虚拟化软件巨头VMware正在加快参与软件容器的发展,今天宣布推出新的VMware Kubernetes Engine测试版。
VMware将这个平台视为一个企业级的Kubernetes即服务产品,可帮助企业轻松管理、保护Kubernetes工作负载,并降低成本。
Kubernetes是一款流行的编排工具,用于部署和管理软件容器,开发人员使用容器来构建可在任何平台上运行的应用。Kubernetes还可以帮助在多个公有云和本地环境之间更轻松地迁移这些应用。VMware Kubernetes Engine为企业提供了独立运行该软件的替代方案,而很少有企业组织拥有这方面的专业技能。
然而,VMware正在进入一个艰难的竞争环境,面对谷歌Google Kubernetes Engine、微软Azure Container Service等竞争对手产品,还有思科,最近发布了与谷歌合作的容器平台,以及Red Hat和IBM,这些厂商都认为Kubernetes未来会发挥重要的作用。
不过,尽管相比竞争对手来说VMware是后来者,但VMware认为其平台差异化足以让他们有参与竞争的机会。VMware云原生应用副总裁Bill Shelton在一篇博客文章中解释说,VMware的Kubernetes平台能够运行在多个云平台上,这是目前没有其他竞争对手能够做到的。VMware Kubernetes Engine最初是在AWS上提供的,很快也会在微软Azure上推出,目前它正处于Demo阶段。
VMware Kubernetes Engine的第二个区别在于它支持同时管理多个集群,这要归功于一项名为“Smart Clustering”的功能,这与只能单独运行单个集群的竞争对手平台形成鲜明对比。此外,VMware Kubernetes Engine是对Pivotal Container Service的补充,今年初推出的这个平台用于创建可部署在公有云和私有云环境中的软件容器。
考虑到Kubernetes的广泛流行,VMware进入这个市场并不意外,Constellation Research首席分析师兼副总裁Holger Mueller这样表示。
Mueller表示:“VMware将必须展现它能够提供的附加价值,但通过智能集群、更好的负载均衡和系统管理,它将朝着正确的方向发展。只有未来我们会知道,是否足以迫使企业高管将其下一代应用迁移到该基础设施上,而不是在其各自的平台上本地运行Kubernetes。”
好文章,需要你的鼓励
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
本文提出一种评估人工智能风险的新方法,借鉴生态学与演化论视角,从理论生态模型中推导出三项风险指标,涵盖种群模型与生态系统模型。研究旨在为AI治理策略提供量化工具,并对分析局限性及政策改进方向进行了深入探讨,为构建更科学的AI风险评估体系提供参考框架。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。