Kubernetes开发者社区发布了Kubernetes 1.9版本,增加了一些重要的新功能,有助于进一步吸引企业采用Kubernetes。
Kubernetes是最受欢迎的容器编排管理软件,用于简化软件容器的部署和管理,是受开发者欢迎的一款工具,可以让开发者跨多个计算环境运行他们的应用,而不需要对底层代码做出任何改变。
作为今年的第四次发布,该版本全面提供了App Workload应用编程接口。App Workloads API对开发者来说是一个重要工具,聚合了包括DaemonSet、Deployment、RepliaSet和StatefulSet等工具,用于为Kubernetes中的状态工作负载提供支持。据Kubernetes的开发者称,全面提供该API是一个重要的里程碑,因为它打消了关于Kubernetes针对关键任务工作负载的功能稳定性的疑问。
Kubernetes 1.9还首次增加了Windows Support。这意味着现在Kubernetes可以支持工作负载运行在Windows以及Linux操作系统上。该功能目前处于Beta测试阶段,所以早期采用这可以开始对更广泛的使用进行评估。
存储方面也有一个重要消息,那就是新增了一项名为Container Storage Interface(CSI)的功能。该功能目前处于Alpha测试阶段,意味着它还没有为生产工作负载做好准备,必须由操作者明确启用才可以使用。它旨在让用户更轻松地增加卷插件作为Kubernetes的新存储系统。这个想法是通过创建单一接口进行配置、附加和安装不同的存储卷为Kubernetes使用,从而让数据跨Kubernetes工作负载的可移动性更高。
Constellation Research公司首席分析师、副总裁Holger Mueller表示,CSI的演化可能是目前Kubernetes最重要的新功能。他指出,Kubernetes在过去几年中实现了跨越式的发展,设定了一个非常高的标准,成为一个快速赢得关注、“不到两年时间内从零到发展成为明确领导者”的标准。
他说,Kubernetes解决了代码可移植性的挑战,下一步就是让数据迁移到企业应用或者从企业应用迁移出来变得更轻松。Mueller表示:“解决数据可移植性问题,这是Kubernetes及其生态系统要面对的下一个挑战。”
Kubernetes 1.9将在本周正式发布,并可从Kubernetes GitHub页面下载。
好文章,需要你的鼓励
大数据可观测性初创公司Monte Carlo Data推出全新Agent Observability产品,为AI应用提供全方位数据和AI可观测性。该工具帮助团队检测、分类和修复生产环境中AI应用的可靠性问题,防止代价高昂的"幻觉"现象,避免客户信任度下降和系统宕机。新产品采用大语言模型作为评判器的技术,能够同时监控AI数据输入和输出,提供统一的AI可观测性解决方案。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
网络安全公司Aikido披露了迄今最大规模的npm供应链攻击事件。攻击者通过钓鱼邮件获取维护者账户凭证,向18个热门JavaScript包注入恶意代码,这些包每周下载量超过26亿次。恶意代码专门劫持加密货币交易,监控浏览器API接口将资金转移至攻击者地址。受影响的包括chalk、debug等广泛使用的开发工具库。虽然攻击在5分钟内被发现并及时公开,但专家警告此类上游攻击极具破坏性,可能与朝鲜黑客组织相关。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。