IBM今天宣布,已经签署协议收购BoxBoat Technologies,一家位于美国马里兰州的咨询公司,专注于帮助财富100强企业和政府机构采用软件容器。IBM预期这次收购将有助于加速用户对IBM OpenShift平台的采用。IBM此前以340亿美元的价格收购Red Hat时获得了OpenShift,成为IBM提高收入增长和盈利能力计划的一个重要组成部分。
软件容器让开发者能够编写运行效率更高的应用,轻松将其部署在不同类型的基础设施上。因此,该技术正在迅速在企业中普及,而BoxBoat致力于为那些不具备必要技术知识自行部署容器的企业组织提供帮助。
BoxBoat的专业领域之一就是将企业现有的应用进行容器化。由于容器可以提高软件的效率,因此许多企业不仅采用容器技术来构建新的应用,而且还对遗留工作负载进行现代化改造。
这项任务为什么颇具挑战性,以及企业为什么通常需要求助于像BoxBoat这样的咨询公司,是因为对现有应用进行容器化往往需要对代码进行重大的更改。
而现有应用通常是基于单体架构的,也就是子组件是融合到单一软件中的。而相比之下,容器应用往往是基于微服务架构的,子组件并没有融合在一起,而是作为单独的模块运行,每个模块又运行在不同的容器中。将单体应用转变为面向微服务的工作负载,需要将组件分解为单独的模块。
BoxBoat还帮助客户完成相关任务。BoxBoat与企业组织通过合作在公有云或者其他地方构建基础设施环境,用于运行他们新的容器化应用。或者,它可以承担这些应用的日常维护工作,以释放企业内部IT团队的宝贵资源。
反过来对于软件开发团队来说,BoxBoat提供了设置DevOps管道方面的帮助。DevOps管道是一组软件工具,让企业的开发人员能够通过将那些耗费时间的任务实现自动化,以加快构建应用。
据IBM称,BoxBoat已经成功为不少财富100强企业和政府机构完成了诸多项目。BoxBoat与AWS、微软、谷歌也建立了云合作伙伴关系,收购完成之后,将成为IBM GBS全球商业服务业务部门混合云战略的一个组成部分。
IBM混合云服务高级副总裁John Granger表示:“我们的客户需要一种能够使他们跨越传统IT环境、私有云和公有云运行的云架构,这也是我们混合云战略的核心。没有容器化战略,任何云现代化项目都无法取得成功,而BoxBoat走在了容器服务创新的最前沿。”
IBM计划利用BoxBoat在容器领域的专业知识扩大OpenShift的采用。IBM把OpenShift作为一个软件平台用于构建容器化应用并使其运行在云中,同时OpenShift软件也是IBM CEO Arvind Krishna去年提及在“规模1万亿美元混合云市场机会”中赢得更大份额这一战略的核心。
BoxBoat在容器领域的专业知识将有助于推进IBM的OpenShift战略,因为IBM与OpenShift瞄准的复杂企业软件项目通常包括了各种咨询服务,其原因是即使是精通技术的企业组织有时候也需要外部协助来完成一项或多项技术任务。因此,IBM利用OpenShift提供的咨询服务越多,就越容易实施该平台,从而降低新客户的进入门槛。
咨询和专业服务是IBM的一个重要收入来源。上个季度,BoxBoat即将并入的GBS部门收入为42亿美元,IBM预计云专业服务的年市场规模为2000亿美元。
BoxBoat是IBM最近几个月收购的第三家云咨询公司,此前IBM收购了Taos和Nordcloud,后者被收购时的年收入已经达到6100多万美元。IBM预计会在当前这个财季完成对BoxBoat的收购,财务条款尚未披露。
好文章,需要你的鼓励
随着GPU成为AI工作负载训练和运营的关键,越来越多的云服务提供商开始提供云GPU实例。这为希望避免部署GPU硬件费用和复杂性的组织带来好消息。云GPU实例可按超大规模与专业化提供商、通用与专用实例、共享与独占服务器进行分类。选择时需考虑工作负载类型、GPU类型、成本、延迟和控制级别等因素。
这是一项关于计算机视觉技术突破的研究,由多家知名院校联合完成。研究团队开发了LINO-UniPS系统,能让计算机像人眼一样从不同光照下的照片中准确识别物体真实的表面细节,解决了传统方法只能在特定光照条件下工作的局限性,为虚拟现实、文物保护、工业检测等领域带来重要应用前景。
企业云服务平台IFS收购硅谷代理AI专家theLoops,推出"工业AI"概念。该技术旨在创建具备语义环境感知能力的自主AI代理,专门服务于制造、能源、建筑等资产密集型行业。这些工业AI代理能够理解业务职责,遵循行业规则,与人类协同工作,执行实际工作任务而非简单的聊天或辅助功能,为企业带来可衡量的生产力提升和投资回报。
这篇文章介绍了北京人工智能研究院开发的OmniGen2模型,一个能够同时处理文字转图像、图像编辑和情境生成的全能AI系统。该模型采用双轨制架构,分别处理文本和图像任务,并具备独特的自我反思机制,能够自动检查和改进生成结果。研究团队还开发了专门的数据构建流程和OmniContext评测基准,展现了开源模型的强大潜力。