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
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。