ZD至顶网服务器频道 04月27日 新闻消息(文/邹大斌): 随着IBM CEO罗睿兰对外宣布转型为认知商业和云计算公司,认知商业开始成为业界关注的一个重点。对于很多对认知商业感兴趣并有志于尝试认知商业的企业而言,随着而来的就是问题就是如何创造一个认知商业需要的IT环境,让认知商业在自己所在的企业顺利落地,早日迈上认知商业之旅。
要为认知商业搭建IT环境,首先需要明白认知商业的特点是什么,或者更直接些,知道Watson的特点。作为IBM在认知计算领域的代表,Watson是一个具有强大认知功能、基于云和开放标准的平台。凭借人类自然语言技术和机器学习等诸多技术,IBM Watson能帮助企业将大数据分析、人工智能、认知体验等种类日益繁多的认知技术融入到业务当中,帮助企业从大量非结构化数据中挖掘非凡洞察力,彻底改变商业问题解决的方式和效率。
“应该说,由IBM Watson产生的认知工作负载对企业传统的IT架构提出了严苛的要求。面对这些全新的工作负载,企业需要构建新型的IT基础架构,使其具备更强的计算能力、灵活性以及安全性,从而更好地获取基于云环境交付的IBM Watson能力。”IBM大中华区硬件系统部服务器解决方案副总裁施东峰告诉记者。
IBM大中华区硬件系统部Power Systems产品总监李红进一步解释说,认知商业的核心是认知计算,它有两个重点,一是数据,二是对数据的处理和学习的过程,这两个都涉及到IT能力问题,就是你怎么样处理数据、学习数据。而IBM Power System是完全可以为这样一个应用提供强大的支撑。
据悉,IBM Power System能从多方面来为认知商业的IT环境提供强大的支撑。首先是Power服务器本身的能力,它是一个非常”Power”的计算引擎。比如,Power CPU每核是8线程,而x86是2线程的;Power 的内存带宽是x86 CPU的4倍;Power CPU内部缓存也是x86的4倍。与x86平台相比,其性价比更高,更节约空间。
这是硬件的方面,而在软的方面,Power同样拥有非常强的竞争力。特别是它与OpenStack的紧密配合,能为用户提供一个更为灵活同时也是更为开放的云平台。比如,过去,在Openstack框架内要同时管理Power和x86平台就面临很大挑战,如今随着Openstack本身的技术进步,还有IBM在相关技术上持续投入。这些都已经不是问题。
“在未来的认知计算里,Power提供了强劲的计算能力,无论是在Hadoop Spark的大数据还是NoSQL、内存计算等新型应用当中都显示出独有的技术优势。”施东峰说。
实际上,究竟该选择一个什么样的云平台来为认知商业提供支撑,还可以从Watson的后台得到一些启示。李红介绍说,Watson是部署在IBM的BlueMix平台之上,BlueMix是一个搭建在Linux之上的PaaS平台,其底层选用的就是Power平台。其实Watson开发的时候是做过一个x86的版本。后来之所以决定跑在Power上,是由于Power的技术特点所决定。
“既然是跑在Linux之上,为什么不是x86硬件平台,而是Power硬件平台?”李红解释说,因为在认知计算,尤其大数据的计算方面,高的带宽、缓存以及更多线程的处理能力,是面向大数据的计算普遍急需的。以集群式的方式来完成这样庞大的任务、减少计算节点的数量,以及在有限的空间以及电力下提供更强劲的计算能力都成为了重要的衡量标准,而这些都是Power的优势领域,所以最终Watson转移到Power平台。
她还透露,Watson刚刚出来的时候实际上是在Power 7运行的,后来升级到Power 8以后,相比于Power 7同样的计算能力在Watson应用上提高了4-5倍性能,这也证明了Power尤其是Power8确实非常适合这样的应用的。
好文章,需要你的鼓励
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
医疗信息管理平台Predoc宣布获得3000万美元新融资,用于扩大运营规模并在肿瘤科、研究网络和虚拟医疗提供商中推广应用。该公司成立于2022年,利用人工智能技术提供端到端平台服务,自动化病历检索并整合为可操作的临床洞察。平台可实现病历检索速度提升75%,临床审查时间减少70%,旨在增强而非替代临床判断。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。