至顶网软件频道消息:在Linux基金会主办的年度开源云原生社区大会KubeCon + CloudNativeCon 2018上,Kubernetes开源项目联合创始人、微软杰出工程师Brenda Burns向大家介绍了微软智能云Azure Kubernetes容器服务如何让更多用户的场景变得更简单。
在采访前一天,Brenda Burns刚在KubeCon+ CloudNativeCon 2018大会上宣布,微软智能云Azure Kubernetes容器服务正式落地中国。Azure主要面对企业级服务,Kubernetes也主要是处理企业级应用,两者是否会存在功能上的冲突?应当如何解决?Brenda Burns首先对这个问题进行了回答:
是成熟度的关系。现在可能有些功能是在现有的Azure Service上实现的,AKS可能也有,但成熟度不太一样,因为有些服务已经存在很多年了,它比较成熟。AKS这块是慢慢慢慢成长的,但是未来我们看到的趋势是这两块肯定会有一个结合。以后Kubernetes将会是一个非常重要的技术。就是说在未来技术的发展上可能是偏重容器为主。
对于Kubernetes来说大家都是一样的,API都是统一的标准。但是从Azure来看,我们倾向于让更多用户的场景变得更简单,微软会围绕着Kubernetes做更多的工作。
怎么能够让用户场景做得更好?比如对于Kubernetes的安全管控,微软这边投入了资源去做一些安全管控相关的增强工作。另一方面微软对开发的体验上做了增强。我们有一些开源的项目,比如说Helm去帮助开发者更容易地完成他们的工作。
微软还提供企业级的Kubernetes服务,比如说使用规则和安全管控。另外一个是对于开发者工具上提供的一些便利,包括Visual Studio。这两个大方面是微软跟其他人的区别。
同时,微软在本地也有一些很好的本地团队支撑我们的客户。其实微软的Kubernetes现在推出的是内部预览。因为它和Global是一样的代码,所以我们很有信心很快地能正式推出市场。今天有很多AKS相关的工作是由微软上海的工作团队承担的。所以,我们也非常荣幸,我们能够把相关的知识带到中国本地,给到中国本地的团队。
在中国软件版本的收费问题是大家比较敏感的,而且现在CNCF里面有很多会员他们用的产品有一部分都是免费的,特别是在中国来讲,定价这套体系还是挺重要的一件事情,所以Azure Kubernetes容器服务是否也是免费的呢?
机器是收费的,但管理和控制在全球都是免费的。AKS本身是免费的。因为AKS是个集群方案,AKS服务本身是免费的,在集群里面用到了一些计算资源,存储、网络,它是需要额外收费的,和用户单独使用虚机是一样的。
Kubernetes也能在稳定性和可靠性上面做得很好。像大的企业,仍然有很多业务亟待快速成长或改变。比如这些出租车公司会担心滴滴和Uber对他们的冲击,零售企业会担心电商的冲击,所以稳定和可靠和速度是同样重要的,我觉得大企业也会把一些精力放到速度上面,从而来使用Kubernetes。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。