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
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。