众多使用IBM Z大型机的组织机构将其视为处理任务关键型工作负载最值得信赖的平台,这也是包括银行、保险公司在内的众多世界顶级金融机构,航空公司,政府机构和医疗组织使用IBM Z运行业务的原因所在。
但是,IBM Z能够应对如今最重要的商业挑战吗?例如,如何在多云的世界中实现云的扩展和安全交付?如何防范日益严重的网络安全威胁?如何利用人工智能(AI)和区块链进行创新以更迅速地对市场和客户期望做出反应?又或者如何提供始终在线且具有弹性的基础设施?
2月12日至15日,在旧金山举行的Think 2019大会探讨了IBM Z大型机如何应对当今和未来的挑战。通过汇集来自全球的行业思想领袖,Think 2019带来了包括研讨会、技术会谈、智库、实践实验室在内的各类不同的精彩体验,企业首席信息官、新的应用程序开发人员和其他相关人员获得了加速灵活的数字化转型、利用安全功能应对威胁、以及在专用基础设施上部署现代工作负载等方面的真知灼见。而这些都离不开弹性多云策略的核心——IBM Z。
为了应对客户不断增长的需求, 许多组织机构都在对其IT基础架构和流程进行转型, 以增强灵活性并加快新型数字交互的交付。IBM Z将在这些数字变革中发挥核心作用。无论客户是在IBM z/OS或Linux上构建新的应用程序,还是扩展/更新现有应用程序,IBM Z都提供了一系列旨在加快和简化开发的工具,例如:
对于许多组织机构而言,数据是最宝贵的资产。随着安全威胁的数量和种类的持续增长,用户合规性和监管要求也更加严格。企业需要更全面的方法来保护有价值的数据,并防止出现危及企业声誉,侵蚀客户基础的风险。
IBM Z的普遍加密(Pervasive encryption)功能可以帮助用户显著降低风险并简化合规性。无论数据位于应用程序、数据库或云服务还是其他地方,这一创新技术都能对正在使用或存储的所有数据进行加密。IBM Z平台在设计时充分考虑并融入了安全功能,并且通过与一整套全面的解决方案(如针对z/OS的IBM多因素身份验证),或者与包括IBM Hyper Protect Services在内的Z即服务(Z-as-a-service)进行结合,进一步增强了安全性。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。