摘要:20年前,IBM看到了Linux的巨大潜力,如今,Linux已成为帮助客户对现有应用进行现代化改造的理想工具。
20年前,IBM和开源社区首次将Linux融入IBM Z。20年时光转瞬即逝,今天,Linux on IBM Z已经整整20年了。
几十年来,IBM Z一直在全球最安全的平台上为客户保护最敏感的数据,《财富》100强企业中的三分之二都是IBM Z的客户。在此基础上,大型机、中间件和服务共同形成了一个经久不衰的平台。20世纪90年代末,IBM开始拥抱Java,同时,Java也让IBM看到了一个解决业务领域内重大问题的机会—缩小数据中心现有技术与互联网等新业务渠道之间的差距。
20年前,就像IBM对Java的重视一样,IBM也把Linux视为客户即将经历的下一个重大转变。正如当时首席执行官郭士纳所言:“像互联网改变企业应用那样改变业务应用。”随后,IBM研发实验室启动了一个具有开创性的项目,使IBM Z企业服务器与新兴的Linux操作系统之间产生了非凡的协同效应。
时光飞逝,就在五年前,随着IBM LinuxONE的发布,IBM又实现了一次巨大的飞跃,再次抓住了满足客户需求的机会—将仅运行Linux系统的企业级服务器引入新市场,用于新工作负载。回望过去,IBM已经走过了一条漫长的道路。如今,IBM又站在了新的起点上。
今天,IBM迎来了另一个重要的转折点—第四平台:混合云。IBM想要传递的信息很简单:IBM Z将发挥关键作用,帮助客户迈出下一步——对企业系统上的云原生应用进行现代化改造,以及构建、管理新应用。并借助RedHat OpenShift和IBM Cloud Pak将所有应用整合在一起。
Linux所带来的增长是该计划的核心。迄今为止,市场上已安装的所有处理器之中的35%以上都在运行Linux,Linux容量年同比增长55%。20年前,IBM看到了Linux的巨大潜力,如今,Linux已成为帮助客户对现有应用进行现代化改造的理想工具。
Linux on Z以最高等级的安全性为基础,具有多种云原生功能,并支持开源技术和DevOps。因此,IBM将会继续采用其他Linux发行版(例如:SUSE和Ubuntu),它们是IBM的重要合作伙伴,可以帮助IBM们推动Linux on Z加速发展。
最让人激动的是,Linux平台上运行越来越多新的工作负载,比如医疗,金融科技,数字资产托管等。例如,IBM正在与DACS、Hex Trust等客户合作,他们正在使用LinuxONE来达到与金融机构相同的银行级别的安全性和可扩展性,并将其应用于加密货币。
此外,IBM还与英国的云服务提供商和系统集成商Cognition Foundry合作,他们希望为更多的初创型企业提供企业级计算能力,帮助如Plastic Bank、Newlight Technologies等初创公司将理想变成现实。
Plastic Bank利用发展中国家的回收站网络来清理地球上的废塑料,让人们能够在收集废塑料的同时摆脱贫困。Newlight Technologies利用区块链支持的技术将温室气体转化为生物材料。目前,Plastic Bank和Newlight Technologies都在使用IBM LinuxONE。
未来20年是属于Linux on the IBM大机的时代!
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。