作者:IBM Z总经理Ross Mauri
在混合云的世界里,当涉及IT基础架构时,IT主管们都会将其方案选择与可控性放到战略高度上进行考量。而在实施混合云战略时,企业采用云技术面临的最大挑战之一是安全性,安全顾虑常常会导致企业数字化转型的速度减缓。企业最关注的是信任、数据保护、合规性等问题,这正是将IBM Cloud前所未有的安全性赋予企业开发人员的首要原因。
在今年的Think大会(Think 2019)上,IBM很自豪地展示了在全系列IBM Z云产品上取得的进展,以及我们的客户如何充分利用这些解决方案来帮助他们更好地保护数据。
IBM发布了针对IBM Cloud Private(ICP)的多项重要增强功能,以提供集成平台管理和编排功能,通过在IBM Z上运行整个私有云基础架构,提供高度安全的私有云。这些更新包括:
针对IBM Cloud Private on Z的增强功能,计划于2019年3月正式发布,其中,
此外,IBM公布了全新的IBM Cloud Hyper Protect系列云原生服务的进展,这些服务旨在提供高度安全的混合云,包括可将IBM LinuxONE融入IBM全球公有云数据中心的三项服务。借助IBM Cloud目录可以帮助企业开发人员减轻负担—— 只需点击一下按钮,即可拥有业界领先的安全性与弹性,在IBM Cloud中将其应用程序现代化。这包括:
IBM也在与多家客户开展合作,例如与Shuttle公司及其领导的一家投资组合公司DACS(一家全球性的数字资产服务公司)合作,将数字资产的超高安全保护与机构及个人的增值资产服务结合起来;与瑞士软件公司Phoenix-Systems合作,这家公司正在利用Secure Service Containers for IBM Cloud Private(SSC4ICP)创建数字资产托管平台——这一新兴领域对全球最大规模的多家银行至关重要。
另一方面,IBM也通过一项战略举措在与 Solitaire Interglobal(SIL)合作开发一个用例。这家公司利用基于IBM LinuxONE IBM Cloud Hyper Protect服务,以帮助确保其独特的Wenebojo IP获得最高级别的FIPS 140-2商业安全认证,同时又能随着内容聚合的增长加而不断扩展。
这些客户实例表明了IT主管们可以充分利用IBM Z和LinuxONE的安全性这一最大优势,同时帮助企业随时随地(不管是在本地服务器、私有云,还是公有云上)部署和管理混合云并进行开发。有了这些增强功能,IBM Z和LinuxONE可提供高度安全的混合云,帮助客户走上企业级的向云之路。
云之外,还有更多发布。本周,作为Zowe 1.0的一部分,Open Mainframe Project发布了针对Zowe的一些应用更新,这些更新将使该框架更易使用和安全。目前,该项目的测试版本下载次数已超过1700次,其通信工具已拥有700多名用户,在Zowe社区有50多个代码提交者,开发者社区总体上对该项目很感兴趣,认可度很高。推出Zowe 1.0,也是在履行我们对企业开发人员的承诺——将IBM打造成一个现代化的开放平台。
上周,我们还发布了一些基于Zowe架构的单元测试新功能,统称为IBM Z Open Unit Test。此前,测试工具一直是手动的,导致它们很笨重、复杂且难以使用,在这个敏捷性比以往任何时候都更重要的时代,这会减慢开发人员的工作进度。自动化测试应该能给开发人员带来更好的应用开发体验。
在Think大会于本周在洛杉矶进行之时,这些新消息带来的势头令我感到兴奋,欲了解更多信息,请于2月15日前到访莫斯康展览展览中心(Moscone Center)的云技术及基础架构区域(Cloud and Infrastructure Village)。
好文章,需要你的鼓励
来自耶路撒冷希伯来大学的研究团队开发了WHISTRESS,一种创新的无需对齐的句子重音检测方法,能够识别说话者在语音中强调的关键词语。研究者基于Whisper模型增加了重音检测组件,并创建了TINYSTRESS-15K合成数据集用于训练。实验表明,WHISTRESS在多个基准测试中表现优异,甚至展示了强大的零样本泛化能力。这项技术使语音识别系统不仅能理解"说了什么",还能捕捉"如何说"的细微差别,为人机交互带来更自然的体验。
这项研究提出了"力量提示"方法,使视频生成模型能够响应物理力控制信号。研究团队来自布朗大学和谷歌DeepMind,他们通过设计两种力提示——局部点力和全局风力,让模型生成符合物理规律的视频。惊人的是,尽管仅使用约15,000个合成训练样本,模型展现出卓越的泛化能力,能够处理不同材质、几何形状和环境下的力学交互。研究还发现模型具有初步的质量理解能力,相同力量对不同质量物体产生不同影响。这一突破为交互式视频生成和直观世界模型提供了新方向。
北京交通大学与西蒙弗雷泽大学联合研发的混合神经-MPM方法实现了实时交互式流体模拟。该方法巧妙结合神经物理学与传统数值求解器,在低时空分辨率下运行神经网络并设置保障机制自动切换到MPM,显著降低计算延迟同时保持高保真度。团队还设计了基于扩散模型的控制器,支持用户通过简单草图直观控制流体行为,为游戏、VR和设计领域提供了实用解决方案。
这项研究介绍了EgoZero,一种创新的机器人学习系统,能够仅通过Project Aria智能眼镜捕获的人类示范数据,训练出零样本迁移的机器人操作策略。研究团队提出了一种形态无关的状态-动作表示方法,使用点集来统一人类和机器人数据,并开发了从原始视觉输入中提取准确3D表示的技术。在没有任何机器人训练数据的情况下,EgoZero在7种真实世界操作任务上实现了70%的成功率,展示了强大的泛化能力,为解决机器人学习中的数据瓶颈问题提供了新思路。