La collaboration entre Arm et IBM s’oriente donc vers des cœurs mainframe hybrides. On en a eu confirmation la semaine dernière à la conférence Hot Chips.
L’annonce initiale, faite en avril, pouvait laisser un doute. Elle ne permettait pas d’exclure l’option émulation ; ni le choix de cœurs distincts.
On est finalement sur un processeur à double ISA, avec 11 cœurs capables d’exécuter nativement aussi bien les instructions z/Architecture qu’AArch64.
Des partitions logiques adossées à une virtualisation KVM/OpenShift permettent aux threads d’exécuter à la fois de l’Arm et du s390x, en parallèle de z/OS. Le changement de contexte est une affaire de nanosecondes, à en croire IBM*.
Pas de date de commercialisation annoncée pour l’heure. Si on se réfère au rythme auquel IBM renouvelle habituellement ses processeurs mainframe, on peut envisager l’échéance 2028.
L’actuel z17 est en 5 nm, avec 8 cœurs « Telum II » à 5,5 GHz, un DPU et une version « allégée » des accélérateurs Spyre (24 TOPS). Son probable successeur est en 2 nm. Il embarque deux unités Spyre – axées sur la détection de fraude au fil des transactions. Ses 11 cœurs (12 dont un de réserve, semble-t-il) montent à 5,7 GHz. Ils gèrent dans son intégralité la spécification Arm v9.3.
Les décodeurs Arm et z/Architecture sont séparés. L’alternance entre le mode little-endian du premier (stockage de l’octet le moins significatif à l’adresse mémoire la plus basse) et l’approche big-endian du second (octet le plus significatif à l’adresse la plus basse) est gérée intégralement au niveau hardware.
Parallèlement à l’annonce d’avril, IBM avait commencé à patcher le noyau Linux pour activer la couche KVM commune. Les travaux se poursuivent, avec près de 300 patchs proposés au dernier pointage.
Big Blue dit cibler 99,999999 % de disponibilité sur les mainframes qui embarqueront ce processeur hybride. Pour capter les applications Arm, il a d’autres arguments, dont le rapprochement vis-à-vis des données critiques et l’unification de l’environnement d’exécution (à commencer par les garanties de sécurité).
* Il se dit que ce facteur aurait compromis, dans les années 90, le lancement d’un autre processeur hybride made in IBM. En l’occurrence, le PowerPC 615, qui incluait un cœur x86. La réticence de Microsoft à développer une version de Windows fonctionnant en mode PowerPC a vraisemblablement aussi joué.
Claude Code, la fin des mainframes ? IBM crie à l’amalgame
Modernisation mainframe : IBM l’emporte en justice contre LzLabs
Gravity, fil conducteur de Santander du mainframe vers le cloud
Le datacenter, trame idéale pour le premier CPU d’Arm
Windows sur Arm : NVIDIA entre dans la danse
Illustration générée par IA
The post IBM retente un processeur hybride, mais pour les mainframes appeared first on Silicon.fr.
IBM a annoncé un partenariat stratégique avec OpenAI destiné à élargir l’accès des grands comptes aux modèles et outils du créateur de ChatGPT. OpenAI va ainsi pouvoir s’appuyer sur la force commerciale d’IBM Consulting - la branche de conseil du géant américain - pour gagner de nouveaux clients et capter une part de leurs dépenses croissantes en matière d’intelligence artificielle.
>IBM a officialisé l’acquisition de HRL Laboratories, une structure de recherche privée longtemps associée à l’aérospatial et à l’automobile via ses actionnaires Boeing et General Motors. L’objectif est d’accélérer sa montée en gamme sur l’informatique quantique, en particulier sur les technologies de qubits en silicium et de détection quantique.
HRL est un laboratoire californien de référence, actif sur des sujets pointus comme les silicon-spin qubits, les capteurs quantiques, la cryogénie, l’électronique de contrôle ou encore l’interconnexion et le packaging des qubits.
