IBM董事长、总裁兼首席执行官罗睿兰(右),红帽公司总裁兼首席执行官Jim Whitehurst(左)
IBM公司与全球领先的开源云软件供应商红帽公司(Red Hat)日前宣布,两家公司已达成最终协议,IBM将以每股190.00美元现金收购红帽公司所有已发行和流通的普通股,总价值约为340亿美元。
IBM董事长、总裁兼首席执行官罗睿兰(Ginni Rometty)表示:“收购红帽是一项颠覆性的举措,这将会改变整个云市场。IBM将成为全球头号混合云提供商,为客户提供独一无二的开放云解决方案,帮助他们充分挖掘云价值,推动企业业务增长。”
“目前,大部分公司在通向云的旅程上仅完成了20%,即租用计算能力来削减成本。而剩下的80%才关乎企业释放其真正的商业价值并推动业务增长。这是云的下一个篇章,企业需要将应用迁移至混合云,提取更多数据,并优化供应链、销售等各个业务环节。” 她补充道。
“开源是现代IT解决方案的默认选择,我对红帽在企业中实现这一目标所发挥的作用感到非常自豪,“红帽公司总裁兼首席执行官Jim Whitehurst表示,”与IBM合作将帮助我们扩大规模、扩充资源并改善能力,以加速发挥开源对数字化转型的基础性影响,并将红帽带给更广泛的受众,同时保留我们独特的文化和对开源创新坚定不移的承诺。”
这次收购将两家一流混合云提供商汇聚在一起,帮助企业将所有业务应用安全迁移至云端。今天,一些公司已经采用了多云模式,但研究表明,由于受到目前云市场专有特性的阻碍,80%的业务工作负载尚未转向云端。数据和应用在多云环境之间的迁移、安全性以及一致性的云管理都受到了影响。
IBM和红帽公司将致力于解决这些问题并加速混合多云模式的采用。两家公司将共同帮助企业用户更快地创建云原生业务应用,跨多个公有云和私有云环境提升数据和应用程序的可移植性和安全性,同时实现一致性的云管理。在此过程中,他们将充分发挥双方在核心技术领域的领导优势,如Linux、容器、Kubernetes、多云管理以及云计算管理和自动化。
IBM与红帽公司的合作伙伴关系已经持续了20年,IBM作为 Linux的早期支持者,与红帽合作帮助开发和发展企业级Linux,最近又为客户提供了企业级Kubernetes和混合云解决方案。这些创新已成为IBM价值190亿美元的混合云业务中的核心技术。IBM和红帽对开源社区的贡献超过了任何其他组织。
罗睿兰表示:“今天的发布标志着我们长期合作关系的持续发展,而我们在今年5月联合发布的混合云合作,则是我们实施收购的重要前提。”
通过此次收购,IBM将持续致力于红帽的开放式管理,开源代码贡献,参与开源社区和开发模式,促进其广泛的开发者生态系统发展壮大。此外,通过专利保证(Patent Promise)、GPL合作承诺(GPL Cooperation Commitment)、开放式发明网络(Open Invention Network)和LOT网络等,IBM和红帽将一如既往地秉承开源的自由特性。
除IBM云计算外,IBM和红帽公司还将继续建立和加强红帽的合作伙伴关系,包括与AWS、微软Azure、谷歌云、阿里云等主要云供应商的合作。与此同时,红帽也将从IBM的混合云和企业IT规模中受益,将开源技术组合扩展到全球。
IBM混合云高级副总裁Arvind Krishna表示:“IBM致力于成为真正的多云提供商,我们将在多云模式中优先使用红帽公司技术。无论在何处运行的开源技术,IBM都会提供支持,推动其在全球商业环境中实现实质性扩展。”
收购完成后,红帽公司将作为一个独立部门加入IBM混合云团队,保持红帽开源传统和承诺的独立性和中立性,当前产品组合和市场战略以及独特的发展文化。红帽将继续由Jim Whitehurst和红帽现任管理团队领导。Jim Whitehurst也将加入IBM的高级管理团队并向罗睿兰汇报。IBM将保留红帽公司的总部、设施、品牌和业务实践。
红帽公司产品与技术总裁Paul Cormier表示:“IBM承诺保留红帽公司的成功经验,即始终将客户和开源社区放在首位,这不仅对红帽公司来说是一个巨大的机遇,对日益庞大的开源社区来说亦是如此。自我们决定将开源引入企业的那天起,我们的使命从未改变。现在,全球最大的企业技术公司之一已同意与我们合作,扩大并加速我们的努力,并将开源创新带给更多企业。”
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。