IBM系统部挑战中的机遇
毫无疑问,2015年第一季度,IBM系统部的业绩表现是不错的,由于采访的时间有限,我们也只是重点讨论了硬件业务的发展,至于Tom Rosamilia所负责另一个重要业务——中间件(以WebSphere为主),并没有过多的涉及。不过,从最近17个季度与11年的业绩表现来看,IBM中间件整体业务显然有着巨大的增长压力(虽然这其中并不是所有业务都归Tom管辖)。
而从数据上,可以看出中间件业务算是最近一段时间以来,IBM系统部中表现最好的业务。如果以年为单位来看过去11年的IBM系统部硬件业务的表现,整体销售额均是下降趋势(相较11年前与3年前),而且都是至少两年连续下滑,因此我可以感觉到Tom Rosamilia肩上的担子并不轻松。
那么对于IBM系统部未来的发展,会不会优先增加新的业务来促进业绩的提升呢,比如同为基础架构重要一环的网络?对此Tom Rosamilia坦诚的表示,“网络部分并不是IBM所擅长的,但我们非常愿意跟业界的领导者建立非常好的合作伙伴关系。尤其是我们特别倡导的是软件定义的网络,希望能与合作伙伴一起为我们的客户提供更高的附加值。”
回到现有的业务本身,传统的硬件与中间件销售显然正受到基于云的IT模式的影响,而在这方面IBM还不算是一个绝对的领先者,那么云领域的快速进步与客户接受度的快速提升会不会成为IBM系统部新的挑战呢?对于这个问题,在Tom Rosamilia看来,反而可能预示着新的机会。
“云和移动化正在驱动着IT变革,这是毋庸置疑的,但这些新的形态必须有相当足够的后台能力来支撑,也就是要有强壮的基础架构予以保障,而这就是我们的机会。”他进一步解释到,“对于传统的企业用户,我们会进一步帮助他们加速基础架构的转型,并为他们的业务转型做好准备,而对于专注于提供服务的超大规模的云服务商,我们同样也能为他们带来强大的基础架构,当然这涉及到了开放的产业环境。”
Tom Rosamilia在这里所指的显然是由那些超大型互联网与云服务商所主导的开放硬件平台(其中自然也包括以Google为主席领导下的OpenPOWER),对于IBM系统部来说,则是新兴的定制化业务,IBM将与这些顶尖的巨型服务商一起设计新的基础架构与相应的产品。不过,他强调传统的商业化硬件业务同样具有巨大的潜力。“很多用户仍然希望开箱即用,他们并没有定制化的需求,只有那些需要特殊的硬件能力,以获得更多的收益的用户才需要定制化服务,比如加一些相关的功能,通过CAPI直连某种加速器,或者加一些软件的方式包括在里面,这两种业务都是IBM系统部的核心业务。”然而,Tom Rosamilia并没有给出目前商业硬件与定制硬件业务的比例,与发展趋势。但从上述的表述中,可以看出他对于新的硬件形态与商业模式的发展已有足够的重视。他相信,坚持开放的路线(包括System z对Linux与OpenStack、Docker等开源技术的全面支持),将在IBM系统部直面挑战时带来新的机遇,至少在2015年第一季度表现中,已经显露出了努力的成果。
好文章,需要你的鼓励
The Access Group是英国最大的软件公司,估值近100亿英镑。该公司APAC区域技术总监Rolf Krolke分享了公司在频繁并购活动中如何整合各异IT系统的经验。由于自2017年来年均约10次收购,公司面临存储基础设施分散、维护困难等挑战。目前正推进存储现代化项目,将传统存储设备替换为Pure Storage全闪存阵列,并计划在全球10个数据中心部署数十PB容量,以支持新的Access Evo平台和AI应用。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。