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
Atlassian、Intuit和AWS三大企业巨头正在为智能代理时代做准备,重新思考软件构建方式。当前企业API为人类使用而设计,未来API将成为多模型原生接口。Intuit在QuickBooks中应用自动发票生成,使企业平均提前5天收款;AWS通过AI辅助迁移服务显著提升效率;Atlassian推出内部员工入职代理和客户代理,节省大量时间成本。专家强调需要建立强大的数据架构和信任机制。
这项研究首次系统评估了AI代码智能体在科学研究扩展方面的能力。研究团队设计了包含12个真实研究任务的REXBENCH基准,测试了九个先进AI智能体的表现。结果显示,即使最优秀的智能体成功率也仅为25%,远低于实用化要求,揭示了当前AI在处理复杂科学推理任务时的显著局限性。
MIT研究发现,使用生成式AI完成任务时,大脑运作方式与单纯依靠自身思考存在显著差异。研究显示,使用ChatGPT等工具的用户记忆力更差,神经连接活动减少,对所写内容的回忆能力明显下降。虽然AI工具能提高效率,但可能导致用户缺乏对知识的深度理解和掌控感。研究强调需要更多科学数据来了解AI使用对人类认知的长期影响。
俄罗斯莫斯科国立大学研究团队开发出MEMFOF光流估计新方法,在保持顶尖精度的同时将1080p视频分析的GPU内存消耗从8GB降至2GB,实现约4倍内存节省。该方法通过三帧策略、相关性体积优化和高分辨率训练在多个国际基准测试中取得第一名成绩,为高清视频分析技术的普及奠定基础。