谷歌宣布与IBM合作,在Google Cloud云基础设施上支持IBM Power System,从而将目标瞄准了较旧的计算工作负载。
此举让企业可以充分利用那些无法轻松替换或者迁移到云的旧有基础设施和工作负载。这些工作负载中有很多都是运行在IBM Power Systems上的,而且到目前为止,IBM是唯一一家让客户可以通过云访问Power System的厂商。
Google Cloud全球生态系统公司副总裁Kevin Ichhpurani在博客中这样写道:“那些希望借助云实现现有基础架构现代化并简化业务流程的企业面临很多选择。一方面,一些企业组织正在重新构建整个旧系统以能够利用云。但同时,很多企业组织希望继续利用现有基础设施,又能利用云具有灵活性的使用模式、可扩展性、以及在人工智能、机器学习和分析等领域的新功能。”
很多企业使用IBM Power Systems来驱动基于Oracle和SAP应用程序和数据库的关键任务工作负载。谷歌通过在其云上支持Power Systems为这些企业提供了选择,让他们可以利用较旧的工作负载并将其迁移到云中,而无需重新设计应用或者基础设施。此外,企业还可以从与谷歌云服务的更紧密集成中受益。
为什么IBM想让谷歌认为两家厂商在云计算领域是相互竞争的关系还不得而知,尽管很明显IBM是可以从中受益的,因为这可以提高硬件销售。
谷歌表示,将从今天开始在其云平台上支持IBM Power Systems,但尚未公布任何价格信息。
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。