IBM公司近日宣布大幅擴展其本地企業基礎設施產品線，推出全新的單框架及機架式z17大型主機，以及更為緊湊的LinuxONE 5伺服器平台。
全新產品陣容
此次新品包括IBM LinuxONE Rockhopper 5和IBM LinuxONE 5 Express系統，這也是IBM首次以更靈活的外形尺寸及更具競爭力的價格提供此類產品。與此同時，已縮減至標準19英寸機架安裝尺寸的小型z17系統，旨在進一步降低傳統主機的使用門檻，讓規模較小的企業也能享受其高性能處理能力和工業級安全防護。
IBM首席產品官蒂娜·塔爾奎尼奧在一篇博文中介紹了這批新主機，指出它們的設計目標是應對各類規模企業正在面臨的兩大痛點：一是在嚴格監管要求下，企業需要在本地運行敏感且數據密集型的AI工作負載；二是面臨降低能耗和縮減數據中心占地面積的雙重壓力。
硬體性能大幅提升
塔爾奎尼奧表示，IBM通過一系列令人印象深刻的硬體工程突破解決了上述挑戰。例如，新款單框架及機架式z17系統在更小的物理空間內集成了強大的計算能力，最多支持82個處理核心，僅通過兩個處理器抽屜即可提供高達18TB的內存容量。這些系統搭載IBM最新一代Telum II處理器，與上一代z16主機相比，單線程性能提升10%，整體容量最多提升20%。
Linux計算環境方面同樣取得顯著進展。IBM研究員馬塞爾·米特蘭在另一篇博文中指出，LinuxONE Rockhopper 5平台能夠承擔相當於23台同規格x86伺服器的工作負載，主要面向事務處理和AI工作負載，與標準伺服器相比可降低高達83%的功耗。在Red Hat OpenShift上運行融合AI的在線事務處理（OLTP）工作負載時，新系統僅需標準x86配置四分之一的核心數，即可完成同等工作量。
至於LinuxONE 5 Express，則是專為中小型企業設計的預配置低價入門級產品，可直接與現有x86伺服器並排部署，無需對冷卻或電力系統進行專項升級。
布局企業AI基礎設施市場
拋開亮眼的性能規格，此次新品發布將IBM定位為快速成熟的企業AI基礎設施市場的核心參與者。隨著AI工作負載從試點項目邁向全面生產部署，許多企業已意識到將大量敏感數據遷移至公有雲會帶來延遲、成本和治理方面的重大挑戰。
IBM的z17和LinuxONE平台為企業提供了一種無需將任何數據遷移至雲端即可運行AI工作負載的解決方案。企業可以在本地、在處理事務的同一設施內，完成實時AI推理、欺詐檢測和自動化決策。IBM通過IBM Spyre加速器支撐這一能力，使生成式AI和智能體應用能夠在強大的安全邊界內與事務數據工作負載並行運行。
星座研究公司分析師霍爾格·穆勒表示，多重因素正在匯聚，使IBM的纖薄外形平台對企業頗具吸引力，包括降低延遲、將應用更貼近數據的需求，受監管行業的數據駐留要求，以及出於合規目的將AI部署於本地的迫切需要。
"憑藉Telum處理器和Spyre加速器，IBM打造了晶片平台，可在更小的單機架空間內實現上述目標，同時覆蓋主機和Linux平台，"該分析師表示，"高層管理者應認真考量這一方案，因為IBM為本地數據帶來了靈活的系統性能，並在z17和LinuxONE平台上同時支持AI能力。這對於日益渴望和需要AI自動化的IBM現有用戶群而言，極具吸引力。"
軟體與安全同步升級
此次新硬體的發布同步配套了更新的軟體棧，其中包括一個全新的基礎設施管理平台，支持基礎設施即代碼和OpenTelemetry標準，實現快速動態配置與深度運營可見性。
安全性方面同樣得到強化，IBM為新系統標配了量子安全加密技術，並內置了高級密碼學運算工具及COBOL應用現代化工具。
總體而言，IBM的大型主機和Linux系統不僅在體積上變得更加緊湊，更為規模較小的企業大規模落地AI提供了更為高效的實現路徑。
Q&A
Q1：IBM z17主機縮小版和原來的z16相比，性能提升了多少？
A：新款z17系統搭載IBM最新一代Telum II處理器，與上一代z16主機相比，單線程性能提升約10%，整體容量提升最高可達20%。在物理規格上，新系統已壓縮至標準19英寸機架尺寸，但仍支持最多82個處理核心，並可通過兩個處理器抽屜提供高達18TB內存，實現了性能與體積的雙重突破。
Q2：LinuxONE Rockhopper 5能省多少電？
A：據IBM研究員馬塞爾·米特蘭介紹，LinuxONE Rockhopper 5與標準x86伺服器相比，可降低高達83%的功耗。此外，當在Red Hat OpenShift上運行融合AI的在線事務處理（OLTP）工作負載時，新系統僅需標準x86配置四分之一的核心數，即可完成同等工作量，兼顧了性能與能效。
Q3：IBM Spyre加速器是幹什麼用的？
A：IBM Spyre加速器是專為z17和LinuxONE平台設計的AI加速硬體，其核心作用是讓生成式AI和智能體應用能夠直接在本地與事務數據工作負載並行運行，無需將敏感數據遷移至公有雲。這有助於企業在滿足合規和數據治理要求的同時，實現實時AI推理、欺詐檢測和自動化決策等能力。
