IBM正在寻求让自己的大型机更适合于现代数据中心。
IBM近日公布了两款小型化的大型机型号,并表示这两款型号在公有云或私有云环境中部署要比上一代传统大型系统更容易。
第一个新系统是以z14 Model ZR1(如图)命名的,基于一种单框架设计,IBM说这种设计可以装入以前用于容纳常规服务器相同的标准19英寸数据中心机架。
ZR1在IBM早期Z13大型机基础上进行了多项重大改进,吞吐量提高10%,配置高达8TB的内存,是上一代的2倍。计算则由3个10核心处理器执行,据称可以达到5.2GHz的主频。
IBM表示,这些芯片提供足够的计算能力来运行多达330,000个容器。依赖大型机的大企业正在越来越多地使用软件容器,这让开发人员将应用组件跨不同类型基础架构捆绑到轻量级的软件包中。
企业也可以利用ZR1每天处理高达8.5亿次加密交易。大型机在金融领域的应用尤其广泛,IBM表示全球50强银行中有44家银行依赖IBM的Z系列系统。
IBM表示,ZR1支持标准冷却和动力设备,这一特点旨在让ZR1相比Z14更易于部署,后者需要复杂的三相电源供电。此外,ZR1机箱拥有16个机架的可用空间,可容纳网络设备和辅助设备,从而释放数据中心的占地空间。
IBM推出的另一款大型机新型号是基于Linux的Rockhopper II,该系统专为运行Linux开源操作系统而设计,可以像ZR1一样安装在19英寸机架中,并提供类似的规格。该型号是IBM在2015年与Ubuntu合作推出的大型机的最新版本。
好文章,需要你的鼓励
谷歌宣布为Chrome iOS版推出新功能,用户可在工作和个人谷歌账户间轻松切换,无需反复登录登出。该功能支持托管账户浏览,实现严格的数据分离,工作账户的标签页、历史记录和密码等本地数据与个人浏览完全隔离。随着企业不再提供公司手机,员工常需在个人设备上访问公司资源,此更新有助企业允许员工使用自选设备。
以色列理工学院和希伯来大学研究团队通过创新的"对调训练"实验,首次系统性地揭示了大语言模型认知偏见的真正来源。研究发现,AI模型的32种认知偏见主要源于预训练阶段而非微调阶段,这一发现颠覆了此前的认知,为开发更公正的AI系统指明了新方向。
OpenAI宣布其最新实验性推理大语言模型在2025年国际数学奥林匹克竞赛中达到金牌水平。尽管机器在数学推理、代码生成等认知任务上表现卓越,但这并不意味着它们具备真正的智能。机器缺乏知识迁移能力、情感理解、自我意识、内在动机等关键特征。它们无法像人类那样灵活适应新环境,也不具备主观体验和意识。真正的智能需要多方面综合能力,而非仅仅在特定任务上的优异表现。
约翰霍普金斯大学团队开发了VLV系统,仅用1000美元成本就能达到GPT-4o级别的AI图像描述效果。该系统巧妙组合现有的视觉编码器、扩散模型和语言模型,通过两阶段训练实现高质量图像描述。测试显示VLV在重建质量和人类评价方面与顶级商业模型相当,同时具备出色的空间理解和创意组合能力,为AI技术普及化提供了新思路。