Pour IBM, déjà engagé sur les qubits supraconducteurs, cette acquisition ajoute un « deuxième pilier » à sa stratégie quantique. Le groupe mise ainsi sur une approche multi-technologies, plutôt que de concentrer tous ses efforts sur une seule architecture.
IBM souligne que les deux approches (qubits supraconducteurs et qubits en siliciu ) reposent toutes sur des procédés de fabrication en silicium. Une base commune qui pourrait faciliter les synergies industrielles, notamment en matière de montée en échelle et d’intégration.
L’enjeu est de passer d’une informatique quantique de laboratoire à des systèmes plus robustes, capables de supporter des charges de travail réelles. En internalisant HRL, IBM renforce son contrôle sur la chaîne technologique, de la physique des qubits jusqu’à leur packaging et leur intégration.
IBM n’a pas dévoilé le montant de la transaction mais indique que l’opération reste soumise aux autorisations réglementaires, avec une clôture attendue d’ici la fin du troisième trimestre 2026.
Boeing et General Motors, copropriétaires historiques de HRL, continueront de collaborer avec IBM sur les applications quantiques et les technologies avancées après la transaction.
L’administration Trump a par ailleurs récemment accordé à IBM un soutien de 1 milliard $ pour créer une nouvelle entité, Anderon, dédiée à la fabrication de puces quantiques aux États-Unis.
The post IBM rachète HRL Laboratories pour doubler la mise sur le quantique appeared first on Silicon.fr.
IBM ne vaut plus qu’environ 200 milliards $*.
Ce 14 juillet 2026, son action s’est effondrée de 25 % après un profit warning. Alors que le marché attendait 17,9 Md$ de CA et 3,01 $ d’EPS sur Q2, l’entreprise ne prévoit que 17,2 Md$ et 2,93 $. Principal responsable : l’activité infrastructure, dont les revenus reculeraient de 7 % sur un an.
IBM l’admet : les mainframes n’ont pas délivré les résultats commerciaux attendus. Il l’impute essentiellement à la réaffectation des budgets au hardware (serveurs, stockage, mémoire) en anticipation des hausses de prix qu’engendre la course à l’IA. Le phénomène, qui s’est manifesté dans les dernières semaines de juin, avait été anticipé. Mais pas son ampleur. Dans ce contexte, « beaucoup de deals [mainframe] n’ont pas été clos dans les délais attendus ».
IBM estime que la cybersécurité a été un autre motif de « distraction » de la clientèle au cours du trimestre. Son discours contraste en tout cas avec celui tenu fin janvier lors de la présentation des résultats annuels. Sur l’exercice 2025, le chiffre d’affaires avait crû de 8 %. L’activité infrastructure avait progressé de 12 %, portée par la génération z17 lancée au moins de juin.
Le groupe a connu, cette année, une autre dégringolade boursière « couleur IA ». C’était le 23 février. Le déclencheur : un post d’Anthropic sur la modernisation cobol avec Claude Code. Il avait dû défendre l’idée que le vrai travail n’était pas la traduction du code, mais l’ingénierie système : reconception de l’architecture data, remplacement du runtime, maintien de l’intégrité du traitement des transactions, etc.
Parallèlement à IBM, d’autres valeurs « software » ont souffert en Bourse ce 14 juillet. Parmi elles, Microsoft (- 3 %), Salesforce (- 6 %) et Workday (- 10 %).
* IBM valait encore plus de 300 Md$ début juillet, à l’issue de deux semaines d’une nette progression amorcée avec l’annonce de sa technologie sub-1 nm.
Illustration générée par IA
The post L’IA, refrain douloureux pour IBM appeared first on Silicon.fr.
Exprimer des valeurs sous forme de divisions imbriquées : c’est le principe des fractions continues.
IBM Research les a mises à contribution dans le cadre d’une famille d’architectures dite CoFrGeNet (Continued Fraction Generative Networks). Elles sont censées pouvoir remplacer, avec un minimum de modifications des procédures d’entraînement et d’inférence, deux composants-clés des modèles transformateurs : le mécanisme d’attention et les réseaux à propagation avant.
