在奥兰多举办的 SUSECON25 大会上,资深 Linux 服务商 SUSE 确认了其在 AI 浪潮中的定位,并针对当前科技行业最热门的话题发布了诸多公告。
同时,针对需要管理从数据中心到边缘各类 Linux 发行版的管理员,也有相关新闻发布。
SUSE 已有 33 年的历史。其 SUSE Linux Enterprise Server (SLES) 产品线最早于 2000 年在 IBM S/390 大型机上发布。然而,该公司一直在为其市场相关性而努力。在开幕合作伙伴峰会上,一位与会者直言不讳地向台上高管提问:"很多人似乎认为 SUSE 已经死了。"如何才能改变这种看法?
这是个好问题,SUSE 在大会上推出了多项举措来回应。与大多数科技公司一样,SUSE 在其产品线中广泛融入 AI 元素,包括智能 AI 工作流、安全防护、可观察性工具,以及去年 SUSE AI 的扩展 AI 库,这些都很好地契合了公司的发展方向。
虽然在主题演讲中播放 Dire Straits 的《Money For Nothing》和 Bastille 的《Pompeii》中"一切都没有改变"这句歌词是个大胆的选择。
SUSE 明确表示要为客户提供最佳的工作负载运行环境,但不会像 Microsoft 那样开发大语言模型。
SUSE 经历过之前的多次科技潮流起落。除了 AI 的炫目光环外,他们还推出了一些针对管理员日常挑战的举措。SLES 15 的 Service Pack 7 即将发布,支持期延长至 2037 年。SLES 16 将于年底推出,而 SUSE 多 Linux 支持的更新也将让企业更好地管理多样化的 Linux 环境。
SUSE 有两条 Linux 产品线。一是源自上游 openSUSE 项目的 SUSE Linux 家族(包括 SLES),另一个是多 Linux 支持,目前支持 CentOS 和 RHEL。SUSE 确认将支持次要版本发布,并提供主要版本迁移功能以减少系统中断。
虽然不如 AI 那么"酷",但这对管理多种发行版的管理员来说至关重要。
尽管 SUSE 希望一切都像其蜥蜴标志一样染上绿色,但多 Linux 支持表明现实并非如此。
为强调这一点,SUSE 还宣布了多 Linux 管理器的更新。5.1 版本将包含改进的基于角色的访问控制 (RBAC),着眼于第三方工具集成。SUSE 业务关键 Linux 总经理 Rick Spencer 告诉 The Register:"SUSE 多 Linux 管理器正在从头开始实施完整的 RBAC 功能,旨在启用或禁用服务器中的任何功能。"
此外还扩展了受管操作系统列表,包括新的 SUSE Linux 版本、Amazon Linux 2023,以及作为技术预览版的 Raspberry Pi OS。
SUSE 还宣布了 SUSE Security 与 Microsoft Sentinel 的集成,可以将 SUSE Security 事件数据直接输入 Sentinel 进行分析和威胁缓解建议。
最后,SUSE Rancher 发布了一系列公告,包括专为容器化 SAP 工作负载打造的 Rancher for SAP 应用程序,以及完全托管的按需付费服务 SUSE Rancher Hosted。
改变 SUSE 正在衰落的印象并不容易。从某些指标来看,该公司发展良好,财务增长,据其 CEO 称还从竞争对手那里夺取了市场份额——尽管他没有指明是谁。
通过在大会上投入大量篇幅讨论 AI 技术,SUSE 试图提升其知名度。同时,它也积极推广更适合企业的服务,如为 SLES 15 SP7 提供额外 12 年支持和更新多 Linux 支持等。
这是一系列从传统到创新的多样化服务。希望新旧服务能够相得益彰。
好文章,需要你的鼓励
科技泡沫并非世界末日,从经济角度看,泡沫是押注过大导致供过于求。AI泡沫问题复杂在于AI软件开发节奏与数据中心建设周期的时间错配。甲骨文关联数据中心获180亿美元信贷,Meta承诺三年内投入6000亿美元基础设施。麦肯锡调查显示企业虽广泛使用AI但规模有限,多数仍持观望态度。微软CEO表示更担心数据中心空间不足而非芯片短缺,电力需求成为新瓶颈。
Salesforce AI研究团队构建了首个大规模多模态文档RAG评测基准UniDoc-Bench,包含7万页真实PDF文档和1600个问答对,覆盖8个领域。研究发现文本图像融合检索策略显著优于单一模态和联合多模态方法,为未来AI文档理解系统提供了"分工合作"的设计思路。
Goodfire.ai研究人员首次发现AI语言模型中记忆和推理功能通过完全独立的神经通路运作。研究显示,移除记忆通路后,模型丧失97%的训练数据复述能力,但逻辑推理能力几乎完全保留。令人意外的是,算术运算与记忆共享神经通路而非推理通路,这可能解释了AI模型在数学方面的困难。该技术未来有望用于移除版权内容或敏感信息而不损害模型核心功能。
腾讯研究团队发现AI训练中"推理火花"现象,揭示低概率词汇如"等等"、"不过"等在维持AI探索能力中的关键作用。团队开发的低概率正则化方法通过精准保护有价值的低概率词汇,在数学推理任务中实现60.17%准确率,比传统方法提升2.66%,为AI创造性思维研究开辟新路径。