IBM今天宣布对LinuxONE服务器硬件进行重大更新,重点关注可持续性,号称可以将多个工作负载的数据中心能耗降低高达75%。

LinuxONE服务器系列是一种高级企业Linux平台,旨在企业数据中心内运行基于Linux的工作负载,具有多项高级特性,包括无处不在的加密、云原生应用开发和99.999%的可用性。
LinuxONE还提供了丰富的功能,能够支持数据库整合、安全数据服务器、混合云、区块链、数字资产安全等工作负载,还有大量与Oracle Database、MongoDB、PostgreSQL、MySQL、MariaDB、Kubernetes、Hyperledger Fabric、Temenos T24 Core Banking和Red Hat OpenShift等软件的集成。
IBM表示,今天发布的LinuxONE Emperor 4服务器集成了很多有助于降低功耗的新功能,并且野心勃勃地提出,单个服务器可以整合的工作负载数量相当于四个同类x86服务器。
此外IBM还表示,与同类的x86服务器相比,LinuxONE Emperor 4服务器的占地面积减少了50%,每年减少超过850公吨的CO2e二氧化碳当量(CO2e是指与一公吨另一种温室气体具有相同全球变暖潜能值的二氧化碳公吨排放量)。
IBM表示,IBM正致力于满足客户对提高数据中心运营可持续性的需求。IBM IBV最近的一项研究发现,各行业有48%的首席执行官将可持续发展视为未来两到三年的最高优先事项之一,不过这些CEO中有51%的受访者还表示,由于缺乏数据洞察力和技术障碍,可持续性是他们面临的最大挑战之一。
IBM研究员、LinuxONE Cloud Platform首席技术官Marcel Mitran表示,尽管数据中心的确占到了企业能源使用中的很大一部分,但数据中心支持的技术有助于将可持续发展的雄心转化为行动。
他说:“减少数据中心的能源消耗是减少碳足迹一种切实的方法,在这种情况下,迁移到IBM LinuxONE可以帮助客户实现其规模和安全目标,同时满足当今数字业务的可持续发展目标。”
LinuxONE Emperor 4服务器设计能够以持续高密度的方式运行工作负载,通过打开未使用的核心来增加容量,而不会增加能耗和相关碳排放。此外,客户可以使用与LinuxONE集成的IBM Instana Observability来追踪他们的能源使用情况。
IBM表示,LinuxONE Emperor 4服务器还包括“类似云的灵活性”等功能,可以根据按需容量重新平衡资源,使工作负载能够动态扩展和缩减。而且,这些服务器还拥有量子安全级的安全性,具有普遍加密功能,能够保护静态和流动中的数据。
此外,LinuxONE Emperor 4服务器还支持IBM Cloud Hyper Protect Virtual Servers,后者提供了一个公有云环境,其中云租户可以保留对Linux虚拟服务器的完整权限,这些服务器用于处理那些包含了敏感数据的工作负载,这就意味着,客户保留了对加密数据、工作负载和加密密钥的完全控制权,甚至作为云提供商的IBM也无法访问这些数据。
IBM表示,LinuxONE Emperor 4服务器将于9月14日全面上市,入门和中端版本将在明年初推出。
好文章,需要你的鼓励
微软正式确认配置管理器将转为年度发布模式,并将Intune作为主要创新重点。该变化将于2026年秋季生效,在此之前还有几个版本发布。微软表示此举是为了与Windows客户端安全和稳定性节奏保持一致,优先确保安全可靠的用户体验。配置管理器将专注于安全性、稳定性和长期支持,而所有新功能创新都将在云端的Intune中进行。
这项由圣母大学和IBM研究院联合开展的研究,开发出了名为DeepEvolve的AI科学助手系统,能够像人类科学家一样进行深度文献研究并将创新想法转化为可执行的算法程序。该系统突破了传统AI要么只能改进算法但缺乏创新、要么只能提出想法但无法实现的局限,在化学、生物学、数学等九个科学领域的测试中都实现了显著的算法性能提升,为AI辅助科学发现开辟了新的道路。
人工智能初创公司aiOla推出基于流匹配训练技术的语音AI模型Drax,挑战OpenAI和阿里巴巴等巨头。该模型重新定义语音算法训练方式,能在嘈杂环境中准确识别语音,兼顾速度与准确性。相比OpenAI的Whisper和阿里巴巴Qwen2,Drax采用并行流处理技术,速度提升32倍,词错误率仅7.4%。该模型已在GitHub开源,提供三种规模版本。
卡内基梅隆大学研究团队通过3331次大规模实验,系统揭示了代码训练如何提升AI推理能力。研究发现,代码的结构特性比语义内容更重要,适当的抽象形式(如伪代码)可以达到与原始代码相同的效果。不同编程语言产生差异化影响:低抽象语言有利于数学推理,Python更适合自然语言任务。这些发现为AI训练数据的科学化设计提供了重要指导。