ZD至顶网软件频道消息:Red Hat升级其OpenShift Container Platform,加入本地和远程应用中动态存储配置的支持。该软件是一款内部部署的平台即服务产品,让企业机构可以使用Kubernetes调度和Docker容器运行应用。
该软件的最新版本也就是OpenShift Container Platform 3.4通过Red Hat Gluster Storage,一个针对内部部署和公有云安装的软件定义文件存储系统,提供了即时的容器原生存储。
OpenShift软件现在允许开发者按需分配存储并且实现轻松部署。
Red Hat副总裁、OpenShift总经理Ashesh Badani在声明中表示,这次升级解决了“跨混合云的状态应用和无状态应用不断增长的存储需求,允许现代工作负载与未来工作负载在单一的、企业就绪平台上的共存”。
OpenShift高级产品经理Joe Fernandes在接受电话采访时解释说,OpenShift Container Platform自从一年半前过渡到支持Kubernetes和Docker以来就已经支持状态应用和存储。
Fernandes此前曾表示,额外的存储需要涉及到管理员的参与。“动态配置意味着可以在开发者实时配置的时候为每个应用分配存储。”
这次升级还改进了多租户能力,可以通过可细分集群的Kubernetes命名空间来实现。开发团队现在可以将搜索与项目细节分隔开,通过修改的Web控制台管理项目成员。
Fernandes表示,这次新增了通过OpenShift管理多租户。“这减轻了管理员为企业机构配置系统的负担。对我们最大的客户来说,他们可能在平台上有数百个租户,他们不希望为每个群组都设置不同的集群。”
客户还可以访问参考指南以便在不同的基础设施上运行该软件,包括AWS、Google Cloud Engine、微软Azure和OpenStack。
“我们想做的是以最好的方式提供更多细节,在不同的提供商平台上管理和安装该软件,”Fernandes表示。
此外,Fernandes还透露,Red Hat正在致力于实施Kubernestes联合,以简化多集群的管理。当API越来越成熟的时候,他预计这将在未来的升级中实现。
OpenShift Container Platform 3.4预计将通过Red Hat Customer Portal提供。
好文章,需要你的鼓励
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
美国垃圾收集行业2024年创收690亿美元,近18万辆垃圾车每周运营六至七天,每日停靠超千次。设备故障成为行业最大隐性成本,每辆车年均故障费用超5000美元。AI技术通过实时监控传感器数据,能提前数周预测故障,优化零部件库存管理,减少重复维修。车队报告显示,预测性维护每辆车年节省高达2500美元,显著提升运营效率和服务可靠性。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。