业界人士以及他们的七姑八姨时下都在用Kubernetes管理云容器。即便是Kubernetes的前对手Docker Swarm和Mesosphere也只好认输。Mesosphere于10月初投在Kubernetes旗下,Docker于10月底增加了Kubernetes支持。唯一的问题是:这些不同的Kubernetes实现是否兼容?由于云本机计算基金会(Cloud Native Computing Foundation ,缩写为CNCF)出手,答案是可以兼容。
Kubernetes的母公司CNCF宣布,至少32家公司将支持Kubernetes软件一致性认证计划。笔者在写此文时又有其他公司加入进来。问题不在于“哪些Kubernetes公司支持这个新计划?”,问题在于 “哪些Kubernetes公司不支持这个新计划?”答案是,在Kubernetes空间里,真正数得上的Kubernetes公司没有一家不支持。
Kubernetes软件一致性认证将确保每个供应商的Kubernetes版本都支持旗下所需的应用程序编程接口(API)。对于Kubernetes用户来说,这就确保了不同Kubernetes安装之间的互操作性,为用户提供了灵活性并可保持用户相对于供应商的独立性。
Kubernetes架构技术联盟(Kubernetes Architecture SIG)将是程序API一致性定义的最终仲裁者。Kubernetes架构技术联盟负责维护和发展Kubernetes的设计原则。
最初的认证将基于Kubernetes 1.7及更新的版本。认证方案有力地保证了商业化Kubernetes产品和服务会继续发布新版本,以确保客户可以充分利用Kubernetes的快速发展。 Kubernetes的发展速度在开源软件历史里是顶级的。大约每两个月就会发布一个新版本。
CNCF执行董事Dan Kohn在一份声明中解释时表示,“新的”Kubernetes软件一致性认证确保了企业部门的信心,如果工作负载在某个认证过的Kubernetes发布版或平台上可以运行,那么该工作负载也可以在任何其他版本上正常运行。认证计划确保了互操作性,这对于Kubernetes的目标是十分重要的,Kubernetes的目标是提供得到许多供应商支持的、可以部署在任何公共云、私有云或混合云上的单一开源软件堆栈。”
Kohn还表示,具体而言,该认证计划是基于“现有Kubernetes项目API的一个子集。这些API将完成一致性测试。即是说,用户启动新的容器时,不管用的是什么供应商创建的Kubernetes版本,容器的运作是一致的“。
供应商可以自己运行一致性测试套件(https://github.com/cncf/k8s-conformance/blob/master/instructions.md),并可提交一致性测试结果进行评审和CNCF认证。最终用户应确保自己的供应商合作伙伴的Kubernetes产品是经过认证的。
认证Kubernetes的实施可以使用新的认证Kubernetes标志,也可以将Kubernetes标志与产品名称结合使用(例如XYZ Kubernetes服务)。
这一切都是为了哪一樁呢? 谷歌云副总裁Eyal Manor有如下的解释,“从谷歌开源Kubernetes的那一天起,我们的目标就是为开发人员提供一个可移植的原生云平台,以便可以在公共云及混合云环境中快速部署服务。供应商利用认证Kubernetes一致性计划则可以证明他们的产品是纯Kubernetes产品,会提供持续的、无缝的升级,这可以令用户有信心自己能够不断地从Kubernetes的创新和可移植性受益。”
好文章,需要你的鼓励
在“PEC 2025 AI创新者大会暨第二届提示工程峰会”上,一场以“AIGC创作新范式——双脑智能时代:心智驱动的生产力变革”为主题的分论坛,成为现场最具张力的对话空间。
人民大学团队开发了Search-o1框架,让AI在推理时能像侦探一样边查资料边思考。系统通过检测不确定性词汇自动触发搜索,并用知识精炼模块从海量资料中提取关键信息无缝融入推理过程。在博士级科学问题测试中,该系统整体准确率达63.6%,在物理和生物领域甚至超越人类专家水平,为AI推理能力带来突破性提升。
Linux Mint团队计划加快发布周期,在未来几个月推出两个新版本。LMDE 7代号"Gigi"基于Debian 13开发,将包含libAdapta库以支持Gtk4应用的主题功能。新版本将停止提供32位版本支持。同时Cinnamon桌面的Wayland支持持续改进,在菜单、状态小程序和键盘输入处理方面表现更佳,有望成为完整支持Wayland的重要桌面环境之一。
Anthropic研究团队开发的REINFORCE++算法通过采用全局优势标准化解决了AI训练中的"过度拟合"问题。该算法摒弃了传统PPO方法中昂贵的价值网络组件,用统一评价标准替代针对单个问题的局部基准,有效避免了"奖励破解"现象。实验显示,REINFORCE++在处理新问题时表现更稳定,特别是在长文本推理和工具集成场景中展现出优异的泛化能力,为开发更实用可靠的AI系统提供了新思路。