至顶网CIO与应用频道 06月13日 北京消息:CA Technologies(NASDAQ:CA)今天在其第二届年度“以建应变”峰会(Built to Change Summit)上宣布了全新的领先解决方案,将在未来可以充分释放大型机的潜能,以及以软件实现数字化转型的新可能性: CA Brightside以及同IBM之间新的合作协议,将协助客户实现自身IT基础设施的现代化来加速创新;CA Mainframe Resource Intelligence是一款基于SaaS(软件即服务)的产品,可以通过评估并提供性能优化的建议,帮助客户实现更高的大型机投资回报率。
DevOps的下一阶段(针对大型机)
CA与长期合作伙伴IBM公布了一项新的战略合作,共同为z系统(zCloud)上的IBM Cloud Managed Services开发和销售新服务。通过此次合作,进行依赖大型机关键业务的客户可以通过IBM的zCloud轻松获取开发、测试、应用程序管理和合规服务,并享受其带来的运营适应性、效率和员工敏捷性。
Anthem的首席信息官Tim Skeen表示:“CA和IBM对于大型机创新的共同投资,支持了我们的数字化转型,并彰显了对于帮助企业获取竞争力的承诺。 “CA和IBM今天发布的服务使我们能够获取最新的大型机技术和专业知识,从而在云端环境中运行关键任务工作负载。该产品让我们真正有机会通过大型机的真实云端体验,更快更安全地实现创新、交付新的功能。”
IBM和CA Technologies将共同提供一整套大型机软件解决方案,包括新发布的CA Brightside。该新产品最先在IBM zCloud上推出,可以将大型机更轻易地整合入企业的DevOps工作流程。CA Brightside是第一个旨在提高开发团队生产力的解决方案,让开发者能够使用熟悉的开源工具来控制、书写脚本和构建大型机,就像其他云端平台一样。
IBM全球技术服务部基础设施服务总经理Philip Guido表示:“我们的客户正在加速数字化转型,而对于大多数客户来说,加入大型机对于他们的成功转型不可或缺。为帮助我们的客户,IBM在z系统上引入了Cloud Managed Services,该服务将IBM大型机的安全性和强大功能与IBM Cloud的灵活性和可拓展性相结合。IBM和CA致力于深化该平台在数字化转型中的角色。”
在z系统使用Cloud Managed Services的客户还可以利用以下CA工具降低成本、加速应用部署与整合:
CA Technologies大型机业务总经理Greg Lotko认为,“CA和IBM一同帮助我们的客户克服IT拥有成本上升、员工队伍演变和安全问题所带来的挑战。 通过将大型机的可靠性与DevOps的速度和敏捷性相结合,我们可以一起帮助所有企业获取投资的更大价值。“
该软件和服务现在可用于z Systems上IBM Managed Cloud Services的所有客户,并将在2018年内在全球范围推出。
通过自动化加速大型机投资回报率
CA Mainframe Resource Intelligence是业界首创、利用现有大型机投资实现效益最大化的解决方案。这款基于软件即服务的评估产品能够在几天内提供具有可操作性的见解和实际步骤来实现业务成果,而不需几个月的时间,从而可实现扫描和收集不同数据的自动化,以评估和查阅在节省成本、优化和投资方案方面的潜在可能性。这是很有影响力的,因为绝大多数(78%)的大型机客户计划将MIPS增长10%*,但其中大多数没有获得额外的预算或资源。
Dollar Bank信息系统部副总裁Phil Mangis表示:“我们使用大型机来运作多方面的业务,因而高效的运营对我们来说至关重要。优化的过程是不间断的、持续的,伴随着大量的人力投入。CA Mainframe Resource Intelligence通过数据自动化、报告和基准测试,可以快速显示大型机现状并提供切实可行的见解,对于我们的业务来说是一个很大的机遇。”
除了大型机环境的这些创新之外,CA在全面的企业级软件产品组合的基础上,还宣布了一整套新的解决方案和新功能。
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。