至顶网软件频道消息: 投资先进技术,在竞争激烈的企业云市场保持顶端位置:IBM在2017年获得了超过1900项云技术专利,并刚刚发布了一个AI优化的芯片,据说具有超过竞争对手10倍的IO和带宽。
过去的这一年IBM让很多观察人士惊讶不已,IBM将自己打造成为世界三大企业云提供商之一,与微软和亚马逊齐名,在截至10月31日的12个月中,IBM的云计算收入接近160亿美元。
虽然160亿美元的云收入与与微软和亚马逊的云收入数据相当,但许多分析师和大多数媒体观察人士仍然不承认IBM作为一个基础广泛的企业云计算平台的地位。IBM的软件功能使IBM在混合云、PaaS和SaaS的下一波云增长中处于领先地位。
IBM将于1月18日星期四公布其第四季度和年度财报,展现自己保持顶级云厂商的承诺, 2017年IBM获得近2000项云技术专利,是2017年IBM所有9043项专利中的一部分。
IBM首席执行官Ginni Rometty指出,这9043项专利中近一半来自“人工智能、云计算、网络安全、区块链和量子计算领域的开创性进展,这新一轮的先进技术创新将帮助我们的客户创造更加智慧的业务。”
在这些云相关领域,IBM新增的专利涵盖以下内容:
- 共有1400项人工智能专利,其中一项专门用于一套可以分析用户语音模式、使人类和人工智能相互理解的人工智能系统。
- 共有1200个网络安全专利,“其中一项专门针对使人工智能系统能够通过诱骗黑客进入电子邮件交换和网站、耗费其资源并阻止他们的攻击的技术”。
- 在机器学习方面,有一款系统是在需要的时候(例如在紧急情况下)的将自动车辆控制系统转移给人类。
- 在区块链方面,有一种方法可减少多个商业团体之间交易所需的步骤数量,“即使那些不可信任的团体,可能需要第三方信息交换所来执行”。
对于IBM来说,对创新云技术的追求尤其重要,因为这160亿美元云收入中有很大一部分来自IaaS、PaaS和SaaS的外部标准云收入流,而不是我所谓的IBM“云转换”业务——这是IBM独有的方法。
尽管IBM将其业务定义为“通过硬件、软件和服务让IBM客户能够实施全面的云解决方案”,从大型企业客户的角度来看,这一概念是鲜活的,有很多案例。
IBM最新的一批云技术专利——而且IBM现在每年的专利数量要比其他任何一家美国公司在过去25年中的专利总和还多——其中有一项专利, IBM在博客文章中是这样描述的:“一个监控数据源的系统,包括天气报告、社交网络、新闻推送和网络统计数据,以确定云资源的最佳用途以满足需求,这是使用非结构化数据的众多例子之一,可以帮助组织更高效地工作。”
这些基础广泛的研究方法和开发的先进技术,也促成了IBM上个月发布的一款微芯片,IBM说这个芯片专门针对人工智能工作负载进行了优化。
一篇关于IBM新Power9芯片的TechCrunch文章表示,它不仅适用于IBM Cloud,而且还将用于Google Cloud:“IBM打算向第三方制造商和包括谷歌在内的云供应商销售该芯片,同时,IBM将发布一款新的计算机AC922,采用Power9芯片,并打算在IBM Cloud上的服务中提供该芯片。”
IBM的这款新芯片是如何如何堆叠的? TechCrunch的文章引用了Moor Insights&Strategy的分析师Patrick Moorhead对Power9表现的认可:“Power9是一款采用新系统架构的芯片,该架构针对机器学习中使用的加速器进行了优化。 英特尔制造Xeon CPU和Nervana加速器,NVIDIA制造Tesla加速器。IBM的Power9实际上是瑞士军刀版的机器学习加速,因为它支持极高的IO和带宽,是今天任何厂商可以实现的10倍。”
这将是IBM在云计算领域非常有趣的一年。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。