Appliquées aux réseaux de neurones, les fractions continues produisent des « échelles » de calcul où chaque niveau dépend de la réciproque du précédent. En ensembliser suffisamment apporte une capacité « universelle » d’approximation des nombres, tout en préservant la chaîne causale de génération des tokens.
Sous leur forme classique, ces fractions nécessitent de calculer, à chaque échelon, une division, opération coûteuse sur les GPU. IBM Research en a donc transformé l’écriture en un ratio de deux polynômes caculés de manière récursive : les constituants. Il n’y a ainsi plus qu’une division à effectuer, qu’importe la profondeur de la couche.
Le bénéfice se ressent tant à l’inférence qu’à l’entraînement, la propagation arrière sur les implémentations PyTorch standards exigeant autant de divisions qu’il y a de couches.
Les évaluations ont consisté à comparer, sur deux architectures (GPT2-xl et Llama 3), un modèle de base avec trois variantes CoFrGeNet remplaçant soit l’attention, soit la propagation avant, soit les deux. IBM Research en a ajouté deux utilisant respectivement l’attention dense et l’attention parcimonieuse.
L’essentiel des chiffres communiqués concernent GPT2-xl. Sur Llama 3, la comparaison est sans doute moins favorable, le modèle de base exploitant déjà un mécanisme d’attention efficace (GQA). On le constate d’ailleurs sur plusieurs benchmarks, après un préentraînement sur un mix de 2000 milliards de tokens issus de 9 datasets.
Pour l’architecture GPT2-xl, IBM Research annonce des résultats sur plusieurs plans. Parmi eux, la perplexité sur 6 benchmarks après un préentraînement sur deux datasets (OpenWebText et GneissWeb 35B).
Au-delà des scores, on observera la différence de taille entre le modèle de base (1,5B) et ses variantes. Cela joue positivement sur les durées d’entraînement et d’inférence, dans des proportions similaires d’un dataset de préentraînement à l’autre.
IBM Research mentionne aussi des indicateurs de performance sur la suite GLUE (classification) après fine-tuning.
Tous ces scores ne tiennent pas compte d’une autre optimisation, indépendante de l’approche CoFrGeNet : une méthode incrémentale d’entraînement fondée sur l’introduction progressive des couches.
La méthode CoFrGeNet est compatible avec les autres stratégies d’optimisation tels le pruning et l’attention à fenêtre glissante. Elle semble encore plus efficace sur les architectures MoE. Chaque expert se bornant à un sous-ensemble de tokens, le potentiel de compression est plus grand.
Face à la lourdeur des divisions, et malgré l’astuce des constituants, IBM Research dit réfléchir à des solutions logicielles et matérielles (il parle de FPGA et de processeurs analogiques). Il admet aussi qu’il faudrait réaliser l’expérience sur des architectures alternatives à Transformers. En tête de liste Mamba, qu’il a largement adoptée avec ses LLM Granite 4.0.
Mamba remplace le composant d’attention par un mécanisme inspiré de la théorie du contrôle : les SSM (State Space Models). Avec eux, la montée en charge est linéaire – et non quadratique*. On permet aux paramètres SSM d’être fonction de l’input, de sorte qu’une sélection des informations à conserver s’opère au moment de la mémorisation. Et non au moment de la remémoration comme c’est le cas pour les transformateurs.
* Dans les modèles transformateurs, le mécanisme d’attention constitue un goulet d’étranglement, du fait qu’il utilise une forme de cache clé-valeur permettant à chaque token d’accéder aux précédents lors de la prédiction. Plus la taille de contexte augmente, plus l’empreinte mémoire et la latence augmentent, de façon quadratique.
Illustration générée par IA
The post Pour optimiser les LLM, IBM leur fait faire des divisions appeared first on Silicon.fr.
IBM et Google Cloud renforcent leur alliance avec une nouvelle offre dédiée à l’IA d’entreprise. Ils combinent ainsi expertise métier, cloud hybride et agents IA basés sur Gemini. Les deux géants veulent aider les organisations à accélérer le passage des projets pilotes à des déploiements opérationnels à grande échelle. Un marché qui représente plusieurs milliards de dollars.
