初期不收费,但后续的多年运行将长期保持计费。
IBM认为,如今正是将Power支持的云方案推向本地的最佳时机。
IBM Power Virtual Server Private Cloud虚拟服务器私有云于本周二低调发布,基于IBM Power虚拟服务器,且蓝色巨人打算以用户熟悉的IaaS服务形式对外租赁。
蓝色巨人对其外部虚拟服务器服务的宣传工作充满热情,并在产品手册中指出“以往依赖于本地基础设施的IBM Power Systems客户,现在能够快速、经济地将其Power IT资源扩展至外部。”手册还提到,云Power服务器与本地设备相同,因此不需要对软件或许可证做任何调整。
IBM Power虚拟服务器私有云同样继承Power设备的血统,只是设备将被部署在用户指定的位置,并由IBM将其作为托管基础设施即服务进行运营。
就是说尽管服务器以及相关网络和存储套件均部署在本地,但私有云管理工作仍然通过IBM Cloud进行。
IBM专为这项服务打造了Power服务器“pod”。小型Pod可容纳两到四台运行服务器,每台服务器配备8 TB内存,总计最多可容纳340个可用CPU核心以及438 T可用存储空间。全部套件均可安装在同一机架之内。
中型Pod最多可容纳40台服务器,其中一些能够搭载需要32 TB内存。部分Pod可提供1615个可用核心以及大约3.5 PB的存储空间。中型Pod需要分布在多台机架之上。
目前受支持的操作系统包括AIX、IBM I以及RHEL。
蓝色巨人将为客户提供一年、三年或五年期服务,但无需任何预付款,只需在后续使用过程中按资源消耗水平按需付费。计算、内存、存储及操作系统许可证均可精确计量。
IBM并不是唯一一家将云(包括硬件及全部服务内容)引入本地场景的厂商,甲骨文与亚马逊云科技已经采取了行动。微软的本地云方法也有诸多变化,其公有云Azure Stack子集可在商用硬件上运行,是旗下最接近IBM、亚马逊云科技及甲骨文设备类型的产品。
谷歌的方案则有所不同:其Anthos产品是一款针对混合运行专门调整的Kubernetes发行版,且通常运行在由企业级服务器部署组成的商用硬件之上。
IBM Power虚拟服务器私有云主要面向那些需要将敏感或受监管数据保留在本地,并希望将IT转化为运营支出的用户。IBM的竞争对手也普遍提出了同样的业务定位。
当然,蓝色巨人几十年间一直在推进这类业务,其大型机产品线就普遍基于消费用量计费。
本次新品的不同之处,主要体现在云端管理方面。
IBM的云业务并不算其强项。然而,Power系统仍然有着令人印象深刻的弹性与强大性能。但这位IT巨头自己也清楚Power架构的局限性,因此在强调其作为关键应用用例的理想选择之余,IBM也提供云x86选项,用于支撑宣传视频中所描述的“微不足道”的工作负载。
好文章,需要你的鼓励
Xbench是知名投资机构红杉中国推出一款全新的AI基准测试工具,旨在真实地反映AI的客观能力,其在评估和推动AI系统提升能力上限与技术边界的同时,会重点量化AI系统在真实场景的效用价值,并采用长青评估的机制,去捕捉AI产品的关键突破。
这项研究首次将在线强化学习成功应用于流匹配模型,通过巧妙的ODE到SDE转换和去噪减少策略,显著提升了AI图像生成的精确度和可控性。在复合场景生成、文字渲染等任务上取得突破性进展,为AI生成领域开辟了新的技术路径。
Atlassian总裁Anu Bharadwaj在Transform 2025大会上分享了公司AI智能体规模化的实践经验。她强调,成功部署AI智能体需要营造实验文化,而非仅依靠自上而下的指令。Atlassian通过Rovo Studio平台为各团队提供了构建定制化智能体的环境,创造心理安全的工作氛围,鼓励员工大胆尝试和迭代。公司客户通过该平台显著提升了工作效率,建筑行业客户将路线图创建时间缩短75%。
这篇由阿里巴巴集团联合多所知名高校发表的综述论文,系统梳理了统一多模态理解与生成模型的最新发展。研究将现有模型分为扩散、自回归和混合三大类型,详细分析了不同图像编码策略的特点,整理了相关数据集和评估基准,并深入探讨了当前面临的技术挑战。