至顶网软件频道消息:在加利福尼亚州圣克拉拉举行的Cloud Foundry峰会上,微软宣布该公司已加入该Cloud Foundry Foundation成为黄金会员。加入一个开放源代码的平台即服务(PaaS)云供应商,主要使用Java和Node.js而不是.NET Core构建应用程序,微软这到底是在做什么?很简单。微软Azure Compute总监Corey Sanders告诉我:“这就是客户所在。”
在Sanders的主题演讲中,他表示微软自2015年以来一直在与Cloud Foundry合作。“对于我们而言,这是一个很自然的进步,我们的客户喜欢在Azure上运行Cloud Foundry应用程序。”
在过去几年中,微软已经加大了对开放源代码项目和社区的参与度。微软甚至加入了Linux基金会。微软——是的,就是微软——是开放源代码GitHub的积极贡献者,并有开放源代码的.NET Core。
事实上,Azure中运行的三分之一虚拟机(VM)都在使用Linux。不仅如此,超过60%的Azure Marketplace图像是基于Linux的。加入Cloud Foundry可能听起来很奇怪,但如果你想想微软最近对Linux的“拥抱”,这就一点也不奇怪了。
例如,微软主要的企业客户,例如Manulife、John Hancock保险母公司和福特已经准备好了在Azure上运行Cloud Foundry应用程序。
为什么是现在?Sanders表示:“微软和Cloud Foundry社区对企业业务和技术需求的理解高度一致,这样做也符合我们致力于帮助组织在不被供应商锁定的情况下让其应用程序现代化的目标。”
是的,你没有看错。一位微软的高管刚刚表示,他反对“供应商锁定”。当我在采访中表示,“几年前你不会在微软工作。”的时候,他回答说,“我不会去那里的。”
展望未来,微软不仅在Azure上支持Cloud Foundry。微软还将继续努力成为领先的开放源代码企业PaaS,并在此进程中不断致力于开发Cloud Foundry。
Sanders解释说,在短期内,“我们正在扩展Cloud Foundry与Azure的集成。包括与Azure数据库(PostgreSQL和MySQL)的后端集成以及SQL Database、 Service Bus和Cosmos DB的云代理支持。”微软还在Azure Cloud Shell中包含了Cloud Foundry命令行界面,以便轻松地进行Cloud Foundry管理。
此外,还添加了以下功能:
·Azure Cloud Provider Interface (Azure云供应商程序接口)——Azure CPI提供了一个开放源代码发布工程工具BOSH与Azure基础架构之间的集成,包括虚拟机、虚拟网络以及运行Cloud Foundry所需的其他基础设施。CPI不断更新,以利用最新的Azure功能,包括对Azure Stack的支持。
·Azure Meta Service Broker(Azure元服务代理)——Azure meta service broker为Cloud Foundry开发人员提供了一种简单的方法来将其应用程序配置和绑定到我们最受欢迎的服务上——包括Azure SQL,Azure Service Bus和Azure Cosmos DB。
·Visual Studio Team Services Plugin——针对Visual Studio Team Services(VSTS)的开放源代码Cloud Foundry插件为构建CF的连续集成/连续交付(CI / CD)流水线提供了丰富的支持,包括从VSTS托管构建代理部署到CF环境的能力,允许团队避免管理构建服务器。
·Microsoft Operations Management Suite Log Analytics(微软操作管理套件日志分析)——在OMS中与Log Analytics进行集成,让你可以收集用于监视你的CF应用程序的系统和应用程序的指标和日志。
十年前,没有人认为会看到这一切的到来。但那是昨天。今天,微软正在与其他公司以及开放源代码软件紧密合作。
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。