片服务器可能占到x86服务器的22%,但中国市场中这个比例只有10%。IBM系统与科技部Pure及刀片服务器大中华区总经理黄建新认为,国内刀片市场低于国外的原因一方面是历史原因,传统IDC和机房大多还是采用机架服务器,第二是国内市场对刀片服务器的认知度有待增强,很多用户认为刀片服务器这种架构存在着可靠性、散热等方面的问题。
黄建新强调,新的融合刀片系统和以往老的刀片已经完全不是一个概念。例如,传统刀片并不整合存储,难于实现跨不同操作系统平台的整合,也难于同时支持多种虚拟化平台。而Flex融合刀片系统实现了服务器、存储、网络的高度整合,能同时支持不同的操作系统和虚拟化技术,技术上更加灵活,具有高冗余和RAS特性,保证硬件故障不影响业务性能。
Flex Systems所配备的FSM管理模块能够明显降低服务器的部署和管理过程,比如能够看到整个基础设施环境的情况,包括新的事件和报错等详细信息,能对环境有全面的掌控;支持手机客户端,实现更加方便的远程管理;同时具有虚拟机镜像部署功能,在管理页面就能轻松实现部署。
IBM系统与科技部大中华区x86和PureSystems产品总监甘兆明介绍,采用Flex Systems融合架构,相比传统的IT环境,能源成本可节省30%,首日部署加快66%,数据中心空间需求减少80%,网络连接线缆减少92%。
甘兆明表示, 联想收购的是整个System x的路线图,包括开发团队、销售人员等。IBM投资10亿美元用于x86的研发,在交易完成后,这笔投资还会持续。不仅是融合刀片系统,X6高端服务器、海量服务器,都能够保证IBM一贯的创新。
正因Flex融合刀片系统相比传统刀片和IT架构有着明显的优势,故而不管是IBM还是联想,对于Flex Systems都十分看重,尤其对于缺乏刀片产品的联想而言。黄建新表示,Flex Systems融合刀片将成为联想的核心产品,故而IBM重新启动Flex的市场推广,旨在提升用户对融合刀片系统的认知和接受程度,改变对刀片的传统认知。在研发方面,IBM和联想接下来将有紧密的合作,包括共享知识产权。
就Flex Systems而言,根据交易协议,IBM将向联想出售基于x86的Flex系统,而保留基于Power的Flex系统。但根据双方的共享协议,未来基于x86和Power的Flex系统还将共用相同的机箱,这也是为客户现在的投入做资产保护。
在服务方面,黄建新介绍说,System x的产品和服务是完全可以分开的,在保修期之内产品的保修服务是由IBM GTS部门来提供,而超过保修期后,客户可以根据需要继续选择GTS提供服务,或者选择第三方的服务。
在渠道方面,System x原有的管理体系、渠道体系将基本维持不变,以给予合作伙伴承诺和信心,而渠道对双方的交易也持有积极态度。中国对国产化的要求越来越高,很多政府采购都要求国产的产品。交易后联想将具备国际化的品质和技术,同时依托本地企业的优势,完全能够满足客户的要求。好的品质+国产品牌,这是渠道喜欢看到的,能带来更多的商机。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。