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
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。