据悉,IBM同时与NetApp、Veritas以及红帽建立合作关系,显然已经决定加入这场云存储价格大战之中,但遵循的则是另一套有所区别的规则。
IBM认为,分层式云存储的设计思路在于假定用户会根据其长期以来的数据使用模式以极为有交且准确的洞察结论做出选择,这意味着选择其中最切合自身需求的存储层方案能够带来最为低廉的使用成本。然而IBM公司结合现代分析与认知工具,意识到客户可能需要频繁考量归档或者类归档型数据的存在,并将这部分数据传输至AWS Glacier或者Google Nearline等低成本存储服务以继续保持当前计费层的成本优势——这显然是种愚蠢的作法。
因此,IBM公司构建起其“Flex”存储方案。根据下图所示的计价草案,该产品为云存储资源提供了统一的价格,而不论客户的具体访问流量。蓝色巨人认为,尽管初期其每月每GB资源使用成本高于竞争对手,但随着时间的推移其最终仍将能够获得价格优势。另外,IBM公司还希望客户积极将数据投入云端,而不必考虑太多层级以及服务区选项。
IBM Flex云存储计费方案,蓝色巨人可能会在2017年第二季度初正式发布相关服务之前对其中数字作出调整。
IBM在存储领域还设立了其它两个目标。其一为积极推动NetAPp的AltaVault产品实现将备份副本发送至IBM Cloud Object Storage(即云对象存储)的能力。这部分数据将可能会随着新的Cold Vault被添加至IBM的云端对象存储服务内。Cold Vault在自身定位上与AWS Glacier类似。
IBM公司的下一项举措则在于将NetBackup 8.0纳入Bluemix Catalog云软件。Vertias的这款旗舰级产品亦将能够利用IBM的云对象存储体系作为备份目标,这将进一步帮助其将数据由本地存储迁移至云环境当中。
IBM公司还在本届“InterConnect”大会上与红帽达成了一项新的协议,其中红帽将IBM定为认证云与服务供应商。双方的合作关系意味着大家将能够在IBM即将发布的Private Cloud之上运行红帽公司的OpenStack Platform。红帽亦对自家Ceph进行调整以确保其能够在蓝色巨人的基础设施中良好运转。此次合作还意味着,红帽公司的客户将能够在IBM云内使用自己的许可以构建混合云体系。
IBM公司亦决定在众多组织机构同时使用多种云或者SaaS服务的情况下,允许其将数据全部提取出来并交由分析服务进行处理。这一思路是,个别云给出的分析结论可能有所偏差,但涵盖多种来源的数据组合则可能效果更好。因此,IBM公司提供相应管道与自动化机制以实现这项目标,其中沃森亦将提供帮助以确保正确的数据被导流至正确位置,而基础设施亦能够了解此类流量可能带来的具体压力。
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。