ZD至顶网软件频道消息:1月23日, CA Technologies 发布2017年三大DevOps趋势预测,并预测三大趋势将成为企业关注焦点。DevOps打破了开发团队和运维团队之间的壁垒,促进两个团队之间更好的沟通和协作,从而帮助企业更有效地提高数字敏捷性。然而, 在2017年DevOps的主要发展趋势并非开发和运维本身,而是测试、安全性和指标。
CA Technologies亚太及日本地区DevOps副总裁Richard Gerdis表示:“随着企业竞相为市场带来创新,他们将发现确保应用的质量、安全性和性能与速度同等重要。如今,每个企业都将软件置于企业DNA的核心地位,DevOps作用将十分关键,保证企业在当今的应用经济中生存和繁荣。”
CA预测DevOps的三大趋势为:
持续测试将成为关注热点
新代码快速投产使企业对速度的需求愈加强烈,但这也可能很快引发数字失灵。开发速度的加快对测试工作造成的压力,使测试降至软件开发生命周期(SDLC)中的一个独立阶段。如此是远远不够的,因为随着时间的推移,客户对数字化体验的期望越来越高,使得现有代码并不能够完美满足客户需求。生成高质量代码的唯一方法就是严格测试,更重要的是测试必须涵盖DevOps整个生命周期。测试不再单纯是质量保证工程师的工作,开发人员也需要进行代码测试,并且保证将测试结果反馈给运维团队。
开发、安全和运维一体化——“DevSecOps”
鉴于网络威胁强度和复杂程度不断上升,安全性将继续成为今年的重要议题。除了保证速度和质量,好的代码还需要保护用户免受网络恶意攻击,防止组织遭受负面影响和商誉毁损。为保证安全性,必须在稳固的安全架构上部署代码。安全性验证应该被视为测试的一个特例,因为安全相关代码的测试要求有其特殊性和动态性,并且会涉及DevOps进程以外的专家和人员。
DevOps指标日益受到关注
此前,很少有组织关注DevOps的衡量指标,毕竟获得基本的DevOps进程、工具和文化并非易事。但是,DevOps无法衡量就很难改善,因此DevOps成功指标的推广和标准化很有可能在今年落地。不论是综合指标还是细分指标均能在多个方面改进数字化实践:综合指标可发现进程瓶颈并优化资源分配;细分指标则能够指明需要进一步培训的节点、复制成功的经验。面对DevOps指标的众多优势,今年业界极有可能逐渐达成统一的指标设置。
好文章,需要你的鼓励
纽约AI公司Runway过去七年专注为创意产业构建视觉生成工具,现在发现其技术在机器人领域的新机遇。该公司的世界模型技术吸引了机器人和自动驾驶汽车公司的关注,用于训练仿真。联合创始人表示,相比现实世界训练,使用AI模型进行仿真更具成本效益和可扩展性。公司不会为机器人客户开发全新产品线,而是优化现有模型并组建专门团队。Runway已获得超过5亿美元融资,估值30亿美元。
希伯来大学研究团队开发出MV-RAG系统,首次解决了AI在生成稀有物品3D模型时的"胡编乱造"问题。该系统像拥有图像记忆库的艺术家,能先搜索相关真实照片再生成准确3D视图。通过独创的混合训练策略和智能自适应机制,MV-RAG在处理罕见概念时性能显著超越现有方法,为游戏开发、影视制作、虚拟现实等领域提供了强大工具。
尽管5G在六年商用期内获得超20亿用户,成为部署最快的通信技术,但其变革潜力尚未完全释放。爱立信白皮书指出,全球5G用户2024年增长42%,但仅26%的运营商投资独立组网5G,这限制了自动化、超低延迟等核心能力发挥。中美印三国集中了90%以上独立组网用户,其他地区面临落后风险。5G在工业自动化、云机器人等领域应用前景广阔,企业5G市场规模已达数十亿美元。
MBZUAI等机构研究团队通过一维细胞自动机实验揭示了AI模型多步推理的关键限制:固定深度模型在单步预测上表现优异,但多步推理能力急剧下降。研究发现增加模型深度比宽度更有效,自适应计算时间、强化学习和思维链训练能突破这些限制。这为开发更强推理能力的AI系统提供了重要指导,强调了真正推理与简单记忆的本质区别。