IBM Power产品管理副总裁Bargav Balakrishnan在接受媒体采访时表示,在客户升级Power10并将其他2025年版本推向市场方面,服务合作伙伴将发挥重要的作用。
他说:“如果没有我们的合作伙伴生态系统——包括服务合作伙伴、MSP和几乎所有领域的合作伙伴,我们将无法成功推动任何这些东西的采用和销售。我们的合作伙伴拥有了更多工具来进行这种对话——无论是围绕适合用途的AI,还是客户可以快速上手、只需使用他们信任和了解的平台即可。现在他们也可以从现代化这个主题开始,切入点很简单,‘嘿,让我帮你解释和管理你的代码’,但肯定可以为渠道扩大更多价值创造和价值获取的机会。”
2025年即将亮相的IBM Power11
IBM表示,Spyre Accelerator为复杂的AI模型和生成式AI用例带来了可扩展的功能。它有32个独立加速器核心和一个外围组件互连的Express (PCIe)卡。芯片将数据从一个计算引擎发送到下一个计算引擎,并使用精度较低的数值格式来更好地利用能源和内存。
RPG的代码助手将利用生成式AI帮助软件开发人员理解现有的代码,用简单的英语描述创建新的RPG函数并自动生成测试用例。
据IBM称,代码助手将可以帮助IBM客户免去了把基于RPG的应用重构为Java和其他语言相关的费用、性能下降和风险。
Balakrishnan表示:“对于我们的客户和我们自己来说,这样做的目标不仅仅是提高现有RPG开发人员的生产力,而且同样重要的是,甚至更重要的是,让下一代人才和技能不高的开发人员能够快速上手并提高生产力,它围绕着诸如代码解释之类的事情——解释我数十年来编写的大量代码——帮助我生成新自由格式的RPG代码。帮助我生成测试脚本,让测试功能为企业做好准备,以及将我的旧固定格式RPG代码现代化为自由格式的、更现代化的RPG代码库版本。”
至于Power处理器的下一代产品,Balakrishnan鼓励合作伙伴寻求从现有安装群中获得更多的份额。
Balakrishnan表示,Power仍然是SAP HANA和其他ERP部署、核心银行部署、Oracle和其他商业数据库部署、以及其他关键任务用例的主要平台。为客户增加即服务采用以及使用Red Hat OpenShift进行现代化,是一些扩大用户新业务的增长领域。
IT支出转向AI驱动的项目,使AI技术“成为当今许多基础设施决策的切入点”,他说。“进入和参与这种对话并不意味着销售AI,而是意味着展示一个面向未来的平台,这个平台可以在今天做某事,并在未来针对某些用例和工作负载保护您的投资。”
现在与客户讨论IBM Power量子安全方法还为时不晚。事实上,本周三在纽约约克敦高地举行的首届量子开发者大会上,IBM透露自己的研究人员已经交付了一台量子计算机,这台计算机能够运行量子电路,最多可进行5000次双量子比特门操作,而且这台计算机是由IBM Quantum Heron的第二版提供支持的。
“服务提供商在帮助客户实现这一目标方面,发挥着关键作用,这一点非常重要,”他说。
Power其他引人注目的AI用例包括欺诈检测、异常检测和供应链优化,但合作伙伴可以将生成式AI引入传统的AI用例,例如添加摘要生成以汇总日志数据,以便进行异常检测。
他举了一个例子,说明混合云和AI结合在一起解决客户的问题——以及IBM开发芯片并不一定会与其他厂商产生竞争——他说,一家从事癌症检测的亚洲大型医院使用Nvidia产品进行训练,使用Power进行推理和部署。
他说:“这是为了将AI融入到各个领域,这不只涉及一种用例。我们看到,市场对混合解决方案的需求越来越大,这仅仅是因为数据主权和供应方面的考虑。我认为世界很快就会意识到它适合这个目的,它本质上是混合的,这种趋势将继续存在。”
好文章,需要你的鼓励
英特尔第三季度财报超华尔街预期,净收入达41亿美元。公司通过裁员等成本削减措施及软银、英伟达和美国政府的大额投资实现复苏。第三季度资产负债表增加200亿美元,营收增长至137亿美元。尽管财务表现强劲,但代工业务的未来发展策略仍不明朗,该业务一直表现不佳且面临政府投资条件限制。
美国认知科学研究院团队首次成功将进化策略扩展到数十亿参数的大语言模型微调,在多项测试中全面超越传统强化学习方法。该技术仅需20%的训练样本就能达到同等效果,且表现更稳定,为AI训练开辟了全新路径。
微软发布新版Copilot人工智能助手,支持最多32人同时参与聊天会话的Groups功能,并新增连接器可访问OneDrive、Outlook、Gmail等多项服务。助手记忆功能得到增强,可保存用户信息供未来使用。界面新增名为Mico的AI角色,并提供"真实对话"模式生成更机智回应。医疗研究功能也得到改进,可基于哈佛健康等可靠来源提供答案。同时推出内置于Edge浏览器的Copilot Actions功能,可自动执行退订邮件、预订餐厅等任务。
纽约大学等机构联合开发的ThermalGen系统能够将普通彩色照片智能转换为对应的热成像图片,解决了热成像数据稀缺昂贵的难题。该系统采用创新的流匹配生成模型和风格解耦机制,能适应从卫星到地面的多种拍摄场景,在各类测试中表现优异。研究团队还贡献了三个大规模新数据集,并计划开源全部技术资源,为搜救、建筑检测、自动驾驶等领域提供强有力的技术支撑。