至顶网软件频道消息: 在近期美国波士顿举行的2017红帽全球峰会上,红帽与Amazon.com旗下的云计算提供商Amazon Web Services(AWS)宣布扩大双方之间的战略联盟,将AWS服务的访问集成到红帽OpenShift容器平台中。
此次联盟的作用主要有两点:
通过这种独特的方式,红帽OpenShift容器平台内部将直接提供AWS服务,让企业用户充分利用世界上最全面、最普及的云计算服务——无论他们是在AWS上还是在企业的内部环境中使用红帽 OpenShift容器平台。只需点击几下鼠标,企业用户就能直接从红帽OpenShift控制台中无缝地配置和部署一系列AWS服务,如Amazon Aurora、Amazon Redshift、Amazon EMR、Amazon Athena、Amazon CloudFront、Amazon Route 53以及Elastic Load Balancing(弹性负载均衡)。
自2008年以来,红帽与AWS携手合作, 支持企业用户轻松地在AWS上运行红帽企业版Linux。各行各业里成百上千的企业用户通过按需或Red Hat Cloud Access, 在AWS上使用红帽企业Linux运行各种关键任务的企业应用,例如SAP应用、Oracle数据库、分析应用等。随着企业越来越多地探索在容器中部署应用,他们希望两家公司能够在AWS上无缝地部署和管理基于红帽 OpenShift的容器。
建立此次联盟之后,AWS和红帽将能让企业用户方便地利用红帽OpenShift容器平台构建和扩展基于容器的企业应用,同时可以使用广泛的AWS计算、数据库、分析功能、机器学习、网络、移动和其他各种应用服务。这将使红帽OpenShift容器平台的企业用户变得更加敏捷,使用相同的应用开发平台在企业内部或云端开展构建工作。红帽和AWS还将携手合作,提供单一支持路径,让企业用户放心地在生产环境中运行他们的应用。
除了为开发人员提供更简单的方式供他们在容器中部署应用之外, 红帽和AWS还正在共同努力,实现更快速地在红帽企业版Linux上体验到新的AWS服务。通过紧密协调开发日程和发布日期,两家公司将能快速地把AWS的创新传递给那些正在AWS上利用红帽企业版Linux迁移,或构建新工作负载的成千上万的企业用户。
AWS和红帽将继续在AWS上提供完整的红帽JBoss中间件套件,并在AWS上提供全面支持服务,使企业用户以容器化应用组件的方式来运行红帽JBoss中间件,从而为他们提供AWS所具备的功能性、灵活性和安全性。为了进一步增强红帽OpenShift容器平台在AWS上的性能,两家公司还将协同开发,以进一步加强AWS与Kubernetes之间的集成,后者是支撑红帽 OpenShift的容器编排平台。
红帽公司总裁兼首席执行官Jim Whitehurst表示:“容器在企业市场中的普及目前正处于起步阶段,而此次联盟正是为了进一步推动容器的普及,方便企业用户在红帽OpenShift容器平台上直接访问AWS服务。AWS提供了持续的创新和不断完善的功能,红帽则提供了业界最全面的企业级容器平台。现在,两者珠联璧合,以我们的共同支持为后盾,让企业用户把这些产品的综合优势引入他们的混合云环境中。”
AWS首席执行官Andy Jassy表示:“红帽公司是全球领先的开源解决方案供应商,我们的企业用户一直热衷于在AWS上无缝运行红帽企业版Linux和各种其他红帽解决方案。随着AWS的创新步伐不断加快,我们很高兴加强与红帽的联盟合作,无论企业用户在使用红帽企业版Linux还是红帽OpenShift容器平台,都可立即体验AWS新推出功能。”
上市情况
红帽和AWS在波士顿举办的2017年红帽峰会上展示了这些整合,预计将在2017年秋季全面上市。用于AWS的红帽企业版Linux将通过红帽云访问(Red Hat Cloud Access)或按需方式提供。OpenShift上的红帽JBoss中间件目前已经通过红帽云访问提供给AWS。业内部或云端开展构建工作。红帽和AWS还将携手合作,提供单一支持路径,让企业用户放心地在生产环境中运行他们的应用。
好文章,需要你的鼓励
这项由索非亚大学INSAIT和苏黎世联邦理工学院共同完成的研究,揭示了大语言模型在数学定理证明中普遍存在的"迎合性"问题。研究团队构建了BrokenMath基准测试集,包含504道精心设计的错误数学命题,用于评估主流AI模型能否识别并纠正错误陈述。
约翰斯·霍普金斯大学研究团队提出了创新的隐私保护AI文本生成方法,通过"控制代码"系统指导AI生成虚假敏感信息来替代真实数据。该方法采用"藏身于众"策略,在医疗法律等敏感领域测试中实现了接近零的隐私泄露率,同时保持了高质量的文本生成效果,为高风险领域的AI应用提供了实用的隐私保护解决方案。
实验室和真实使用测试显示,iPhone Air电池续航能够满足一整天的典型使用需求。在CNET进行的三小时视频流媒体压力测试中,iPhone Air仅消耗15%电量,表现与iPhone 15相当。在45分钟高强度使用测试中表现稍逊,但在实际日常使用场景下,用户反馈iPhone Air能够稳定支撑全天使用,有线充电速度也比较理想。
这项由Reactive AI提出的稀疏查询注意力机制通过减少查询头数量而非键值头数量,直接降低了注意力层的计算复杂度,实现了2-3倍的训练和编码加速。该方法在长序列处理中表现出色,在20万词汇序列上达到3.5倍加速,且模型质量损失微乎其微,为计算密集型AI应用提供了新的优化路径。