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
Fractal AI Research实验室开发了Fathom-DeepResearch智能搜索系统,该系统由两个4B参数模型组成,能够进行20多轮深度网络搜索并生成结构化报告。研究团队创新了DUETQA数据集、RAPO训练方法和认知行为奖励机制,解决了AI搜索中的浅层化、重复性和缺乏综合能力等问题,在多项基准测试中显著超越现有开源系统,为AI助手向专业研究工具转变奠定了基础。
AI正在革命性地改变心脏疾病治疗领域。从设计微创心脏瓣膜手术到预防原理定位,机器学习和神经网络的洞察力推动了巨大进步,甚至可以构建新型移植解剖结构。数字孪生技术为个性化心血管护理提供持续预测管理。哈佛干细胞研究所的研究人员利用纳米材料和类似棉花糖机的设备,能在10分钟内制造心脏瓣膜,相比传统3周制造时间大幅缩短。这些突破性技术为每年4万名先天性心脏畸形儿童带来新希望。
快手科技与清华大学合作发现当前AI语言模型训练中存在严重的权重分配不平衡问题,提出了非对称重要性采样策略优化(ASPO)方法。该方法通过翻转正面样本的重要性权重,让模型把更多注意力放在需要改进的部分而非已经表现良好的部分,显著提升了数学推理和编程任务的性能,并改善了训练稳定性。