De nombreuses entreprises peinent encore à industrialiser leurs initiatives d’IA. Ainsi, IBM et Google Cloud annoncent une nouvelle étape dans leur collaboration. Les deux groupes lancent une Google Cloud Practice dédiée. Celle-ci sera destinée à accompagner les organisations dans le déploiement d’agents IA, la modernisation de leurs systèmes critiques et l’exploitation de leurs données à grande échelle.
Cette initiative s’appuie sur les technologies Gemini de Google Cloud et sur l’expertise sectorielle d’IBM Consulting. Elle répond au défi du marché de transformer les expérimentations IA en solutions de production. Celles qui sont capables de générer un impact concret sur les opérations, la prise de décision et la compétitivité des entreprises.
Le partenariat repose sur la création d’une entité dédiée qui regroupe des milliers de consultants IBM certifiés Google Cloud ainsi que des équipes d’ingénierie spécialisées. L’objectif est d’accompagner les entreprises dans la conception, le déploiement et la gestion de solutions d’IA au sein d’environnements hybrides souvent complexes.
IBM met donc à disposition son expertise en conseil, en transformation numérique et en modernisation des systèmes critiques. De son côté, Google Cloud apporte la puissance de sa plateforme Gemini Enterprise Agent, ses capacités de gestion des données. Ainsi que ses outils de cybersécurité.
We are pleased to announce a significant expansion of our strategic partnership as @IBM Consulting launches a new global Google Cloud Practice. This initiative is designed to assist enterprises in moving past AI pilots to scale production-grade AI, bringing thousands of Google… pic.twitter.com/JQqVLYKY8E
— Google Cloud Partners (@gcloudpartners) June 4, 2026
Les deux entreprises souhaitent fournir un cadre complet qui permettra aux organisations de passer plus rapidement de l’idée au déploiement opérationnel. Les consultants IBM pourront désormais développer et gérer directement des agents IA d’entreprise sur l’infrastructure Google Cloud. Et cela en s’appuyant sur des composants préconfigurés, des modèles réutilisables et des méthodologies déjà éprouvées sur le terrain.
Pour les entreprises, cette approche répond au besoin d’accélérer les projets d’IA. Et cela sans multiplier les développements spécifiques. Ni compromettre les exigences de gouvernance, de sécurité ou de conformité.
L’un des éléments centraux de cette collaboration est la création d’un portefeuille d’agents IA spécialisés par secteur d’activité. Ces agents seront construits à partir d’IBM Consulting Advantage et optimisés pour fonctionner avec les modèles Gemini de Google Cloud.
Plusieurs secteurs sont ciblés dès le lancement. Notamment la banque, l’assurance, les administrations publiques, les télécommunications, l’énergie, le commerce de détail, la sécurité et les sciences de la vie.
L’objectif est de répondre à des cas d’usage concrets plutôt que de proposer des solutions génériques. Les entreprises pourront ainsi automatiser certains processus métiers, accélérer la prise de décision et améliorer l’efficacité opérationnelle. Et cela grâce à des systèmes qui exploitent leurs données métier dans un contexte réglementaire souvent exigeant.
Les entreprises recherchent à présent des solutions directement adaptées à leurs contraintes sectorielles. Dans les secteurs fortement réglementés, la valeur se situe dans la capacité à intégrer l’IA aux processus existants. Et aussi garantir la traçabilité, la conformité et la sécurité des données.
IBM prévoit également de développer des interfaces communes qui permettent de connecter plus facilement les données d’entreprise à Gemini. L’objectif est d’éviter la fragmentation des informations. Cela facilitera aussi le déploiement de l’IA à grande échelle, quel que soit l’environnement technologique du client.
Par ailleurs, le partenariat cible la modernisation des infrastructures. Selon IBM, les entreprises traversent actuellement l’un des cycles de modernisation technologique les plus complexes depuis plusieurs décennies. De nombreuses organisations doivent faire coexister des applications historiques, des systèmes sur site et plusieurs fournisseurs cloud. Sans oublier les nouvelles plateformes d’IA.
