IBM希望吸引更多企业使用一系列已经提高安全性、实现人工智能工作负载和“多云”部署的IBM云平台。IBM本周二在拉斯维加斯举行的Think Conference大会上发布公告,主题就是IBM在扩大企业采用云所做出的努力。
同时,IBM也面临着一些难题:一方面,大多数企业都急于转向云计算,以便于应用如人工智能、机器学习和物联网等新技术。但同时,企业也担心转型太快,会带来工作负载和数据转移到内部数据中心之外的地方可能出现的安全风险。
因此,IBM正试图通过向其云基础架构引入“大型机级数据保护”功能来解决这些担忧。这些功能是在IBM Cloud Hyper Protect品牌下推出的,是一系列旨在让开发人员放心的安全服务。
云安全
这次推出的新服务中有一项名为IBM Cloud Hyper Protect Crypto,该服务提供了数据加密和密钥管理功能,这些功能通常被金融机构用于保护云托管应用。该服务“通过IBM Z加密硬件支持安全密钥操作和随机数字生成”,采用与IBM Enterprise Blockchain平台相同的技术。
另外一项新增服务是IBM Cloud Hyper Protect DbaaS的新增功能,该服务旨在保护云中数据库如MongoDB。至于IBM Cloud Hyper Protect Containers,这项新服务旨在与IBM Cloud Container Service协同工作,帮助企业部署基于容器的应用,这些应用可以运行在多种计算机和软件以及云中的服务上。IBM表示,将为这些类型的工作负载提供“极高的安全性”,并且特别擅长防止恶意用户的特权访问。
IBM最新的安全更新与其针对iOS平台开发人员的IBM Cloud Hyper Protect Developer Starter Kits for iOS息息相关,这些iOS开发人员在云中构建应用时需要一种方法来保护证书、服务和数据。
人工智能
除了保护云计算之外,IBM还试图帮助客户从云中获得更大的价值。IBM表示,IBM客户热衷于采用人工智能技术,但是对于许多企业组织来说,采用人工智能技术就需要使用云资源,因为人工智能工作负载所需的硬件非常专业化且成本很高。
IBM表示,“要成功利用人工智能或开发新的机器学习模型,企业就需要专门构建的硬件来满足这些工作负载的严格要求,”
当然,IBM很乐意提供这种硬件。在IBM Think大会上,IBM展示了针对基于云的人工智能工作负载的系统,其中包括POWER9 on IBM Cloud。这实际上是一个非常强大的服务器,基于IBM最新的Power Systems服务器和POWER9处理器芯片,且是针对人工智能工作负载定制的。IBM表示,这款服务器还通过高速NVLink接口整合了Nvidia最新的Tesla V100 GPU芯片,训练深度学习神经网络框架的速度比之前的系统快了四倍。
另一款新推出的产品是PowerAI on IBM Cloud企业级软件发行版,捆绑了TensorFlow、Torch和Caffe等流行的深度学习框架,让用户能够在几分钟完成设置,而不是之前的几天时间。此外,IBM还推出了SAP HANA on Power Systems on IBM Cloud,这是一个针对SAP HANA on Power Systems的管理云服务,专为可支持高达24 TB数据的内存分析工作负载而设计。
连接多云环境
IBM最后推出的是实现多云部署的方案。IBM在一篇博客文章中指出,企业正向多层IT环境(公共云、私有云和内部部署,具体取决于哪种最适合)中部署越来越多的应用和工作负载。
多云策略的关键在于效率最大化,但同时也会导致令人头痛的问题,因为将所有这些不同的IT环境连接在一起会变得非常具有挑战性。那么,企业该怎么做?
IBM认为这次推出的新服务解决了其中一些问题。例如,用于IBM Cloud Private平台的Cloud Migration Capabilities功能,旨在将关键业务应用加速部署到云中。IBM也在大力宣传自己的Expanded Container Support,具有IBM应用开发和管理软件的容器新版本,可以帮助开发人员在多个云和本地系统上开发、测试、监控和管理应用。
另外,还有一个新的Cloud Integration平台,提供的单一控制点可管理通讯、API、应用集成、跨云连接数据和应用。最后,IBM Cloud Object Storage服务提供了一个Aspera高速数据上传选项,该选项允许客户端将大量数据上传到云端或从云端回传数据,比标准http/ftp传输快数百倍。
Constellation Research首席分析师兼副总裁Holger Mueller表示,这些更新对于现有的IBM客户来说是个好消息,因为这让IBM更具竞争力。不过他表示,从IBM提供的单点解决方案来看,这些更新的吸引力则要小得多,因为只有与IBM完整堆栈一起使用时,优势才会显现出来。
Mueller说:“安全很重要,但只能在本地和IBM解决方案中发挥作用。当企业部署云时,他们会查看各自的基础设施即服务供应商所提供的安全性。”
新合作伙伴关系
IBM还宣布将与应用分析和性能监控公司New Relic合作,通过其位于德国法兰克福的云数据中心提供服务。此举主要是为了迎合New Relic的欧洲客户,帮助他们遵守即将出台的“通用数据保护条例”。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。