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
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。