ZD至顶网软件频道消息: 红帽在过去6个季度里每个季度的增长均达18%至22%,这引起了行业内的关注,业界人士均认为,这样的情况并不常见。但红帽确实是面临了这样一个怪象。据悉,红帽发布了第2季度的预计报告,增长强劲,完成了价值超过100万美元的55笔交易。但业界却普遍担心红帽能否跨越公有云的障碍,担心企业不用内部数据中心而迁移到公有云里后红帽的收入将流失。而这些担忧导致红帽一年来股价表现平平。
问题的症结在于,红帽习惯性地将自己的软件描述成混合云软件,特别是涉及到红帽企业Linux、OpenShift和红帽做的OpenStack工作时是这样。混合云这个术语,传统厂商在试图向用户推销更多的数据中心设备和软件时用常常用到。而红帽的混合云对于用户来说是不同的,此为实质所在。
记者在红帽财报电话会议向红帽首席执行官Jim Whitehurst提到公有云的蚕食问题。他解释了红帽在多个云里运行和在服务器运行的方式是一样的。Whitehurst 在接受记者采访时表示,“业界对公共云有疑虑,不知道公共云对红帽是好事还是坏事,这一点是毫无疑问的。对有些人来说,向公有云迁移意味着红帽成了传统系统。”
而实质上公共云部署并不一定会对红帽不利,红帽可以在大多数公共云里运行,包括微软Azure。Whitehurst 表示,“我们在惠普和戴尔的服务器运行红帽,价值主张是一样的。而现在我们不再绑定硬件,客户买了红帽订阅的话,在什么地方运行对我们来说都是一样的。”
事实上,公共云甚至可能有助于红帽。甲骨文首席技术官Larry Ellison发了一通对亚马逊网络服务(AWS)不满的牢骚。 Ellison牢骚的两个要点:
• 如果Ellison这么痛恨AWS,即是说AWS肯定是从甲骨文那挖走了一些数据库工作负载。
• Ellison说AWS搞锁定说到了点子上。
大企业知道被云服务提供商锁定是有风险的。这些高科技领导者可能也会觉得Ellison如此发AWS的牢骚有些滑稽,原因是甲骨文也尝过锁定的一些甜头,这是大家都知道的事。
用户既然用了专有API的云堆栈就会有某种形式的锁定风险。这也是为什么OpenStack受欢迎和成了一种新潮的原因。
Whitehurst 表示,“我们现在可以看出,大客户了解到能在各种地方运行是有价值的。这些客户希望存在一个标准的操作环境,他们希望迁移到云里去时能带上Linux。”
那些担心红帽的人大可能提出,公共云之举意味着AWS将挖走Linux业务。不一定。Whitehurst 提出,“迁移到公共云的人越多,我们就越重要。假如用户迁到亚马逊云里,那他就要确保自己的架构不被锁定,大企业都受够了锁定的困扰。”
换句话说,红帽就是防锁定的抽象层。诸如红帽的OpenShift一类的工具可以将工作负载迁移到不同的地方。
有人可能会问,如果AWS威胁到红帽又将如何?Whitehurst觉得没有关系。他提到,在私有云和数据中心的世界里,一半的基础架构是在Windows上运行。 “Windows那一半不属于我的,以后我也拿不到,我宁愿与AWS上的Linux对抗。”
好文章,需要你的鼓励
OpenAI于周二发布AI浏览器ChatGPT Atlas,目标是让ChatGPT成为搜索和问答的首选界面而非谷歌。该浏览器目前仅支持Mac,但正在开发Windows、iOS和Android版本。Atlas将ChatGPT设为默认搜索选项,并具备记忆功能,可结合浏览历史提供个性化答案。与其他AI浏览器不同,Atlas更专注于强化ChatGPT生态系统,为OpenAI提供更多用户数据和分发控制权,而非改善传统浏览体验。
这项由伊利诺伊大学厦巴纳-香槟分校和滑铁卢大学联合完成的研究,开发了名为VideoScore2的AI视频评估系统,能够像人类专家一样从视觉质量、文本对齐和物理一致性三个维度对AI生成视频进行详细评估,并提供透明的分析过程。该系统在多项测试中显著超越现有评估工具,在准确率上提升近6个百分点,为AI视频行业提供了标准化、可解释的质量评估解决方案,有望推动整个领域的技术进步。
通用汽车宣布计划于2028年推出自动驾驶系统,允许驾驶员双眼离开道路、双手离开方向盘,首先应用于凯迪拉克Escalade IQ。该系统基于现有Super Cruise技术,采用激光雷达、雷达和摄像头感知技术,初期在高速公路使用。通用整合了已关闭的Cruise子公司的技术栈,包括基于500万英里无人驾驶数据训练的AI模型。目前美国仅奔驰拥有商用L3级自动驾驶系统。
滑铁卢大学研究团队提出批评强化学习新方法,让AI模型在学习编程的同时学会批评代码质量。CRITIQUE-CODER模型采用8:2混合训练,不仅保持编程能力还获得代码评价能力。实验显示,该方法让小参数模型超越大模型,4B参数版本在LiveCodeBench达59分,超越基础模型4.8分。更重要的是,批评能力可迁移到逻辑推理等其他领域,为AI训练范式转变指明新方向。