现实情况是:当你深入了解时,会惊奇地发现,如今的主机早已今非昔比。而且这种误解和现实的差距,在LinuxONE上体现得最明显。
IBM LinuxONE(来源:IBM)
“蓝色巨人”IBM在今年9月份发布了IBM LinuxONE III,这是IBM针对Linux的最新一代主机,这款产品着实令人眼前一亮,也让如今的许多云服务器相形见绌。
这款“猛如虎”强悍主机可以打破七个常见的有关主机的谬见,原因如下:
误解1:主机有专门的操作系统,需要专门的技能才能使用
实际情况:从运行z/OS的强大的IBM z15,到在不同分区的z15上运行的混合z/OS和Linux on Z,再到LinuxONE,IBM拥有可以满足不同需求的主机操作系统组合。
实际上,LinuxONE在本地运行Linux,也就是说可以在裸机硬件上运行。任何可在Linux上运行的东西都能在LinuxONE上运行,比如Kubernetes。LinuxONE可以运行多种版本的Linux,包括Canonical Ubuntu、SUSE Linux Enterprise Server和红帽Enterprise Linux等。此外,IBM还把红帽OpenShift带入到了LinuxONE中。
误解2:无论是在本地还是云环境中,主机都比分布式替代设备更昂贵。
实际情况:对于z/OS主机,IBM一直都有计算能力随需租用的模式,基于这一模式,企业可按天租用主机计算能力,从而在计算能力突发不足、需求峰值时段与应用测试等场景下,适应难以预测的、临时性的计算应用需求,获得弹性、灵活的“现代化”架构选择。
依据IDC的调研报告指出,相比分布式架构,现代主机的五年总体运营成本要低 47%。
LinuxONE则更进一步。由于LinuxONE主机未搭载z/OS,所以也无需承担相应的成本。毕竟,Linux属于开源系统——IBM将节省下来的成本让渡给客户。
LinuxONE与z15两大平台的用途截然不同,在定价上无法相提并论。不妨把LinuxONE和一堆运行数百个云实例的服务器做比较,在这种情况下,LinuxONE的价格极具竞争力。
误解3:主机仅提供垂直可扩展性,成本高且扩展有限。单机无法获得水平可扩展性。
实际情况:LinuxONE可支持多个虚拟机(VM)实例——凭借其5.2GHz处理器,多达190个内核,每个系统高达40TB的冗余内存,单机可运行几十个独立的虚拟机,可以取代无数传统型刀片式云服务器机架。除具备水平可扩展性外,LinuxONE还能提供传统的垂直可扩展性,大幅增加单机容量。
误解4:高可用性很难实现,往往需要昂贵的集群。
实际情况:IBM所有主机产品都具备出色的高可用性,很难对其进行实际度量。事实上,目前运行的大多数主机在无停机时间的情况下,已经连续工作了数年甚至数十年,不曾停机。它们的可靠性难以用几个9来说明,因为大多数机器根本没有停机时间!
IBM通过严格控制每台主机的内部弹性,实现了这一惊人成果,因此它们日复一日地运行着,毫无障碍。如今, IBM通过LinuxONE为云世界带来了前所未有的持久性。
误解5:主机和云,一山难容二虎。
实际情况:你可以在一台LinuxONE主机上运行整个私有云。对于存在监管顾虑的企业,或者仅仅是需要高度控制的企业,一台LinuxONE即可形成一个云数据中心,这种形式做到了两全其美。
此外,这种主机/云组合还存在另一种工作方式:许多云提供商(以及越来越多的企业)同时在私有云和公共云数据中心运行LinuxONE主机。你是不是也刚刚配置了公有云?它有可能就运行在主机上,只是你永远注意不到。
谬见/误解6:如果您想使用云,那就必须接受一定程度的延迟(由于光速的影响)。
实际情况:当然,如果你的云由多个区域组成,每个区域都有多个可用性区域运行在多个拥有足球场大小服务器机架的大型数据中心,那么当你的数据在全球各地传送时,必然会有所延迟。
现在,如果你把整个可用区域放在网球场大小的LinuxONE主机上运行,那会怎样?你完全不会再有光速延迟的烦恼了。
谬见/误解7:若要大规模扩展数据库,需要制定某种分区策略。
实际情况:的确,在(非主机)云环境中,跨虚拟机扩展大型数据库的唯一方法是将其分库分表。然而,分库分表很复杂而且有风险,并且需要专门的专业知识。此外,仍然会受到误解6中提到的延迟增加的影响。
相比之下,LinuxONE能够在单个主机上运行大型数据库。毕竟,我们完全可以将整个系统视为一个庞大的Linux实例。为何不在那里运行数据库呢?
除了以上七条,另外附送一条:主机只适用于银行、保险公司、航空公司和其他一些行业,此外几乎没什么新客户。换句话说,每家想要配备主机的公司都已经有一台了。
实际情况完全不同,尤其是对LinuxONE而言。考虑到LinuxONE以云为中心的特点,及其性价比,越来越多的非传统主机公司开始涉足主机领域。
一旦人们意识到LinuxONE能够满足任何公有云或私有云的需求,并且能给要求最高的企业提供所需的马力,那么很明显,阻碍更多企业将LinuxONE加入其服务器组合的原因就只是意识的缺乏了——这条不是误解。
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。