IBM公司的存储硬件部分季度营收继续着自己漫长但坚定的下滑之路,本季度营收较上年同期缩水13%。
对于刚刚上任的存储业务负责人Ed Walsh来说,本季度存储硬件营收下跌就像是一声"友好"的招呼,帮助其快速意识到自身面临的问题所在。
我们并不清楚IBM系统细分领域中的存储软件营收数字,也不了解SoftLayer云业务部门带来的存储软件营收水平,后者目前还吸纳了CleverSafe对象存储软件产品作为其组成部分。
评论意见
IBM公司再次遭遇同比营收萎缩,但从营收数字角度来看1%的同比下滑似乎并不严重。根据我们立足于上年同期的猜测,本季度其存储营收总额应该在5.481亿美元左右。
根据这一结论,我们更新了IBM公司的季度存储硬件营收图表,以下即为整理结果:
结果显然不够理想。根据这些数字,我们可以想象全闪存FlashSystem与全闪存DS8000阵列应该表现良好,甚至称得上出色。我们同样可以想象,混合与基于磁盘的阵列则由于遭遇销量暴跌而严重拖累了整体业务表现。
那么蓝色巨人的存储业务负责人到底该如何应对?
Pure Storage公司则在英国Waitrose的零售业务当中取代了Sotrwize阵列,这意味着此批运行AIX的POWER加速服务器系统正被市场所淘汰。这并不是说Storwize在技术上已经过于陈旧,只是其并不能与闪存阵列良好匹配。另外,IBM自己的FlashSystem则无法说服Waitrose的IT买家选择蓝色巨人自己的闪存阵列。
那么Walsh给出了怎样的指示?如何控制这种下滑趋势?又怎样吸引客户选择其存储软件?根据我们的猜测,他需要在遏制业务缩水的同时开发更具发展前景的系统,例如FlashSystem,同时决定如何以严肃方式进军超融合型基础设施市场,进而扩展自身闪存产品组合。
这意味着蓝色巨人需要投入大量工程资源打造FlashSystem或者进行技术收购。我们认为收购的可能性要更高一些,毕竟漫长的开发周期在实施起来恐怕不那么现实。
好文章,需要你的鼓励
TAE Technologies在最新一轮投资中获1.5亿美元,累计融资约18亿美元。公司利用 AI 技术优化融合反应堆设计,目标于 2030 年代商业化发电,谷歌等巨头均参与合作。
这项来自KU Leuven、中科大和上海Memory Tensor公司的研究探索了如何利用拼图游戏训练多模态大型语言模型的视觉推理能力。研究发现,现有模型在未经训练时表现近似随机猜测,但通过强化学习能达到近乎完美的准确率并泛化到更复杂的拼图配置。有趣的是,模型能否有效学习与是否包含明确推理过程无关,且复杂推理模式是预先存在而非突然出现的。此外,研究证明强化学习在泛化能力上优于监督微调,挑战了传统的模型训练范式。这些发现不仅揭示了AI视觉理解的机制,还为未来多模态模型研发提供了重要参考。
Nvidia 正在全球数据中心推广 AI 芯片,其最新 Blackwell 架构在 MLPerf 基准测试中获得最高性能,大幅加速下一代 AI 应用的训练与部署。
这项研究提出了LoHoVLA,一种用于长时序实体任务的统一视觉-语言-动作模型,融合了高层任务规划和低层动作控制功能。与传统方法不同,它利用单一预训练视觉语言模型同时生成语言子任务和机器人动作,并采用分层闭环控制机制增强鲁棒性。研究团队构建了包含20个长时序任务的LoHoSet数据集,实验结果显示LoHoVLA在Ravens模拟器中显著优于现有方法,展现出统一架构在实现可泛化实体智能方面的潜力。