近年来,容器由于其灵活性已经成为部署应用的一种流行方式。容器技术将工作负载捆绑成轻量级的便携式软件包,可以在不同类型的基础设施之间轻松移动。今天早上公布的Cisco Hybrid Solution for Kubernetes on AWS解决方案旨在消除大规模使用容器的障碍。
该解决方案的核心是Cisco Container Platform(CCP),这是思科加强版的开源Kubernetes框架,而Kubernetes是管理容器环境最广泛使用的工具。为了构建Hybrid Solution for Kubernetes,思科已经将CCP与其他几个软件产品以及AWS的服务进行了紧密集成。
该平台将CCP变成了思科所谓的单一面板,可用于在本地基础设施和AWS托管的Kubernetes服务中配置容器集群。后一种服务被称为Amazon Elastic Container Service for Kubernetes(EKS)。管理员可以同步他们的内部部署和EKS部署配置,以便可以在这些部署之间移动应用而无需进行重大更改。
市场研究公司Wikibon高级分析师Stu Miniman指出:“思科的这个解决方案是第一个原生集成到EKS中的解决方案,其他解决方案只适用于EC2。所以这是更深层次的整合,但我相信,接下来很多其他合作伙伴也会效仿此举。”
与另外两项AWS服务的集成加强了这种一致性。管理员可以使用AWS Identity and Access Management服务在部署中实施统一的访问控制规则集,以及管理相关任务(如用户身份验证)。第二个集成让管理员可以使用Amazon Elastic Container Registry这个在环境中最常用软件组件的预打包版来存储容器映像。
企业可以使用思科的软件来管理运营。这个Hybrid Solution for Kubernetes解决方案支持思科的AppDynamics应用性能监控、Stealthwatch云网络安全解决方案和CloudCenter(用于管理多云环境的平台)。
思科认为,这种一站式服务方法可以为企业节省大量精力。思科云平台和解决方案高级副总裁Kip Compton解释说:“正确配置Kubernetes以在本地和公有云中部署应用需要定制集成,这从操作上来说可能是一项挑战。有了这套新的解决方案,通过单一解决方案和企业级支持,客户就可以充分利用云和本地环境。”
就在推出这套Hybrid Solution for Kubernete解决方案的一年前,思科曾宣布计划与谷歌构建一款类似的Kubernetes产品。这次合作有着相同的目标,那就是让双方的共同客户能够构建跨越内部和外部基础设施的容器化应用。
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。