AWS正致力于帮助企业组织将基于大型机的工作负载迁移到云端,并有可能将其转变为现代云原生服务。
AWS在去年年底举行的Re:Invent大会上公布了Mainframe Modernization大型机现代化项目,当时AWS首席执行官Adam Selipsky称“客户正在试图尽快摆脱大型机”。
无论这是否基于现实情况,AWS称,向云端迁移将不可避免地需要客户经历一个漫长而复杂的过程,需要多个步骤来发现、评估、测试和操作新的工作负载环境。
为此,大型机现代化服务将提供一个完整的开发和运行时环境,让客户更轻松地在AWS上实现大型机工作负载的现代化和运行,或者客户也可以按原样维护现有应用,并将应用重新构建到AWS平台,只需要修改非常少量的代码。
该服务中内嵌的托管运行时环境旨在提供必要的计算、内存和存储,来运行重构和平台化的应用,此外还可以自动执行容量配置、安全性、负载平衡、扩展和应用运行状况监控。
这项功能显然是由Micro Focus Enterprise Server提供支持的,这是一个现有的应用部署环境,可用于在Linux或者Windows上运行IBM大型机应用。
Gartner副总裁Phil Dawson提醒说,几乎可以肯定的是,那些把大型机工作负载迁移到云端的企业,未来某个时候需要对这些工作负载进行重构或重新编码。
他说:“将COBOL应用迁移到云端,这看起来可能是很有吸引力的,但是后续你要做很多技术性工作。”
客户肯定不希望由自己来承担所有这些工作,因此AWS表示,系统集成商借助AWS提供的大型机现代化工具,可以发现大型机工作负载、评估和分析迁移准备情况,然后规划迁移和现代化项目。
作为集成商之一,Infosys公司表示,这项新服务使其能够帮助客户获得云计算的好处,同时保留在大型机系统方面积累了多年的业务知识。
“AWS Mainframe Modernization服务使我们能够为客户提供这些好处,增强了我们已经很广泛的大型机现代化能力,使我们能够以更低的成本和更低的风险更快地构建现代化的、可扩展的数字原生应用,”Infosys公司总裁、首席执行官Eric Paternoster在一份声明中这样表示。
至于重构,AWS提供了一些自动化功能,这是去年通过收购迁移专业公司Blu Age获得的。据AWS称,这种自动化功能可以把COBOL、PL/1、NATURAL、RPG/400和COBOL/400等语言编写的应用转换为Java服务和Web框架。
但是,把应用从大型机系统迁移到AWS,客户真的有这方面的需求吗?很多企业购买大型机是为了运行组织所依赖的关键任务服务,例如用于管理事务的CICS,而这些不太可能转移到公有云平台上。
Omdia首席分析师Roy Illsley表示认同,他认为,AWS的大型机现代化服务可能主要吸引那些已经把AWS用于其他工作负载、并且可能拥有一些他们可能想要现代化的大型机应用的客户。
他说:“云并不适合大多数的大型机工作负载,我们的数据显示,并没有从传统环境大规模迁移到云端的明显趋势,我认为,他们提供这项服务是为了实现完整性。”
Gartner管理副总裁Mike Chuba表示,他所见过的很多大型机迁移项目最终从未真正完成过,而那些完成了的往往是一些规模较小的大型机环境,或者是很容易实现的成果——也就是说,那些并不重要的应用。
他解释说:“几乎所有大型机用户都面临一项挑战,那就是很多工作负载通常是不能出故障的关键业务应用,因为一旦出现故障,业务将面临严重的风险。因此,他们需要100%确保迁移是成功的,同时还要确保满足SLA的要求。”
AWS此次推出的大型机现代化服务现已在覆盖美国、亚太地区(悉尼)、加拿大、欧洲和南美的AWS区域全面上市,未来几个月还将新增其他的区域。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。