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
大数据可观测性初创公司Monte Carlo Data推出全新Agent Observability产品,为AI应用提供全方位数据和AI可观测性。该工具帮助团队检测、分类和修复生产环境中AI应用的可靠性问题,防止代价高昂的"幻觉"现象,避免客户信任度下降和系统宕机。新产品采用大语言模型作为评判器的技术,能够同时监控AI数据输入和输出,提供统一的AI可观测性解决方案。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
网络安全公司Aikido披露了迄今最大规模的npm供应链攻击事件。攻击者通过钓鱼邮件获取维护者账户凭证,向18个热门JavaScript包注入恶意代码,这些包每周下载量超过26亿次。恶意代码专门劫持加密货币交易,监控浏览器API接口将资金转移至攻击者地址。受影响的包括chalk、debug等广泛使用的开发工具库。虽然攻击在5分钟内被发现并及时公开,但专家警告此类上游攻击极具破坏性,可能与朝鲜黑客组织相关。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。