至顶网软件频道消息: 【2018年11月15日】“云有智 慧天下”IBM云计算论坛今日在南京举行,会上IBM公司推出了一项全新的开放式技术,使用户能够更加便捷地跨不同云计算基础架构来管理、迁移和整合应用。目前,越来越多的企业在部署业务系统时已开始同时融入公有云和私有云环境。IBM 多云管理解决方案(Multicloud Manager) 为这些企业提供了一个强大的操作控制台。
IBM Watson及云平台全球总经理David Farrell在论坛上发表演讲
根据 IBM 商业价值研究院一份最新的报告结果显示,几乎所有接受调查的公司都表示正在使用某种形式的云,其中 85% 的企业采用多云环境。虽然这种急于上云的趋势十分显著,但是 Ovum的调查结果表明,由于性能问题和法规要求,80%的关键工作负载和敏感数据仍运行在本地部署的系统上,无法迁移至云端。
Ovum 首席分析师 Roy Illsley 表示:“云计算正处于其演进过程中的重要转折点。虽然 20% 的业务流程已经迁移到云端,但由于性能问题和法规要求,80% 的关键任务工作负载和敏感数据仍在本地部署的业务系统上运行。但是,到 2019 年,在云端运行这些工作负载的比例将增加到 40% 以上。我们预计在未来几年,企业客户将采用多云系统,以满足各种业务和 IT需求。”
为解决这个问题,IBM 推出了一项新技术,以帮助企业轻松创建整合“多云”系统,同时增强业务流程、监管和安全性的可视性。该解决方案运行在IBM云平台上,但它扩展了业务能力,使企业能同时管理和集成部署在亚马逊、红帽和微软等不同云服务上的工作负载。
IBM混合云高级副总裁 Arvind Krishna 表示:“凭借跨多个云平台管理数据和应用的开源技术,IBM多云管理解决方案(Multicloud Manager)能够使企业业务扩展至众多云平台上,并释放云计算的全部业务价值。通过这一方法,他们将超越租用计算能力的生产力经济学,充分利用云计算来开发新的业务流程并进入新的市场。”
IBM 商业价值研究院最新报告指出:“对于大多数企业而言,在多云环境中运维已经是既成事实,尽管其运维模式常常处于处于孤岛中。IT 部门需要强化、协调和优化企业的多云基础,而非忽视或试图压制组织对多云环境的尝试。现在,已经打造整合多云平台的企业,将能够以更低的成本获取更大的竞争优势。”
下一代云计算技术
IBM新推出的多云管理解决方案(Multicloud Manager)运行在ICP平台(IBM Cloud Private)上。该平台基于 Kubernetes 容器技术构建,这是一种在容器中“打包”应用程序的开源技术,能够使企业更加便利和经济地同时管理在本地部署和公有云上的企业应用。IBM近日曾宣布,全球数百家企业和组织已开始使用ICP平台(IBM Cloud Private)。
IBM多云管理解决方案(Multicloud Manager)控制面板
IDC 项目副总裁 Stephen Elliot 表示:“既往观点认为所有应用和数据都将迁移到公有云,这是不可能发生的。相反,云计算市场已经发展到在满足客户维护本地系统的同时,可以利用多种云平台和云计算提供商的服务。这种方式面临的挑战就是整合。许多IT公司都在讨论多云环境,但到目前为止,用户对云环境的体验比较碎片化。IT 和业务高管亟需能够降低风险、并在整个云转型过程中实现更大程度自动化的多云功能。”
现在,IBM 正在借助多云管理解决方案(Multicloud Manager),帮助企业连接不同的云环境、甚至不同云计算提供商的云环境,为企业创建能够提高一致性、自动化程度和可预测性的统一管理系统。这一新解决方案的核心是同类首创的仪表板界面,无论应用或数据位于任何组织,该仪表板都能跨越海量数据,有效管理数以千记的Kubernetes 应用程序。
为企业带来巨大优势
这一全新的解决方案有望成为引领全球企业走向下一个云时代的核心技术。举例来说,如果一家汽车租赁公司的人工智能服务使用一种云环境,预定系统使用另一种云环境,而财务流程则运行在全球各地办事处的本地计算机上,IBM多云管理解决方案(Multicloud Manager)便可以跨越该公司的多个计算基础架构,帮助客户使用公司的移动应用更快地预订汽车。
IBM 新推出的多云管理解决方案(Multicloud Manager)具有以下创新功能和优势:
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。