ZDNet至顶网服务器频道 12月25日 新闻消息:在服务器行业,U2L是一种现象或者说行为的简称,意指企业将关键业务从Unix服务器向x86服务器迁移。
我们知道,U2L现象产生的最初驱动力是因为x86服务器日益强大可靠,企业出于性价比的缘故开始渐渐转向x86服务器。然而,在近日举办的2014英特尔企业核心应用论坛上,一些信息显示,有新的驱动力将可能加速U2L在全球的蔓延。
英特尔认为,这个新的驱动力来自于企业核心应用的改变。
“目前中国企业正处于从传统信息经济时代向新兴数字服务经济时代转型的关键时期,在此期间,企业用户面临的IT,或者是业务挑战主要来自传统关键业务和新兴核心应用。”英特尔(中国)有限公司数据中心及云计算业务产品市场总监贺晓东说。
首先解释一下,“数字服务经济”(Digital Service Economy)是英特尔创造的一个新名词。英特尔认为云计算、大数据、物联网、移动互联等新兴技术正为我们开启一个全新时代,即数字服务经济时代。而该时代对企业IT的要求是,企业研发、生产、运营和服务模式要能够与数字化服务深度绑定,甚至是融合。
不过,贺晓东这段话中更重要的两个词是“传统关键业务”和“新兴核心应用”。贺晓东随后解释说,传统关键业务是指CRM、ERP等大家熟悉的关键业务,新兴核心应用是一些与云计算、大数据相关的应用,如基于OpenStack的云平台、Hadoop应用,等等。
“传统关键业务在数字服务经济时代需要对更多外围应用提供支持和响应,处理增量更大且更快的数据和交易,因此必须在保持性能和RAS优势的同时,走向更高的灵活性和可扩展性;新兴核心应用虽不属于传统企业关键业务范畴,但由于其运转情况关系到很多企业的业务命脉所在,因此也需要在保持灵活可扩展的同时,越来越多地兼顾稳定性和可持续运转能力。”贺晓东说。
特别值得注意的一个现象是,大部分与云计算、大数据相关的新兴核心应用一开始就生于、长于x86环境。因此,尽管今天的Unix服务器也支持此类应用,但软件生态环境还是偏向x86服务器,最明显的证据就是目前用Unix服务器去搭建云平台的并不多,去承载hadoop应用的更加少之又少,这也正是以IBM为代表的Unix服务器阵营近年来所极力想扭转的事,IBM主要解决方案之一是推PowerLinux服务器(搭建Linux操作系统的Power服务器)来向整个开源开放的云计算、大数据生态圈靠拢。业界由此亦出现了一个颇有意思的现象,即英特尔在传统关键应用上力推U2L,而IBM却要去新兴关键应用上努力培养生态环境。
回到企业用户的角度上来看,新兴关键应用的兴起,意味着企业关键业务计算平台要能够同时承载这新旧两大类核心应用。
“考虑到用户和应用开发商对承载这些核心应用的硬件和软件的选购、开发、部署和优化方面的自由度和可控需求,融入软件定义基础设施基因的开放架构平台,将是其理想的选择。”英特尔(中国)有限公司数据中心市场经理赵萌说。
英特尔视角中这种理想的企业核心业务承载平台,开放是其最重要的基因,它是复杂的企业业务应用和数据间达成出色兼容性、可扩展性和可互操作性的关键。而软件定义基础设施基因的融入,则能使核心业务平台的硬件实现更高的透明度,使软件可通过更深层次的优化,以更高的自动化程度和更细的粒度,灵活、高效地管理和调用硬件资源,释放每分计算力的价值,来驱动业务和IT的融合。
我们可以换个视角解读英特尔上述观点,即传统关键业务对计算平台的要求是高性能和高RAS特性,但是,随着新型关键业务的出现,企业对关键业务平台的考量还多了开放性。
当然,提到平台的开放性,一个令英特尔尴尬的重大变化是IBM已经开源POWER处理器,也就是说,就处理器本身而言,IBM Power处理器开放性还要高过英特尔至强处理器。但正如赵萌所说,提供开放的产品和技术只是开放性的一个层次,另一个层次是开放生态系统的构建。在IBM开源POWER之前,x86服务器一直是开放的代表,在此基础上建立了丰富的生态系统,一些关键软件厂商如VMware等都是该阵营的死忠力量。因此,就目前来看,英特尔还是占据了先机,同时,我们也看到IBM通过力推OpenPower[注]联盟也在努力建设开放的生态圈,但一切刚起步,未来发展状况暂时难以预测。
最后,记者的判断是,新兴关键业务的出现,在未来一定时间内还是很有可能会进一步加速U2L迁移。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。