ZD至顶网软件频道消息: 微软今年4月面向普通用户推出Azure容器服务(ACS)。11月7日,微软宣布开源ACS的核心引擎。
Azure容器服务令开发者可以利用Apache Mesos或Docker Warm协调应用程序。据微软介绍,ACS也可以令用户无需修改代码就可以将容器工作负载从Azure迁移出来或迁移到Azure里。
ACS建于Azure团队做的有关Docker和Mesosphere的工作基础之上,可交付生产线就绪的基于Docker、Apapche Mesoshere和来自数据中心操作系统(DCO)开源组件的容器服务。
微软官员在今天的一篇博文里表示,开源ACS引擎可从GitHub下载,“开源ACS引擎令我们可以与社区分享部署DC/OS、Swarm和Kubernetes及在Azure协调容器的最佳实践,在公共云里或在Azure堆栈上均可以这样做。”
微软计划采用来自社区的贡献,以改善Azure容器服务。
微软今天还宣布推出直接在ACS运行的Kubernetes预览版。(微软今年4月首次宣布就Kubernetes容器管理技术与谷歌合作。)
微软计划于11月14日发布“新体验”版,开发者将可以利用Visual Studio,Visual Studio Team服务和Visual Studio Code设置多容器Linux程序的整合和部署。
微软可能在下周11月16日和17日在纽约市举行的Connect活动上发布更多的开发者和开源消息。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。