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
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。