北京时间2022 年 4 月 6 日,IBM (NYSE: IBM) 发布 IBM® z16™,这是把 AI 加速器集成在其芯片之上的 IBM 下一代系统。这一创新是为了让客户可以对实时交易进行规模化分析—— 用于信用卡、医疗健康和金融交易等关键任务工作负载。 基于IBM在安全领域的积累和领先地位,IBM z16也是专为助力防范在不久的将来可能被用于破解当今加密技术的威胁而设。
几十年来,IBM 的创新(包括 IBM z16)一直是全球经济的技术支柱。 当今现代化的IBM 主机是混合云环境的核心,三分之二的全球财富 100 强企业、全球50家顶级银行中的45家、全球10大保险公司中的8家、全球10大零售商中的7家、全球10大电信公司中的8家,都认可IBM主机是运行其最为关键工作负载的高度安全的平台。 例如,根据Celent 最近一项题为《在IBM Z 上实施欺诈预防》的研究,预计全球价值 70% 的交易都运行在 IBM zSystems 上。
IBM Systems 高级副总裁 Ric Lewis 表示:"IBM 代表着高度安全交易处理的黄金标准。 现在利用 IBM z16 的创新,客户可以在其任务关键型数据所在的位置进行推理,从而提高决策速度。这为改变他们各自行业的游戏规则开辟了巨大的机会,让他们能够提供更好的客户体验,创造更有力的业务成果。"
实时的企业级 AI,通过新的用例和应用彻底改变行业
世界各地的金融机构都在努力应对欺诈活动对其收入和消费者互动带来的影响。 根据 IBM 和 Morning Consult 的一项题为《2022 年 IBM 全球金融欺诈影响报告》的最新调研,在接受调研的 7 个国家及地区中,信用卡欺诈是消费者最常见的欺诈类型。 不仅如此,受访者认为,银行和支付网络最应该为预防欺诈行为负责。但是,由于延迟问题,一直以来大规模实时运行深度学习模型是不可能的,这就意味着欺诈检测模型只在不到10%的大批量交易中运行,也就是说还有大量的欺诈没被检测到。
IBM z16 通过 IBM Telum 处理器,以独特的方式将 AI 推理与 IBM 众所周知的高度安全且可靠的大批量交易处理能力结合起来。 有史以来第一次,银行可以大规模地分析交易处理期间的欺诈行为:IBM z16 每天可以处理 3000 亿个推理请求,延迟时间仅为 1 毫秒。 对消费者而言,这也许就意味着可以减少处理信用卡欺诈交易所耗费的时间与精力;对商家和发卡机构而言,则意味着可以减少收入损失,因为消费者为了避免信用卡错误拒付带来的困扰,将来可能会转而使用别的信用卡。
包括税务欺诈和有组织零售盗窃在内的其它威胁,正在成为政府和企业管控的挑战。 实时支付和类似加密货币等替代支付方式正在突破传统欺诈检测技术的限制。 把 IBM z16 的新功能应用于其它行业,可以打造一类全新的用例,包括:
业界首个量子安全系统,保护您的数据安全
在包含本地和公有云资源的混合云环境中,既要抵御今天的威胁,也要防范网络犯罪分子今天窃取数据为明天解密之用的态势,这至关重要。基于IBM 的科技(如普遍加密和机密计算技术),IBM z16通过保护数据免受随着量子计算的发展而带来的安全威胁,使面向网络安全的业务连续性得到跨越性发展。
作为业界首个量子安全系统,IBM z16 基于格密码(lattice-based)理论来研发并优化加密算法和数字签名技术。这将有助于保护数据和系统免受当前和未来的安全威胁。有了IBM z16量子安全加密技术,企业今天就可以着手开始,为其应用和数据做好量子安全就绪的准备。
通过安全启动(意味着恶意攻击者无法在固件启动过程中注入恶意软件以接管系统),IBM z16的客户可以加强他们的业务连续性态势并保持对系统的掌控。此外,带有Crypto Express 8S(CEX8S)硬件安全模块的IBM z16将为客户提供传统加密和量子安全加密技术,以助力应对他们所需要的信息保密性、完整性和不可抵赖性的用例场景。IBM z16的安全启动和量子安全的加密技术可以帮助客户在应对未来与量子计算相关的威胁中占得先机,包括利用"现在窃取加密数据、以后破译"的攻击方式而导致的勒索、知识产权损失,以及其它敏感数据泄密等。
实现混合云现代化
IBM 在过去三年中进行了大量投资,以兑现其承诺——在IBM zSystem平台上拥抱开源技术和在跨混合云环境中建立一致的开发人员体验。 这些解决方案旨在帮助其客户以无缝的方式利用其现有在IT 基础架构、云和应用上的投资和优势,同时使他们能够灵活地在其选择的架构上运行、构建、管理和现代化云原生工作负载。
为此,IBM还做了以下重要的宣布:
构建IBM z16,IBM采用了一种高度协作的、以客户为中心的方法,让来自70多个客户的数百人深度参与其中,这种做法会持续应用在未来的IBM主机系统当中。IBM z16将于2022年5月31日全面上市。
好文章,需要你的鼓励
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。