ZD至顶网软件频道消息:去年IBM和VMware建立了战略合作伙伴关系,以促进将VMware环境扩展到SoftLayer共有云中。但是合作伙伴很快失望地发现IBM Cloud for VMware对于渠道来说是个“禁区”。
而本周情况发生了转折,IBM在PartnerWorld Leadership Conference大会上宣布已经授权商业合作伙伴转售此前仅为自己内部服务部门保留的集成混合云方案。
“这确实为合作伙伴开放了一个全新的市场,面向全球所有VMware的装机群,而且还有很多,”IBM Bluemix营销副总裁Meg Swanson在谈到IBM渠道计划变动时表示。
借助VMware自己的vCloud Air公有云逐渐过时,而且与AWS的关系也存在不确定性,IBM的集成代表着VMware唯一的混合云声音。
作为IBM全球增值经销商网络中的云分销商,Avnet现在正在与这些合作伙伴合作利用这套集成解决方案,Avnet高级战略副总裁Sergio Farache这样表示。
Avnet已经提供了自己的工具和白牌服务以帮助合作伙伴在SoftLayer上部署VMware环境,IBM基础设施即服务平台最近被打包到Bluemix品牌下。但是这个过程要比去年IBM专门创建自己的服务部门更繁琐、成本更高。
Farache这样表示,向渠道开放VMware就绪的能力,这将加速我们在SoftLayer裸机基础设施上已经做的事情。
IBM的解决方案通过IBM Marketplace简化了配置,增加了迁移、自动化和管理能力,并集成了计费功能这样合作伙伴就不需要单独去获取许可。
Farache还表示,“IBM是第一家为合作伙伴建立具有这种集成和透明度的完整模式的厂商,的确是对合作伙伴有利的。当然其他厂商也有公布,但并不真的会助力合作伙伴。”
作为行业领导者,AWS在10月宣布与VMware签订合作协议,将VMware的虚拟化技术带入公有云中。但是IBM Cloud for VMware相比AWS的优势是真正地投入市场中,而不是一款没有实际定价、没有正式发布日期的概念性产品,IBM Cloud首席营销官Quincy Allen这样说。
而且IBM的解决方案是与VMware所有工具和接口相兼容的,这是合作伙伴一直呼吁的,Allen说到,“刚开始他们对于无法使用这个方案是感到很失望的。”
与此同时,IBM意识到有全球数千家渠道合作伙伴将会快速扩展在Bluemix上的VMware部署规模。
Allen说,“客户们正在尝试进入云中。这是他们希望做的,但是很快会发现一个事实,那就是他们不只是重新开始,上云的最快方式就是利用你现有的东西。”世界各地的企业都已经拥有的是VMware虚拟化的私有云。
Avnet的Farache表示,合作伙伴希望能够提供满足企业需求的综合混合解决方案,而不是捆绑于特定厂商的。很多专注于私有云的厂商已经开发编排和自动化技术的技术,寻找机会扩展到公有云领域。
“他们对于混合的需求越来越强烈,现在IBM能为他们提供的就是简化这个过程。”Allen表示,解决方案提供商现在可以在几乎任何超大规模云上安装任何软件,正如Avnet此前在VMware on SoftLayer所实现的那样。但是这样一款通过市场售卖、得到正式渠道计划支持的简化产品,激励着合作伙伴在市场中建立真正的价值主张。
最后,Allen认为,对于企业客户来说,IBM凭借着安全、冗余、全球数据中心覆盖的形象让它的混合方案更具吸引力。
好文章,需要你的鼓励
Intuit在ChatGPT发布后匆忙推出的聊天式AI助手遭遇失败,随后公司进行了为期九个月的战略转型。通过观察客户实际工作流程,发现手动转录发票等重复性劳动,决定用AI智能体自动化这些任务而非强加新的聊天行为。公司建立了三大支柱框架:培养构建者文化、高速迭代替代官僚主义、构建GenOS平台引擎。最终推出的QuickBooks支付智能体让小企业平均提前5天收到款项,每月节省12小时工作时间。
希伯来大学研究团队开发出MV-RAG系统,首次解决了AI在生成稀有物品3D模型时的"胡编乱造"问题。该系统像拥有图像记忆库的艺术家,能先搜索相关真实照片再生成准确3D视图。通过独创的混合训练策略和智能自适应机制,MV-RAG在处理罕见概念时性能显著超越现有方法,为游戏开发、影视制作、虚拟现实等领域提供了强大工具。
马斯克旗下xAI公司发布专为开发者设计的新AI模型grok-code-fast-1,主打快速且经济的推理能力。该模型属于Grok 4系列,具备自主处理任务的能力。xAI声称其在SWE-bench评测中解决了70.8%的实际软件问题,表现优于GPT-5和Claude 4。不过模型存在较高的不诚实率问题。用户可通过GitHub Copilot等平台免费试用7天,需要API密钥访问。
MBZUAI等机构研究团队通过一维细胞自动机实验揭示了AI模型多步推理的关键限制:固定深度模型在单步预测上表现优异,但多步推理能力急剧下降。研究发现增加模型深度比宽度更有效,自适应计算时间、强化学习和思维链训练能突破这些限制。这为开发更强推理能力的AI系统提供了重要指导,强调了真正推理与简单记忆的本质区别。