IBM(纽约证券交易所股票代码: IBM)和AMD(纳斯达克股票代码:AMD)今天宣布了一项为期多年的联合开发协议,以增强和扩展两家公司的安全和人工智能(AI)产品。该联合开发协议将在构建开源软件、开放标准和开放系统架构的基础上来扩展这一愿景,以推动混合云环境中的机密计算(Confidential Computing),并支持从高性能计算(HPC)到虚拟化和加密等企业关键能力广泛采用的各种加速器。
IBM研究院院长Dario Gil表示:“AMD对技术创新的承诺,与我们开发和加速混合云的采用,以帮助连接、保护和驱动我们的数字世界的使命一致。IBM专注于通过对新技术的前沿研究、开发和扩展,在我们的混合云产品中为客户提供选项、灵活性和安全性。”
AMD执行副总裁兼首席技术管Mark Papermaster表示:“AMD与IBM之间的这项协议与我们长期以来致力于与行业领导者合作的承诺一致。AMD很高兴能够扩展与IBM在人工智能、加速数据中心工作负载以及提高云安全等方面的合作。”
对于许多公司而言,保护高度敏感的数据仍然是一个挑战:根据IBM商业价值研究所的数据,网络安全是目前企业采用云的最大障碍,同时也是选择云供应商的首要标准。
根据Gartner公司的数据,对于高度监管的企业或任何担心其公共云数据受到未经授权的第三方访问的组织来说,机密计算将有可能消除其采用混合云的这些障碍。
机密计算是一项由硬件支持的技术,它允许对与运行中的虚拟机(VM)相关联的数据进行加密,包括在工作负载运行时进行加密。即使在发生入侵的情况下,此功能有助于阻止潜在的攻击者和不良行为者访问机密信息。混合云上的机密计算为企业采用混合云计算释放了新的潜能,特别是在金融、医疗和保险等受监管的行业。
AMD和IBM的研究人员已开始着手进行基于该协议的联合开发活动。
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。