(2022年10月21日,北京) 在新一代IBM LinuxONE服务器发布之际,让我们来探讨一下LinuxONE是如何为世界各地的客户提供绿色可持续、弹性扩展和安全无虞的基础架构的。
构建安全、可持续的未来
今天,构建能够跨云和本地环境支持关键工作负载的可信的混合云基础架构,已经成为现代IT管理新的基准线。日益严峻的环境挑战迫使企业和组织必须确保能够以可持续的方式来构建、交付和部署值得信赖的混合云基础架构。然而,这并非易事。
那么,新一代的IBM LinuxONE将如何改变游戏规则,构建一个更安全、更可持续的未来呢?

提供一个能切实产生影响的方法
根据近期IBM商业价值研究院的调研,近半数受访CEO表示,可持续发展是企业最为关注的优先事项之一,但他们缺乏具体的策略和方法来实现这一目标。
随着数据量和业务量的不断增加,企业需要扩展其基础设施来提供有力支撑。然而这并非易事,如果通过增加底层的物理硬件来进行扩展,就意味着企业要付出巨大的资金成本和环境成本。
LinuxONE Emperor 4的设计和交付,就是为了帮助企业解决这一难题,在提升基础架构的性能、安全与效率的同时,减轻经济负担和对环境的影响,实现企业的可持续发展目标。而今天,负责任的企业通常都会优先采用可持续性的方法和技术。
绿色可持续,以一顶百。新一代LinuxONE服务器是一个具有高度扩展性的基于开放的Linux和Kubernetes的平台,旨在为企业提供所需的可扩展性,使其能用一个单一系统[1]就能支撑成千上万的工作负载。它可以减少客户的能源消耗,例如,将Linux工作负载整合在五台IBM LinuxONE Emperor 4系统上,与将相同工作负载运行在类似条件下的x86服务器上相比,企业每年可以减少75%的能耗,节约50%的空间,减少超过850公吨的二氧化碳排放量[2]。

在不影响安全性的情况下减少碳足迹
全球各地的数据中心每天都会消耗大量能源,而全球经济发展对数据中心的依赖性越来越强。如果企业和组织能够采取必要措施降低自身及其客户的数据中心能耗,那么他们将更有可能获得长期回报。
减少碳足迹是实现可持续发展目标的切实途径,同时也可以让企业领导把节省下来的资金用到更有价值的地方。事实上,重新分配这些资金,例如用于提高数据中心的安全性和可用性,或用于培养员工技能,都能提升组织能力以应对其它紧迫的业务需求。

以Linux支持混合云平台
30多年来,Linux一直是世界上最受欢迎的开源操作系统之一,在所有主流计算机平台上都拥有庞大的全球开发者社区。
IBM LinuxONE Emperor 4支持大量的Linux工作负载,包括数据服务、核心银行和数字资产。IBM LinuxONE Emperor 4在开发过程中与客户紧密协作,并获得了IBM生态系统合作伙伴的支持,如Temenos、MongoDB、Finacle、Pennant和富士通等。
Linux采用开放标准且拥有广泛的开发者和服务生态系统,这使我们能够更加轻松地将IBM LinuxONE Emperor 4部署到今天的混合云环境中,使其更简单、更灵活,同时降低供应商锁定的风险。
在全球各界都在携手努力,减少能源消耗和应对气候变化之际,构建绿色可持续、弹性扩展且安全无虞的IT基础架构,可以从多个维度造福客户,造福我们的地球家园。
归根结底,这不仅是负责任的企业公民应该做的,同时也有助于提升企业的竞争力,成为更多企业学习的榜样。

[1] 性能结果是从IBM内部测试中推断出来的,在RHEL 8.5 KVM主机上运行的具有24个专用内核、1536 GB内存和FS9200存储的红帽OpenShift容器平台(RHOCP)4.10上运行的NGINX pods。64个RHOCP计算节点与230个NGINX pods并行运行。带有RHOCP计算节点的KVM客人被配置为2个vCPU和16GB内存。带有RHOCP管理节点的KVM客人被配置为16个vCPU和128GB内存。结果可能有所不同。
[2] 比较 5 IBM Machine Type 3931 Max 125模型由三个CPC抽屉组成,包含125个可配置的内核(CP、zIIP或IFL)和两个I/O抽屉,以支持网络和外部存储,与192个x86系统相比,总共有10364个内核。IBM Machine Type 3931的功耗是基于对IBM Machine Type 3931 IBM功率估算工具的输入,用于备忘录配置。x86的功耗是基于2022年3月IDC QPI功率值,用于7个Cascade Lake和5个Ice Lake服务器型号,每台服务器有32至112个内核。所有比较的x86服务器都是2或4个插座的服务器。IBM Z和x86在生产和非生产的工作负载下24x7x365运行。节约假设电力使用效率(PUE)比率为1.57,以计算数据中心冷却的额外电力。PUE是基于正常运行时间研究所2021年全球数据中心调查。基于EPA温室气体计算器 的CO2e和其他等价物使用美国国家加权平均数。结果可能根据客户的具体使用情况和地点而有所不同。
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。