至顶网软件频道消息: Rackspace宣布推出了一款名为Rackspace Kubernetes-as-a-Service的新产品,该产品是基于管理多软件容器部署的流行软件Kubernetes构建的。
Rackspace认为自己正在恰当的时候进入了这个市场。开发人员使用容器只需构建一次应用就能在任意地方运行应用,这项技术由于其敏捷性而迅速取代了其他软件部署方法。根据451 Research的数据,应用容器软件市场在未来2年内可能会增长40%,到2020年将增长到每年近30亿美元。
而且Kubernetes将成为使用容器和管理生产工作负载的最重要的一项技术。所以毫不奇怪,Rackspace也想在这个市场分一杯羹。
通过这次推出的最新产品可以看出,Rackspace正是看准了大多数企业不愿意为安装和运行自己的Kubernetes部署而苦恼。就像在企业中把IT技术其他方面的管理(例如公有云部署)外包出去正在变得越来越受欢迎一样,Kubernetes领域也在上演同样的事情,很多企业许多组织没有所需的人才和资源能自己进行管理。
因此,Rackspace的Kubernetes-as-a-Service被设计为一个全方位管理的产品,在这一个产品中可以完成所有基础设施的工作,让企业客户能够专注于构建容器化应用。
同时,Rackspace认为,通过让客户自己管理基于Kubernetes的基础设施,客户可以得到很多好处。与许多其他Kubernetes管理服务不同,Rackspace提供了一些名为"Day 2"的操作,这些操作基本上是部署后的持续管理,涵盖了新的更新和安全补丁等。
Rackspace私有云执行副总裁兼总经理Scott Crenshaw表示:"现在Kubernetes基础设施产品很多,但几乎没有全方位管理服务。Rackspace Kubernetes-as-a-Service的独特之处在于,Rackspace负责Kubernetes部署所需的全部Day 2操作。"
Crenshaw详细阐述了这一点,他说典型的"Day 1"任务已经成熟到不再对普通用户或组织构成挑战。相反,大多数组织面临的真正挑战始于"Day 2",需要针对特定用例和环境配置Kubernetes,验证和测试其组件,并构建正确运行和扩展部署所需的工具、自动化和流程,所有这些Rackspace都将提供。
Crenshaw说:"这些Day 2的操作非常重要,因为这将决定用户是否真的意识到他们在部署容器时所期待得到的好处。他们还可以确定环境的可靠性和效率,以及可以实现的投资回报。"
Crenshaw还谈到了Rackspace平台的经济效益,他说,与单独服务相比,使用Rackspace服务的客户将节省高达50%的成本,因为其服务使他们能够更准确地预测成本,并为每个工作负载选择最合适的基础设施。他补充说,Rackspace Kubernetes-as-a-Service还提供企业级安全功能,并能够通过Kubernetes管理产品在多个云上进行部署。
"通过Kubernetes-as-a-Service,我们将提供业界最简单的Kubernetes消费模式,并通过这种模式在企业范围内提供全面配置、测试和验证,并使托管集群服务客户有效地运行其应用,"他说。
Constellation Research首席分析师兼副总裁Holger Mueller表示,Rackspace的产品应该会受到企业的欢迎,因为这些产品为C级高管提供了在更多平台上部署支持Kubernetes的下一代应用的更多选择。"很高兴看到Rackspace扩展了更多服务,多年来这一直是Rackspace的战略重点,并且为Day 2操作提供了重要的支持,因为许多企业正在被Kubernetes集群操作所困扰,"他说。
“这款Kubernetes-as-a-Service产品现已在Rackspace私有云上推出,并将在今年晚些时候增加对其他领先公有云的支持。”Rackspace表示。
好文章,需要你的鼓励
Xbox 部门推出了名为 Muse 的生成式 AI 模型,旨在为游戏创造视觉效果和玩法。这一举措反映了微软全面拥抱 AI 技术的战略,尽管游戏开发者对 AI 持谨慎态度。Muse 不仅可能提高游戏开发效率,还有望实现老游戏的现代化改造,但其实际效果和对行业的影响仍有待观察。
Sonar收购AutoCodeRover,旨在通过自主AI代理增强其代码质量工具。这项收购将使Sonar客户能够自动化调试和问题修复等任务,让开发者将更多时间用于改进应用程序而非修复bug。AutoCodeRover的AI代理能够自主修复有问题的代码,将与Sonar的工具集成,提高开发效率并降低成本。
人工智能正在推动数据中心的变革。为满足 AI workload 的需求,数据中心面临前所未有的电力消耗增长、散热压力和设备重量挑战。应对这些挑战需要创新的解决方案,包括 AI 专用硬件、可再生能源、液冷技术等。同时,数据中心还需平衡监管压力和社区关切。未来数据中心的发展将决定 AI 技术能否实现其变革性潜力。