ZD至顶网服务器频道 08月11日 新闻消息(文/张锐): OpenPOWER基金会如今已成立近两年,在最近推出了硬件加速ISV(独立软件开发商)支持计划,可为本地ISV免费提供RedPOWER服务器以及赛灵思FPGA的云端开发以及测试环境,这将助力ISV提升大数据、云计算等新兴技术的研发能力,从而加速第二代分布式计算的发展。
目前无锡中太、美国赛灵思(简称赛灵思)、星环科技、恒扬科技等企业携手IBM就此合作,共同推动软硬件创新的融合,实现对大数据系统软件性能的提升。OpenPOWER基金会及其成员持续以开放的精神以及合作的模式,推动云计算、大数据等新兴技术的发展,同时也预示着随着更多本地ISV的加入,OpenPOWER开放的生态系统将进一步扩大。
众人拾柴火焰高
OpenPOWER基金会此次推出的全新硬件加速支持ISV支持计划,主要是基于无锡中太所自主研发的首款国产Power服务器RedPOWER以及赛灵思的FPGA技术,无锡中太数据通信股份有限公司董事长王雪松表示,RedPOWER是一款双路服务器,基于苏州中晟宏芯研发的国产CP1处理器,拥有192线程。由于配置了CAPI接口(一致性加速器处理器接口),使得计算性能突破了现如今CPU的上限。
赛灵思作为全球范围内提供可编程逻辑完整解决方案的供应商,主要研发、制造并销售范围广泛的高级集成电路、软件设计工具以及作为预定义系统级功能的IP(Intellectual Property)核。在此次合作中赛灵思提供了FPGA技术,为硬件提供了加速能力。同时FPGA与POWER8之间能够实现高效率连接,通过FPGA可编程硬件,能够打破软硬件技术之间的界限,实现软硬结合的异构计算。赛灵思有线系统架构师王立峰表示,“此次合作有两点好处,其一是Hadoop放在Power机器比放在x86的机器上快2.02倍。并且OpenPOWER服务器的CAPI提供的另外一个好处是,把EC编码部分卸载在FPGA卡上,大大节省用户对于硬盘的需求。”
在此次合作的成员中恒扬科技作为国内的FPGA硬件加速卡和应用开发商,其PCI-E规格的系列硬件FPGA加速卡可以在不改变POWER服务器硬件配置的基础上,无需额外机架空间即可简单安装。深圳恒扬科技创始人兼总经理李浩表示,“为什么需要FPGA的加速卡?加速卡做erasure code(擦除码)加速应用,可以达到20几个硬盘接口的操作速率,换算成CPU核的处理性能,可以达到二十几个核的CPU的处理性能。”
并且早在2015年6月,星环科技就已经完成了Hadoop向Power平台的迁移,同时在RedPOWER 服务器上也进行了调优,推出Hadoop基于RedPOWER平台的正式版本。
同时搭建在基于IBM中国研究院为OpenPOWER生态系统打造的SuperVessel云平台,可为ISV提供大量的开发资源。这将帮助ISV利用更为先进的硬件架构,更方便快捷地进行FPGA设计、编程和构建。
写在最后
从OpenPOWER基金会近日的这一举动可以明显得看出,OpenPOWER生态系统正在逐步得完善着,并已在创新方面拥有一定的实力,同时注重与本地合作伙伴展开合作,将为本地用户交付更多的技术以及符合本地发展的解决方案。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。