IBM公司已经找到了进军企业数据密集型工作负载市场的新途径——与思科公司就VersaStack建立合作关系。
VersaStack属于一套融合型基础设施系统参考架构,其中服务器与网络方案由思科方面提供,IBM则负责提供存储支持。这是一套FlexPod类系统,销售渠道将对各组件进行预测试及认证,并最终将其作为单一受支持系统进行销售。
VersaStack解决方案采用IBM的云对象存储(简称COS)配合思科S系列S3260存储服务器作为其物理存储阵列,同时引入思科UCS C220机架服务器、Nexus 9000交换机以及一套40 Gbit以太网架构。
现有客户可利用内部思科硬件与服务器管理工具以管理这套新型COS方案的各项容量。其存储容量可由TB级别扩展至PB级别,另外IBM COS亦可利用IBM自家SoftLayer公有云将存储资源进一步向外及向上扩展至EB水平。
IBM公司COS总经理Phil Buckellew就此强调称:“为思科硬件客户提供IBM云对象存储……使其能够利用现有投资成果以获取大规模可扩展资源,从而支持海量数量或者不断变化的业务需求。另外,客户还能够根据自身实际需求将这套方案延伸至IBM Cloud环境当中。”
这套解决方案的目标用例包括主动归档、备份、内在存储库、企业协作以及云应用程序开发等等。
蓝色巨人还强调称,新的COS VersaStack简化了思科客户的集成流程,意味着思科客户可以利用其现有思科采购协议及支持结构以建立起IBM COS环境。
我们预计NetApp与民科的FlexPod也将提供类似的功能。
好文章,需要你的鼓励
这份由MIT NANDA项目团队完成的研究报告揭示了企业AI应用的真实现状。报告基于对52家企业的深度访谈、300多个公开AI项目的分析以及153位高管的问卷反馈,发现尽管企业在生成式AI上投入了300-400亿美元,但95%的组织没有看到任何投资回报。只有5%的企业成功跨越了"GenAI鸿沟",创造了实际价值。
南京大学团队开发了名为DiP的AI图像生成系统,突破了传统方法在质量与效率间的平衡难题。该系统采用"先整体后局部"策略,通过扩散变换器构建图像整体结构,再用轻量级补丁细节头添加精致细节。在ImageNet测试中,DiP获得1.79的最佳FID分数,同时推理速度比前代像素级方法快10倍以上,为AI绘画技术带来重要突破。
阿里通义实验室的研究团队通过精巧的数学分析,首次揭示了AI快速图像生成技术的真实工作机制。他们发现原本被认为起主导作用的"分布匹配"实际上只是稳定器,而被忽视的"CFG增强"才是核心驱动力。基于这一发现,团队提出了解耦调度策略,为两个机制制定专门的工作计划,显著提升了图像生成质量和速度,该方法已被知名Z-Image项目成功采用。