至顶网软件频道消息:Ansible引擎、高级网络自动化以及最新版本的红帽Ansible Tower将加速企业自动化进程。改变游戏规则的
开源自动化技术
Ansible用于大规模IT环境管理。易采用、易使用、易懂,遂成为世界上最受欢迎的开源IT自动化技术之一。
它拥有近3,000名贡献者,提交至上游Ansible开源项目超过32,000次,而且使用者遍布全球各行各业。
红帽于2015年收购了Ansible的母公司,希望帮助用户降低在混合云环境中部署和管理云原生或传统应用的成本和复杂性。
企业的自动化梦想
全面部署自动化技术对于企业具有重大意义。在2017年8月进行的一项调查中,有四分之三的受访者强调了自动化在各IT领域的价值。该调查指出:“从初始配置、日常运营,到持续变更管理等各个运营环节,自动化都扮演了“高价值”或者“有价值”的角色。”
在AnsibleFest旧金山大会上,红帽推出了多个Ansible创新产品,涵盖从IT运营、开发到网络管理的方方面面。
红帽Ansible引擎
将享誉全球的红帽企业级全球支持纳入广受欢迎的Ansible自动化社区项目。
Ansible自动化,让开发人员和IT运营团队可以更轻松、更快速地部署IT服务、应用和环境,他们能够通过自动执行日常任务来消除IT团队之间的隔阂。
通过Ansible引擎,红帽即将推出一款新产品,将首次为开源Ansible自动化技术提供支持。
虽然上游Ansible社区以快速变化的创新而闻名,但许多企业需要更安全、更稳定、更可靠的解决方案。
借助于Ansible引擎,企业可以更稳定的在企业级环境中使用Ansible技术的工具和创新产品。Ansible引擎具有以下特色:
·可靠的企业级Ansible自动化、模块和功能集合
·红帽屡获殊荣的全球支持机构提供的工作时间或全天候支持
·红帽订阅的全部优势,包括开源保证、服务等级协议(SLA)响应、定期安全和维护更新等等
红帽Ansible引擎网络插件
可对特定网络平台模块的完整支持。
通过网络自动化,IT机构现在可以使用得到完整支持的Ansible模块,以进行内部开发和维护,并用于多种流行的网络设备。该产品包括对以下特定网络Ansible模块的全面工程支持:
·Arista (EOS)
·思科(IOS, IOS-XR, NX-OS)
·Juniper (Junos OS)
·Open vSwitch
·VyOS
红帽Ansible Tower 3.2
新版企业级Ansible自动化管理平台。
帮助IT团队更有效地管理自动化系统并优化多层部署,同时提高可控性、安全性和授权能力。
更全球化的管理
·更新的库存支持能够让用户创建自定义的视图,用于在公有云、私有云和混合云中根据机器的属性自定义管理
·Tower实例组针对特定的组织机构和库存提供专门的能力
·Tower隔离节点允许在远程地点获得本地作业的执行能力
更灵活的自动化
·SCM库存支持使团队能够以代码方式完全管理他们的自动化和基础架构
·外挂式证书使用户可以定义自己的自定义证书类型,从而实现与第三方证书存储的集成
当前的Ansible Tower客户可以随时把Ansible引擎订阅添加到他们的Ansible Tower订阅中,以便支持驱动Ansible Tower的Ansible自动化。
红帽Ansible Tower 3.2也是基于开源AWX项目的第一个版本。开源AWX项目是红帽赞助的一个开源社区新项目,它可以让用户能够直接使用各种特性和功能,加速Ansible Tower创新。
上市时间
红帽Ansible Tower 3.2将于本月底通过ansible.com和红帽客户门户网站向市场发售。Ansible引擎和面向网络自动化的引擎预计将在10月初上市,按独立产品发售或者作为红帽Ansible Tower订阅的一部分发售。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。