至顶网软件频道消息:
如果你想管理云中的容器,Kubernetes是理想的选择。最新发布的Kubernetes 1.8,比以往更好。
这很重要,为什么?容器正在快速成为在数据中心和云中运行服务器级应用的方式。最近来自研究机构Redmonk的一份报告,财富100强企业中有54%已经在运行Kubernetes,其中很多是非常大规模的任务。
例如,Ancestry.com有200亿条历史记录,9000万个家庭树,使其成为全球最大的消费者基因组DNA网络。通过使用Kubernetes,其Shaky Leaf图标服务的部署时间从原来的50分钟缩短到2-5分钟。Ancestry的一位软件工程师、架构师Paul MacKay这样写道:“到年底,我们几乎一切都将处于在Kubernetes环境中Linux友好的状态。”
这次发布的新版本中可能最好的功能,就是基于角色的访问控制(RBAC)了,这项功能让集群管理员可以动态地定义角色,通过Kubernetes API来实施访问策略。
RBAC中还包括通过Kubernetes网络策略支持过滤出站流量,以补充现有对过滤入站流量的支持。Pod是Kubernetes最小的部署单元,包括1个或者多个带有共享存储、网络的容器,以及如何运行容器的规范。总而言之,RBAC和网络策略是强制执行Kubernetes组织和法规安全要求的两个强大工具。
这个版本还将核心的Workload API带入测试版。它包含最新版本的Deployment、DaemonSet、ReplicaSet以及StatefulSet。Workload API现在是稳定的,可用于将现有工作负载迁移到Kubernetes,以及用于开发云原生应用。Workload API还可以帮助大数据用户,实现对Apache Spark的原生Kubernetes支持。
另一个测试功能Custom Resource Definitions(CRDs)提供了一个机制,通过用户定义的API对象来扩展Kubernetes。为什么你要使用这个机制?一种方法是使用CRD通过Operator Pattern来自动化复杂的状态应用,例如键值存储、数据库和存储引擎。CRD目前并没有验证功能,但是预计会出现在下一个版本的。
CronJobs现在还在测试中,它可以让管理员运行批量容器工作负载,例如每天晚上的提取、转换和(ETL)数据仓库作业。
Red Hat OpenShift项目经理Mike Barrett,和Red Hat Linux容器步道师Joe Brockmeier进行了深入解析,称他们的客户期待批量作业,我们相信Resource Management Working Group“阿尔法代码将引发云计算的下一波热潮”。
这让开发者可以通过Device Manager访问硬件设备,例如NIC、GPU、FPGA、Infiniband等等;CPU Manager:这样用户可以请求通过保证的Quality of Services (QoS)层分配静态CPU;还有HugePages,这样用户可以消费底层硬件支持的任何大小的大内存页。
Kubernetes高级审核功能进入测试阶段。一位CoreOS工程师Eric Chiang“介绍了格式化的审核日志,控制审核内容的策略,一个发送事件到外部服务的Webhook。审核事件现在配置可以包含整个请求有效负载,汇聚到中心位置……审核事件格式只能做向后兼容的变更。这给社区带来了一个开始试验消费方式、显示、对来自审核日志Webhook的事件采取行动的机会。早期的例子是audit2rbac工具,该工具可消耗审核事件,自动创建RBAC配置文件。”
总的来说,你将在让Kubernetes成为全面云容器编排程序方面迈出重要一步。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。