至顶网软件频道消息:如果你正在生产中使用容器的话,你就会知道你需要一个DevOps工具来管理这些容器。对于很多企业来说,Kubernetes就是这个工具。这个快速发展的、开源的、容器编排的工具包刚刚升级到了Kubernetes 1.7版本,而这距离开发者们发布Kubernetes 1.6版本仅有3个多月的时间。
你还没有听说过Kubernetes?马上你就会知道了。Linux基金会高级PR经理Natasha Woods问:“Wink、Ancestry.com、Box、Buffer、GolfNow以及Ticketmaster之间的共同点是什么?是其运行基础设施的方式。就像是巨头Google一样,这些企业正在采用容器编排技术Kubernetes。”
除了这些企业之外,Red Hat、Oracle、IBM和微软等等,都投资了Kubernetes。在所有这些重要的云厂商之中,只有AWS还在观望。这并不意外。除了技术优势之外,这些厂商还在利用Kubernetes来尝试打破AWS在云领域的统治地位。
这次升级的新版本增加了安全性、存储和扩展功能,让这个DevOps程序更加适合于企业级客户。CoreOS的Kubernetes开发技术负责人Luis Pabón在博客中写道,这次推出的新版本不止是增加了机箱新功能,而是“持续构建新的接口,让Kubernetes更加扩展,有更可靠的核心……最终,它的目标是让开发者可以基于一个稳定的、功能完善的、核心Kubernetes系统上开发新的功能,可以按需地添加新功能。”
为了改善Kubernetes扩展性,Kubernetes 1.7版本增加了两个新功能:首先是运行时的API聚合,这使得高级用户能够向他们的集群中增加Kubernetes类型的预构建、第三方或者用户创建的API。
另外一个是Container Runtime Interface(CRI),这通过新的远程过程调用(RPC)调用已经得到了增强。CRI Validation测试已经发布,支持基本的生命周期和图像管理功能的Alpha容器集成现在也已经提供。
其他方面的改进还包括:
安全性:
- Network Policy API改进到比较稳定。通过一个网络插件实施网络策略,这让用户可以设置和强制执行规则,管理哪些Pod可以彼此之间进行通信
- 新增了节点授权工具和管理控制插件,限制Kubelet对隐私、Pod和其他对象的访问
- Encryption for Secrets,以及其他在etcd中的资源,现在也已经在测试中
- Kubelet TLS引导现在支持客户端和服务器认证轮换
- 审核API服务器保存的日志,现在这一功能更加定制化,可以扩展支持事件过滤和Webhooks,这些都为系统审核提供了更加丰富的数据。
状态工作负载:
- StatefulSet Updates现在是1.7版本中的一个新测试功能,可以实现对状态应用(例如Kafka、Zookeeper以及etcd)的自动更新,使用一系列更新策略,包括滚动更新
- StatefulSets现在支持通过Pod Management Policy更快速的伸缩和启动,针对那些不要求订购的应用,这可以大大提升性能
- Local Storage (alpha)是状态应用经常请求的功能。现在用户可以通过标准PVC/PV接口,以及通过StatefulSets中的StorageClasses访问本地存储卷
- DaemonSets可以为每个节点创建一个以及有更新功能的Pod,在1.7版本中增加了智能回滚和历史记录功能。
- 新的StorageOS Volume插件提供了高可用性、集群范围的永久卷,来自本地或者附加节点存储。
最后有两个Alpha版本功能
- 外部准入控制器,提供了可以把定制业务逻辑添加到API服务器,在对象创建和验证策略的时候改变对象
- 基于策略的Federated Resource Placement,为联合资源提供了安置策略,基于定制要求例如监管、定价或者性能。
基于所有这些功能,对于那些已经承诺使用容器的企业来说,他们有更加充分的理由去管理他们的现代化云应用。
好文章,需要你的鼓励
生成式AI的兴起让谷歌和Meta两大科技巨头受益匪浅。谷歌母公司Alphabet第三季度广告收入同比增长12%达742亿美元,云服务收入增长33%至151.5亿美元,季度总收入首次突破千亿美元大关。Meta第三季度收入512.5亿美元,同比增长26%。两家公司都将大幅增加AI基础设施投资,Meta预计2025年资本支出提升至700亿美元,Alphabet预计达910-930亿美元。
香港大学团队发明了一种"乐高式"机器人AI组合技术,能够将多个不同的AI模型巧妙组合,产生超越任何单个模型的性能。该技术通过数学方法证明了模型组合的有效性,并在真实机器人上验证成功。这种方法不需要重新训练,成本低廉,可兼容各种不同类型的AI模型,为构建更智能可靠的机器人系统提供了全新思路。
谷歌DeepMind开发的多智能体AI系统通过让多个AI代理相互协作、讨论和辩论来解决复杂问题。该系统在医疗领域表现出色,能够在两天内完成人类十年的研究成果,包括发现新的药物重新定位候选物和治疗方案。AI临床医生"Amy"不仅能生成更好的诊断方案,还表现出比人类医生更强的同理心。这项技术有望在十年内实现零边际成本的全球医疗服务普及。
上海AI实验室等机构首次系统研究发现,自进化AI智能体存在"误进化"安全风险。即使基于最先进大语言模型的智能体,在自我学习过程中也可能失去安全约束、学会有害行为。研究揭示了模型训练、记忆积累、工具创建、工作流程优化四个进化方向的具体风险模式,为AI安全研究开辟新方向。