Les deux partenaires souhaitent donc se différencier. La nouvelle offre couvre la modernisation du cloud hybride, la cybersécurité, la gouvernance des données et la résilience opérationnelle.
Parmi les éléments technologiques mises en avant figurent BigQuery pour l’exploitation des données et Confluent pour la gouvernance et le traitement en temps réel. Les solutions IBM watsonx et watsonx Orchestrate enrichissent aussi les capacités décisionnelles et l’automatisation des agents IA. Red Hat OpenShift est désormais disponible directement depuis la console Google Cloud. C’est pour simplifier la gestion des applications dans les environnements hybrides.
L’expérience acquise lors de projets de transformation à grande échelle constitue un autre argument clé. IBM et Google Cloud citent notamment leur collaboration avec Airbus. Les équipes ont contribué à la séparation opérationnelle de deux entités aéronautiques en moins de 18 mois. Ils ont aussi modernisé plus d’une centaine de systèmes critiques liés à l’ingénierie, à la fabrication et au service client.
Cet article IBM et Google Cloud veulent accélérer l’adoption de l’IA dans les entreprises a été publié sur LEBIGDATA.FR.
IBM et sa filiale Red Hat annoncent le lancement du Project Lightwell , un engagement de 5 milliards $ visant à redéfinir l’avenir du logiciel open source et à sécuriser les chaînes d’approvisionnement logicielles des entreprises à l’ère de l’intelligence artificielle.
Face à des modèles d’IA avancés qui permettent désormais aux cyberattaquants de repérer et d’exploiter plus facilement les failles de sécurité, IBM et Red Hat veulent déployer une force mondiale de plus de 20 000 ingénieurs.
Cette équipe s’appuiera sur des capacités d’intelligence artificielle de pointe pour mettre en place une « chambre de compensation » (clearinghouse) de confiance pour le marché des entreprises.
Ce guichet unique agira comme une couche de coordination de la sécurité. Son but : utiliser l’IA pour identifier, tester et corriger les vulnérabilités au sein de volumes massifs de code open source.
Les services de Project Lightwell seront commercialisés sous forme d’abonnements. Grâce à ce modèle, les entreprises pourront signaler de manière confidentielle les vulnérabilités ou les bugs découverts au sein des frameworks open source qu’elles utilisent.
En retour, elles recevront des correctifs (patches) validés et prêts pour la production, qu’elles pourront directement intégrer dans leurs propres chaînes d’approvisionnement logicielles.
Selon IBM, la sécurisation de ces écosystèmes est devenue un enjeu critique : plus de 90 % des entreprises du Fortune 500 s’appuient aujourd’hui fortement sur des logiciels open source pour faire tourner leurs infrastructures.
Pour affiner et valider son modèle, le Project Lightwell collabore déjà avec un groupe restreint de clients de premier plan de l’industrie financière. Parmi ces premiers adoptants figurent Bank of America, Citi, Goldman Sachs, Morgan Stanley, Visa et Wells Fargo.
« Avec le Project Lightwell, IBM et Red Hat contribuent à définir un nouveau modèle sectoriel, qui rassemble l’IA, l’expertise des ingénieurs et une collaboration de confiance, afin de sécuriser les logiciels open source à leur source et tout au long de la chaîne d’approvisionnement. » indique Arvind Krishna, PDG d’IBM.
Illustration : © DR
The post Project Lightwell : IBM et Red Hat investissent 5 milliards $ pour sécuriser la supply chain logicielle appeared first on Silicon.fr.
Changement de console de gestion, licences spécifiques… L’IA agentique n’arrive pas sans douleur dans Db2.
Sa première incarnation se nomme Genius Hub. Cette console web succède à Intelligence Center, officiellement obsolète depuis début mars. Elle est aussi la remplaçante désignée d’un autre produit qu’IBM a abandonné en parallèle : Data Management Console.
