ZD至顶网软件频道消息: 红帽公司日前宣布推出红帽OpenShift容器平台3.3版本,在安全的企业级容器平台上提供了新的开发人员特性和部署扩展能力,旨在增强混合云环境中的应用交付能力。红帽OpenShift容器平台可支持企业构建与维护云原生和传统应用,提供了一款从开发到投入生产的整个应用生命周期内使用的解决方案。
红帽OpenShift容器平台3.3基于开放式行业标准,以及红帽企业Linux的可靠的基础而构建,提供了具有Linux容器和容器编排创新能力单一的平台,并且在经过加固的企业级产品中提供了应用开发和部署能力。红帽OpenShift容器平台的最新版本提供了企业版的Kubernetes 1.3和Docker容器运行环境,该环境以红帽企业Linux 7为基础,可帮助客户享受快速创新带来的收益,同时保持企业级平台的稳定性、可靠性和安全性。
红帽OpenShift容器平台3.3的新特性包括:
增强开发人员生产力和敏捷性
在现代IT企业中,开发人员需要更快地提供更优秀的应用和应用更新。红帽OpenShift容器平台通过基于Jenkins Pipeline项目的最新连续交付管道和呈现应用管道统一视图的开发人员汇总仪表板,将新的自动化能力融合到应用开发生命周期内,从而帮助解决了这一需求。此外,该平台的新特性通过OpenShift的集成化路由和软件定义的网络能力以及对应用路由配置的精细控制,实现了更佳的A/B测试自动化。
云级部署
由于向云环境演进需要计算平台具有更高的扩展能力和灵活性,红帽OpenShift容器平台3.3可帮助提供更好的平台扩展性,对于大规模运行关键任务应用、在每个计算集群中支持1,000个节点的企业来说,这是一项至关重要的需求。这允许更大规模的部署,不仅支持新的应用,而且支持混合云环境中原有的应用,从而帮助企业保留现有的应用投资,而不必牺牲创新能力。此外,红帽OpenShift容器平台固有的Kubernetes能力现在可以主动监控并预防资源匮乏和意外宕机。
企业级安全
安全是企业采用Linux容器技术最关心的问题之一。OpenShift提供了一个安全的企业就绪型容器平台,其中包括对于Linux操作系统、容器平台和集成化应用服务的支持。OpenShift中包含了最可信、最安全的企业Linux平台 – 红帽企业Linux,并且继承了其所有安全特性和持续更新。安全特性已经扩展到Docker容器运行环境中,而且该环境与安全增强Linux集成,提供了额外的多租户安全能力,并且扩展到OpenShift的集成化容器注册表中,允许管理员对Docker格式的容器镜像进行管理,同时允许控制接入和镜像更新。OpenShift容器平台3.3融合了更多针对用户、团队及其项目的注册表增强能力,包括查看镜像细节和管理镜像接入的能力。OpenShift还为与企业级LDAP系统集成的Kubernetes提供了集成的用户授权和基于角色的接入控制能力,并为容器的执行提供了集成的安全策略,以便管理员在单一地点能够进行控制用户接入、权限、配额和接入,并提取和运行容器镜像等操作。
红帽全系列的容器产品涵盖私有云和全面管理的公有云产品,可在跨多个基础架构并提供容器即服务的单个解决方案中支持应用开发流程的不同方面。这些基础架构环境包括红帽容器开发包中包含的红帽OpenShift Container Local(红帽OpenShift容器本地版)、红帽OpenShift Container Lab(红帽OpenShift容器实验室)、OpenShift Online和OpenShift Dedicated。红帽针对容器而优化的解决方案系列包括存储、应用服务和管理产品,以及免费的开发工具。
红帽OpenShift容器平台3.3从2016年9月27日起供客户下载。OpenShift Online和OpenShift Dedicated平台将在OpenShift容器平台3.3上市后很快更新。
好文章,需要你的鼓励
Allen AI研究所联合多家顶尖机构推出SAGE智能视频分析系统,首次实现类人化的"任意时长推理"能力。该系统能根据问题复杂程度灵活调整分析策略,配备六种智能工具进行协同分析,在处理10分钟以上视频时准确率提升8.2%。研究团队创建了包含1744个真实娱乐视频问题的SAGE-Bench评估平台,并采用创新的AI生成训练数据方法,为视频AI技术的实际应用开辟了新路径。
联想推出新一代NVMe存储解决方案DE6600系列,包含全闪存DE6600F和混合存储DE6600H两款型号。该系列产品延迟低于100微秒,支持多种连接协议,2U机架可容纳24块NVMe驱动器。容量可从367TB扩展至1.798PiB全闪存或7.741PiB混合配置,适用于AI、高性能计算、实时分析等场景,并配备双活控制器和XClarity统一管理平台。
中科院团队首次系统评估了AI视觉模型在文本压缩环境下的理解能力,发现虽然AI能准确识别压缩图像中的文字,但在理解深层含义、建立关联推理方面表现不佳。研究通过VTCBench测试系统揭示了AI存在"位置偏差"等问题,为视觉文本压缩技术的改进指明方向。