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
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。