L’accès à Genius Hub nécessite une licence spécifique dite Db2 AI. Déclinée en trois éditions (Community, Standard, Advanced), elle implique un surcoût par rapport à la version « traditionnelle » de Db2.
Genius Hub s’installe pour le moment sur Linux (il est question d’une version Windows pour mi-mai). Il requiert 4 Go de RAM (8 Go recommandés), 4 cœurs CPU (8 recommandés), 50 Go de disque… et au minimum Db2 11.5 – avec la licence AI, donc.
Par défaut, une période d’essai de 30 jours s’enclenche (une extension de 60 jours est possible). Au-delà, on passe sur la version gratuite de Genius Hub. Laquelle ne semble pas reprendre certaines fonctionnalités de Data Management Console – qui était un produit gratuit – comme le tuning des requêtes SQL.
IBM classe les usages de Genius Hub en trois grandes catégories :
L’agent principal (Database Assistant) délègue ces tâches à des agents experts. Le modèle d’exécution est hybride. Pour les problèmes ouverts ou imprévisibles, on entre dans des boucles itératives. Pour les tâches cadrées tels la validation de données et les contrôles de conformité, des workflows déterministes s’enclenchent. Les deux modes peuvent fonctionner en parallèle.
Cette couche agentique associe, côté client, LangGraph, FastAPI/FastMCP et Redis. Côté serveur, deux options. D’un côté, un environnement managé, sur watsonx.ai, avec les modèles Claude Sonnet et Granite + Elasticsearch (facturation au token, engagement de disponibilité à 99,9 %). De l’autre, la gestion par le client, avec du vLMM sur site ou bien watsonx.ai ou Amazon Bedrock. Parmi les GPU annoncés compatibles, il y a du H100 (NVIDIA), du MI300X (AMD), du Trillium v6 (Google) et du Gaudi (Intel).
Á la console, IBM prévoit d’ajouter un serveur MCP qui permettra d’exploiter cette couche dans d’autres outils. Entre autres fonctionnalités qu’il compte déployer à partir de juin :
Big Blue se projette, à plus long terme, sur la réécriture automatique des requêtes peu performantes, l’anticipation des pics de charge, les migrations entre environnements Db2, l’intégration dans les workflows SRE, etc.
Illustration principale générée par IA
The post IBM secoue l’édifice Db2 pour y intégrer l’IA agentique appeared first on Silicon.fr.
Project Bob, c’est « jusqu’à 45 % de gain de productivité ».
En octobre 2025, une gestionnaire de communauté IBM faisait cette promesse. Le produit, un IDE basé sur VS Code, venait d’être annoncé, au TechXchange. Il était alors en accès anticipé avec liste d’attente. « Plus de 6000 » développeurs de Big Blue l’expérimentaient alors.
Aux dernières nouvelles, on en est à environ 80 000 utilisateurs. Et Project Bob est devenu Bob tout court. Surtout, il est passé en phase commerciale. IBM chiffre toujours à 45 % les gains de productivité, en précisant toutefois qu’il s’agit d’une « moyenne […] sur des workflows complexes » fondée sur des données internes.
Au-delà de l’IDE pour Mac (Arm, Intel), Windows (64 bits) et Linux (deb, RPM), Bob peut aussi s’installer dans le terminal.
Les modèles s’exécutent à distance. IBM évoque un mix de LLM et de SLM, certains open source. La période d’accès anticipé a révélé qu’il pourrait y avoir du Claude Sonnet et du Granite dans l’affaire ; ainsi que, potentiellement, du Llama et du Mistral AI.
Bob ne propose pas de sélecteur de modèle. IBM a privilégié un « routage intelligent » basé sur la complexité des tâches, les capacités requises, la taille du contexte et l’optimisation des coûts. La fenêtre de contexte est de 200 000 tokens, dont 50 000 réservés au modèle et à sa réponse*.
Bob se décline en 5 modes spécialisés :
On peut y associer des modes personnalisés (instructions sur mesure et accès spécifique aux outils) pour des tâches telles que l’ingénierie de tests, la génération de documentation et les audits de sécurité. Ils se configurent au global ou par projet, sous forme de fichiers YAML.
