IBM即将收购位于美国波士顿的Turbonomic该公司,该公司的平台可以帮助企业降低云支出同时提高应用性能。
IBM没有透露这笔交易的金额,但有消息人士告诉路透社,交易估值在15亿至20亿美元之间,这比Turbonomic在上一轮融资后获得的9.63亿美元估值要高得多。
Turbonomic提供一个所谓应用资源管理平台,利用人工智能帮助企业优化公有云环境。该平台专注于两个主要场景,一个是优化云应用性能,另一个是降低云应用带来的基础设施成本。
Turbonomic的AI模型可以分析企业的云环境,检查是否分配给工作负载的硬件资源少于最理想的所需硬件资源。例如,Turbonomic可以检测周末流量激增期间是否需要为电子商务网站数据库提供更多的网络带宽。然后,AI模型向管理员提供有关如何解决已确定问题的建议。
Turbonomic的平台提供类似建议来减少云支出的浪费,这也是Turbonomic的另一重要卖点。例如,Turbonomic可以告诉IT团队他们为某个工作负载配备了超出所需的存储容量,同样也可以检测出应用是否运行在一个没有必要那么庞大且昂贵的云实例上。
IBM计划把Turbonomic与最近收购获得的监控产品Instana进行集成。Instana在堆栈上层提供了可观察性。Turbonomic主要专注于检测基础设施级的问题,例如应用由于未被分配足够多的虚拟机处理器而导致运行缓慢,而Instana主要致力于发现软件级的问题,例如因为应用升级存在漏洞而导致延迟越来越高。
IBM认为另一款可以通过收购Turbonomic得到加强的产品是IBM Cloud Pak for Watson AIOps。去年推出的这款产品提供了由AI生成的建议(有些类似于Turbonomic所能提供过的建议)可以帮助IT团队解决基础设施相关问题。
此次收购Turbonomic将推动IBM从传统业务领域(例如专业服务)向云和AI等高增长市场的重心转移。作为该战略的一部分,去年底IBM宣布计划分拆规模190亿美元的管理基础设施服务部门。当时IBM首席执行官Arvind Krishna表示,这次分拆将有助于IBM把更多精力放在“规模高达1万亿美元的混合云市场机会”上。
IBM云与数据平台事业部高级副总裁Rob Thomas在一份声明中表示:“IBM将继续重塑自己作为一家混合云和AI厂商的未来前景。收购Turbonomic,是我们致力于通过最具影响力的投资来推进这一战略的又一例证。”
IBM还特别提到了AIOps的行业趋势,AIOps是一种利用机器学习实现重复性IT任务自动化的一种技术。IBM自动化部门总经理Dinesh Nirmal表示:“我们相信以AI为基础的自动化已经成为一个必然趋势,这将让所有以信息为中心的任务变得更加高效。其他主流行业参与者(例如ServiceNow)近期也进行了相关投资以扩展自身的AIOps能力。
IBM预计将在第二季度完成对Turbonomic的收购。
Gartner分析师Chirag Dekate在电子邮件中表示:“IBM收购Turbonomic,代表了IBM在为那些希望加速云迁移和价值增长的企业IT领导者提供聚合价值方面,迈出了自然而然的一步。”
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。