IBM近日推出全新的解决方案,用以将大型机连接到 IBM DS8880全闪存系列主系统,希望通过提供数据加密支持来确保交易型商业智能和机器学习工作负载能够满足在 IBM Z 环境下运行的业务要求,并在出现数据丢失或损坏的情况下,确保业务安全。借助 IBM DS8880 全闪存系统,客户能够通过添加其他受支持的云平台,打造混合云环境。
IBM存储及软件定义基础设施总经理Ed Walsh 表示,“成熟的交易型行业长期依赖于大型机的弹性能力运营其业务,这种依赖也使得大型机的弹性能力得以不断提升。而区块链等新兴技术依赖于大型机内在的安全性,安全性则是大型机发展计划的基石。对于 z Systems 用户来说,IBM 打造的新的连接能力,经过了跨团队的设计和测试,将安全性和数据访问性能提升了 10 倍。”
IBM zHyperLink 是 IBM 独有的短程大型机接口。相比 z13,该产品的数据读取延迟减少了 10 倍,应用响应时间缩减了一半,让企业能够在诸多业务领域大幅提升工作效率,比如在同种交易中与物联网 (IoT) 设备及云应用交互或者进行实时分析时无需更改应用的代码。
IBM近期宣布了透明云分层 (TCT) 和 IBM DS8880 的集成,这将使大型机用户能够在 Bluemix、IBM Cloud Object Storage 及 Amazon 云之间实现自动数据迁移。通过透明云分层实现自动数据迁移,IBM Z用户将能够更好地控制热数据或冷数据,以便最大程度地提升业务价值。
对于大型机客户来说,磁带数据保护的可用性及存储层的改善,可以帮助增强加密技术以及针对数据、网络和 IBM Z 中发现的外部设备的关键保护系统。这在区块链应用方面尤其重要,这些应用必须具有更高的性能、加密能力、安全性及可用性。
好文章,需要你的鼓励
本文探讨了AI发展的未来趋势,详细分析了六条有望实现通用人工智能(AGI)的技术路径。随着生成式AI和大语言模型面临发展瓶颈,业界开始将目光转向其他AI发展方向。这六条路径包括神经符号AI、神经形态AI、具身AI、多智能体AI、以人为中心的AI和量子AI。每种路径都有其独特优势和挑战,可能单独或组合推动AI进入下一个发展阶段,最终实现与人类智能相当的AGI系统。
微软研究院发布突破性多语言AI技术UPDESH,通过"自下而上"数据生成策略,让AI真正理解不同文化背景下的语言表达。该技术基于各语言维基百科内容生成950万个训练数据点,覆盖13种印度语言,显著提升低资源语言AI性能,为构建文化敏感型AI系统提供新路径。
培生公司第三季度销售增长加速,并预示年底表现更强劲,但其AI应用可能是更重要的发展。该公司虚拟学习部门销售额激增17%,学生注册人数攀升。培生运营的在线学校将AI工具嵌入课程材料中,公司表示有越来越多证据显示这些工具帮助学生取得更好成绩。公司推出了AI学习内容组合,包括AI素养模块和融合人工导师与AI学习工具的视频平台。
NVIDIA团队提出RLBFF方法,将AI训练中的复杂评价转化为明确的二元判断标准,解决了传统人类反馈模糊和可验证奖励局限的问题。该方法在多个权威测试中取得突破性成果,其中JudgeBench获得第一名,训练的模型性能媲美知名商业模型但成本仅为其5%,为AI训练领域带来重要方法论创新。