Le fonctionnement peut aussi être guidé par des fichiers de règles en Markdown, appliqués à tous les projets ou à un espace de travail. Autre possibilité : créer des skills, ensembles d’instructions réutilisables.
L’unité de consommation, dite Bobcoin, vaut 0,50 $. La version d’essai – d’une durée de 30 jours – en inclut 40. Même quota pour le forfait individuel Pro (22,20 € HT/mois). Avec Pro+ (66,59 €), on passe à 160 Bobcoins. Avec Ultra (222 €), à 500 Bobcoins. Des enveloppes non extensibles et non reportables d’un mois à l’autre. Il n’y a pas de différences fonctionnelles entre les abonnements.
IBM propose aussi une version Entreprise. Elle ajoute SSO et suivi de l’usage, avec un pool de Bobcoins rechargeable par packs de 1000 (valables 1 an). Il s’engage sur une disponibilité mensuelle d’au moins 99,5 %. En deçà, il y a trois paliers d’indemnisation :
L’engagement à défendre le client en cas de poursuites pour infraction à la propriété intellectuelle ne s’applique qu’à l’offre Entreprise.
Des packs d’extension spécifiques à des plates-formes sont dans les cartons. Dont un pour les environnements IBM Z, avec un mode architecte et un mode code. Il en existe aussi un pour la modernisation Java.
IBM met en avant deux ESN qui ont exploité Bob pour moderniser du code. D’un côté, Blue Pearl (Afrique du Sud), pour passer de Java 11 à 25 sur une application de recrutement IT. De l’autre, le croate APIS IT, également pour du Java, mais aussi du .NET, de l’EGL et du PL/I.
Par défaut, Bob collecte des données de télémétrie : actions effectuées, fonctionnalités utilisées et leur performance, infos d’erreur et de diagnostic. On peut désactiver cette collecte, mais cela empêche, sur le forfait Entreprise, l’utilisation de la brique analytics.
* Une fois atteint le seuil de 140 000 tokens, le modèle commence à condenser la conversation. Il préserve le contexte « le plus récent et le plus pertinent » et résume ou supprime les segments les plus anciens.
Illustration © IBM
The post Comment IBM positionne son IDE agentique Bob appeared first on Silicon.fr.
Une « collaboration stratégique » de plus pour IBM, et cette fois, c’est avec Arm.
Principal axe en l’état : la virtualisation des logiciels Arm sur les mainframes. Big Blue ne manque pas la référence aux « workloads modernes », « IA et data-intensive »… Il se projette, à plus long terme, sur des « couches technologiques partagées » entre les deux écosystèmes.
Quelques heures avant cette annonce, ses équipes avaient ajouté un patchset dans le noyau Linux. Il active la virtualisation Arm64 sur s390 en introduisant une couche KVM commune.
Pour le moment, l’instruction SAE (Start Arm Execution) est introduite comme mécanisme d’exécution des invités. De futurs patchs ajouteront, « dans les prochains mois », la gestion des registres système, des interruptions, des PMU, etc.
Apporter les garanties de fiabilité des mainframes à cet écosystème – tout en rapprochant les applications des données – pourrait dissuader les clients de se tourner vers des serveurs Arm spécifiques. A fortiori dans le contexte économique actuel des composants électroniques.
Côté x86, IBM a déjà dans son portefeuille la couche d’émulation PowerVM Lx86. Ce traducteur binaire permet d’exécuter les applications Linux sur quelques gammes de serveurs dont les System p.
Claude Code, la fin des mainframes ? IBM crie à l’amalgame
Dans le cloud public, le rapport coût-performance stagne
AWS rejoint Azure et Google Cloud sur la virtualisation imbriquée
Du couac Fluidstack à la levée de dette, Mistral AI face aux aléas de l’infra
Illustration générée par IA
The post IBM veut capter les workloads Arm sur ses mainframes appeared first on Silicon.fr.
Connexion