新闻要点:
美国纽约州阿蒙克市,当地时间2021年3月1日——IBM(纽约证券交易所:IBM)宣布,通过IBM Cloud Satellite,目前IBM已经可以在任何环境当中提供其混合云服务——包括在任何云、在本地,或者在边缘端。Lumen科技与IBM已经把IBM Cloud Satellite与Lumen的边缘平台集成在一起,使客户能够近乎实时地利用混合云服务,并在边缘端构建创新的解决方案。
IBM Cloud Satellite面向跨多种环境的客户,提供一个安全统一的云服务层,且不受数据位置的影响,这对于帮助解决客户关键数据隐私和数据主权的要求至关重要。目前,随着在边缘端能够安全地分析数据从而降低延迟,包括电信、金融服务、医疗健康和政府机构在内的许多行业将因此受益。与在线学习、远程工作、远程医疗服务等很多实时应用相关的工作负载,现在可以通过 IBM Cloud Satellite更加高效和安全地交付。随着工作负载转移到边缘端,IBM Cloud Satellite将帮助客户在获得低延迟的同时,仍然能够拥有在混合云环境中相同的安全性、数据隐私、互操作性和开放标准。
IBM还结合IBM Cloud Satellite推出IBM Cloud Pak for Data as a Service来扩展Watson Anywhere,以即服务的方式为客户灵活、安全地跨任何环境来运行其AI和分析工作负载,使客户不必自己来管理。EquBot是一家服务全球投资专业人士的金融科技公司,他们的工作已初见成效,在某些对时间要求严格的模型上,延迟已经从10秒缩短到1秒以下。这使得投资者能够面向整个金融市场做出更明智的决策。
Lumen是一家使能第四次工业革命的企业级科技公司,目前正在利用其全球边缘计算平台为其客户交付IBM Cloud Satellite。由此,Lumen的客户一方面可以发挥IBM Cloud Satellite的部署灵活性,另一方面可以利用Lumen边缘平台的广泛可用性、自适应网络和互联的安全功能,从而在安全利用边缘计算服务优势方面获得了选择与速度。
使用Lumen平台和IBM Cloud Satellite的客户可以在高度分布式的环境中(如办公室和零售场所)部署类似视频分析这类数据密集型的应用,充分利用专为仅容数毫秒延迟而设计的基础设施。由于此类应用可以通过IBM Cloud Satellite,在接近数据产生的Lumen的边缘端托管在红帽OpenShift上,使得摄像机和传感器可以近乎实时地工作,以帮助提高质量和安全性。例如,摄像机可以检测上次清洁表面的时间,或者标记潜在的人员安全隐患。此外,不同地区的客户也可以就近部署处理能力,使其更接近数据创建的位置,更有效地解决数据主权问题。
Lumen企业产品管理和服务高级副总裁Paul Savill表示:“凭借Lumen平台的广泛覆盖,我们可以为企业客户提供IBM Cloud Satellite,帮助他们快速推动在边缘端的创新。我们的企业客户现在可以将IBM Cloud的服务扩展到Lumen强大的全球网络当中,帮助他们部署必须兼顾高安全性和超低延迟的数据密集型边缘应用。通过将安全和开放的混合云能力扩展到边缘端,我们的客户可以推动其业务向前发展,充分利用第四次工业革命催生的新兴应用。“
依据这项合作,客户将能够:
IBM混合云平台负责人Howard Boville表示:“IBM正在与客户合作,利用边缘计算和AI等先进技术,使客户能够利用混合云进行数字化转型,同时把数据安全放在首位。利用IBM Cloud Satellite,客户可以在任何地方都能安全地从云服务当中获益,从数据中心核心直达网络最远端。”
IBM正在与包括思科、戴尔科技和英特尔在内的超过65家生态系统合作伙伴合作,构建安全的云服务,帮助客户通过IBM Cloud Satellite在任何环境中运行工作负载。基础架构合作伙伴推出存储、网络和服务器解决方案的选择,帮助客户利用他们现有的基础架构,在数据中心和边缘位置部署IBM Cloud Satellite。服务合作伙伴计划提供迁移和部署服务,帮助客户在任何地点以即服务的方式管理其解决方案。另外,IBM Cloud Satellite的客户还可以在Red Hat Marketplace上访问红帽OpenShift认证的软件产品,通过IBM Cloud Satellite部署在红帽OpenShift上运行,提供灵活的安装和管理,以及更大的便易性。
好文章,需要你的鼓励
皮尤研究中心最新分析显示,谷歌搜索结果页面的AI概述功能显著降低了用户对其他网站的点击率。研究发现,没有AI回答的搜索点击率为15%,而有AI概述的搜索点击率降至8%。目前约五分之一的搜索会显示AI概述,问题类搜索中60%会触发AI回答。尽管谷歌声称AI概述不会影响网站流量,但数据表明用户看到AI生成的信息后更容易结束浏览,这可能导致错误信息的传播。
约翰霍普金斯大学研究团队开发了ETTIN模型套件,首次实现了编码器和解码器模型的公平比较。研究发现编码器擅长理解任务,解码器擅长生成任务,跨界训练效果有限。该研究为AI模型选择提供了科学依据,所有资料已开源供学术界使用。
GlobalData研究显示,人工智能驱动的预测性维护正成为电力行业追求高可靠性和成本效益的关键组成部分。该技术结合数据分析、机器学习和实时监控,能够更准确预测设备未来状况,有望降低维护成本30%,提高设备可用性20%。GE Vernova、西门子等公司提供先进解决方案,而数字孪生技术、物联网和边缘计算等新兴技术正进一步提升维护策略的准确性和效率。
博洛尼亚大学团队开发出情感增强的AI系统,通过结合情感分析和文本分类技术,显著提升了新闻文章中主观性表达的识别准确率。该研究覆盖五种语言,在多项国际评测中取得优异成绩,为打击虚假信息和提升媒体素养提供了新工具。