快速发展的Linux以及开源一直是业界的焦点。各行业、各种规模的企业均因Linux操作系统的灵活性、持续创新以及低成本而对其青睐有加。
根据Linux基金会的《企业终端用户》(Enterprise End User)报告,超过三分之一的企业都在采用Linux开发和部署企业应用。15年来,IBM一直是开源的坚定支持者。去年,IBM又对开源软件做出重要承诺,推出了全球最强大、最安全且专为Linux设计的企业级大型机IBM LinuxONE。
自四月起,IBM与Canonical将联手推出可用于LinuxONE与IBM z Systems的Canonical最新版Linux系统Ubuntu 16.04,为企业带来更多选择。LinuxONE与z Systems客户将可以选择三种不同版本的Linux系统:红帽、SUSE以及Ubuntu。
以上各版本的Linux系统都拥有各自独特的性能优势,在开发者社区内赢得了一批忠诚用户。由于可跨平台部署并具备安全性和一系列专为云端定制的配套工具,Ubuntu已成为云服务领导者,被广泛应用于从智能手机到国际空间站上的各类应用。半数以上的OpenStack云平台部署都在运行Ubuntu系统。
Ubuntu的Juju云编制软件已成为在公有云与内部私有云上进行应用开发与管理的一款热门工具。Juju Charms可以简化配置,用于300多种服务,包括Docker、MariaDB、MongoDB、PostgreSQL和Apache Spark。
Ubuntu与LinuxONE及z Systems的结合为开发人员和他们的组织带来了新机遇。他们可以利用Ubuntu上广受好评的云软件来创建新型的移动、物联网和网页应用,同时发挥LinuxONE与z Systems平台的优势。LinuxONE和z Systems平台具有充当企业记录系统所需的核心功能。
LinuxONE与z Systems搭载了全球速度最快的商业处理器,严格遵循EAL5+ Common Criteria安全等级,以满足最高安全性要求,并具备动态处理实时需求的强大功能。单台LinuxONE大型机每天即可处理300亿次RESTful 网页交互。
Canonical创始人Mark Shuttleworth在谈及Ubuntu新版本时表示:"开发人员与企业都追求精品。通过将各个记录系统按照商品化集群计算的经济性进行融合,我们为这两个群体提供了理想之选。企业首次可以在正确的时间和正确的云端放置适当的工作负载。"
在发布之前,英国的托管服务提供商L3C就对可用于LinuxONE与z Systems的Ubuntu 测试版进行了测试,为其客户创建云环境。这些客户包括致力于各大托管服务的系统集成商和软件方案供应商。
L3C首席执行官Lubo Cheytanov认为:"我们的客户需要一个灵活、经济高效且能满足最高可靠性与安全标准的运行环境。基于IBM最先进的企业级大型机的Ubuntu系统可以帮助我们满足客户的这些需求。开发人员可以在云端快速开发与部署新应用,同时相信该基础系统可以应对快速变化的市场需求。"
Ubuntu与LinuxONE和z Systems的完美结合是丰富IT组织备选方案的又一典范。如今,他们可以根据自己的偏好和性能需求更加自主地选择各种软件和操作系统。这正是开源能够保持强劲增长并推动全球企业创新的另一原因。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。