在云方面,IBM的创新的努力方向在于,如何让企业在自己的IT环境中安心保存数据,而又通过云来自如的获得相应的IT能力。在“安全”方面,通过数据环境分析(基于大数据的多层监控)、行为感知模型(风险管理与防御规划)、自适应(优化响应)三个领域的突破来实现最新的安全智能。
认知计算通过模拟人类对外界的认知行为,以求真正实现人工智能,这对人类探寻未知世界极为重要(比如基因、神经、自动对话)。但模拟人类很简单的认知行为(如触觉)的计算量都是十分巨大的,当前的Watson只算是一个开始。所以在David看来,认知计算才是计算系统最终的决胜关键。
在讲演的最后,David强调了IBM STG与IBM研究院之间密切的关系——为实现上述5个计算创新而联合协作。IBM研究院负责技术前沿的方向把握与理念实现,而STG则将把研究院的成熟成果变成可用的商业化产品提供给最终的用户。显然IBM研究院将是STG产品保持领先地位的“技术基因”。
在David之后,IBM PowerSystems总经理Doug Balog给我们带来了新的PowerSystems发布,不过在此之前他仍然简要回顾了一下基于POWER8的最新PowerSystems的关键特色——出众的云生态、开放创新的平台、为大数据而生,这其中与开源平台的结盟(如Linux、OpenStack、Hadoop)功不可没。
不久前的IBM与NVIDIA的联合发布,是PowerSystems在开放与大数据方面的重要收获。NVIDIA将Tesla GPGPU加速卡与PowerSystems S824L(双插槽、Linux环境)相结合,专门为大数据处理而优化,不过这次并没有用CAPI连接,未来NVIDIA将会采用自己的NVLink实现与POWER8处理器的内存共享。
好文章,需要你的鼓励
Xbox 部门推出了名为 Muse 的生成式 AI 模型,旨在为游戏创造视觉效果和玩法。这一举措反映了微软全面拥抱 AI 技术的战略,尽管游戏开发者对 AI 持谨慎态度。Muse 不仅可能提高游戏开发效率,还有望实现老游戏的现代化改造,但其实际效果和对行业的影响仍有待观察。
Sonar收购AutoCodeRover,旨在通过自主AI代理增强其代码质量工具。这项收购将使Sonar客户能够自动化调试和问题修复等任务,让开发者将更多时间用于改进应用程序而非修复bug。AutoCodeRover的AI代理能够自主修复有问题的代码,将与Sonar的工具集成,提高开发效率并降低成本。
人工智能正在推动数据中心的变革。为满足 AI workload 的需求,数据中心面临前所未有的电力消耗增长、散热压力和设备重量挑战。应对这些挑战需要创新的解决方案,包括 AI 专用硬件、可再生能源、液冷技术等。同时,数据中心还需平衡监管压力和社区关切。未来数据中心的发展将决定 AI 技术能否实现其变革性潜力。