Cloud Native Computing Foundation今天推出了一个新版本的Kubernetes,拥有一系列新的增强功能,其中一些已经投入使用有一年多时间。
Kubernetes是近年来发布的最重要的开源项目之一,是管理那些采用软件容器的工作负载的首选系统,是一种部署应用允许代码在不同基础设施之间无缝移动的流行技术。
Kubernetes 1.11带来了几项旨在简化日常操作的功能。首先,管理员现在可以改变一组容器可用的数据存储量,而无需先关闭容器和先卸载现有的存储容量。其结果是减少了停机时间,这将使企业在操作需求发生变化时更容易更新容器集群。
同时推出的“动态Kubelet配置”功能可达到类似的目的。Kubelets是Kubernetes部署在每个节点上的软件代理,可执行关键操作任务。通过这些新发布的功能,企业可以更轻松地改变生产环境中的Kubelets行为。
增强的管理能力将会(通过扩展软件功能)让Kubernetes对企业更友好。但一些企业可能会选择在使用新功能之前先等待一段时间,因为这些新功能还处于微调的阶段。
与此同时,规避风险的企业可以开始关注Kubernetes 1.11中已经增强的功能。两个最重要的变化集中在系统如何使用外部软件组件方面。
Kubernetes现在可以使用IP Virtual Server来执行负载平衡,这是一种内置于Linux的技术,与目前使用的工具相比,它更具可扩展性并且提供更好的网络吞吐量。这次更新还增加了对名为CoreDNS的新域名服务器系统的支持。根据发行说明,它具有“比以前DNS服务器更少的移动部件”,以及具有自定义选项可实现更广泛的用例。
目前,用户已经可以从GitHub上下载Kubernetes 1.11。
好文章,需要你的鼓励
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
OpenAI明确表示要成为互联网一切事物的主导界面。AI智能体正在改变用户的数字习惯,从健康记录分析到购物指导,ChatGPT已经在多个领域扩展影响力。用户快速采用AI工具,但企业和生态系统的适应速度滞后。电商领域的权力分配尚不明确,用户偏好AI驱动的答案优先体验,品牌则推动生成式引擎优化。研究旨在了解用户与企业在AI变革中的适应差异。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。