至顶网软件频道消息: 红帽已经与云计算市场三大巨头合作,推出了一项旨在降低Kubernetes入门门槛的新举措。
Red Hat与AWS、微软和谷歌展开合作,于周四推出了一个名为OperatorHub.io的Kubernetes在线市场,提供自动化工作流程目录,旨在简化大规模运行技术的任务。
Kubernetes是管理软件容器的首选框架,而软件容器是许多现代应用项目的基本构建块。容器使软件能够在不同类型的基础设施之间无缝移动,从而简化了开发并有助于降低成本。但是,由于Kubernetes的复杂性,使得发挥这项技术的优势成为企业面临的一项挑战。
为了避免使用该框架遇到的麻烦,越来越多的企业正在采用一种名为Operator Framework的技术。这是一个开源工具包,可以创建工作流程,以自动执行运行Kubernetes应用所涉及的日常任务。但是,现在很难找到现成的工作流程,这就是Red Hat希望通过OperatorHub解决的问题。
“红帽的一个重要目标是克服将应用带到Kubernetes的障碍,”红帽社区开发总监Diane Mueller在博文中写道。“我们希望OperatorHub.io的引入能够让应用所有者更容易找到他们正在寻找的[Operator],从而进一步克服这一障碍。”
除了聚合Operators之外,红帽推出这个在线市场还是为了针对容器生态系统的这一部分建立一套通用的质量和可靠性标准。OperatorHub将仅显示检查某些重要框的工作流程。其中,Operators必须根据Operator Framework自己的规范构建,并为开发人员提供足够的文档。
OperatorHub.io包含来自AWS、MongoDB和红帽自身的十几个工作流程,旨在自动执行诸如设置容器化数据库和维护基于云的Kubernetes部署等任务。
Mueller表示:“随着OperatorHub.io的推出,我们期待继续在整个行业中努力,创造更多的Operators以及扩大现有Operators的发展。”
好文章,需要你的鼓励
AI数据训练师负责确保AI模型训练数据的准确性和可行性,是薪酬丰厚的热门职业。两项新研究显示,该职位年收入在6.5万至18万美元之间,专业领域专家薪酬更高。这一角色已从简单的数据标记发展为高度专业化的认知工作,需要细致的推理能力、深厚的专业知识和多语言能力。随着生成式AI工具兴起,行业正从普通工作者转向专业领域专家,计算机科学学位非必需,但数据标注经验有帮助。
延世大学研究团队开发出FlowBlending视频生成加速技术,通过智能分配大小模型的工作阶段,在保持视频质量不变的前提下将生成速度提升65%。该技术发现视频生成过程中只有开头和结尾阶段需要大模型,中间阶段可用小模型替代,实现了效率与质量的完美平衡,且可与现有技术无缝集成。
Rust资深开发者Steve Klabnik在AI助手Claude的帮助下设计了新的系统编程语言Rue。该语言旨在提供无垃圾回收的内存安全保障,同时比Rust和Zig提供更高级的易用性。Klabnik表示,通过与Claude合作,两周内完成了7万行Rust代码,远超此前独自开发的进度。Claude参与了大部分代码编写工作,而Klabnik负责方向指导和设计决策,展现了AI在编程语言开发中的巨大潜力。
斯坦福大学研究团队开发的Dream2Flow系统通过让机器人观看AI生成的演示视频来学习操作技能。系统提取视频中物体的3D运动轨迹作为指导,让机器人能够零样本完成多种日常任务,包括移动物品、开关门窗等操作,在真实环境测试中取得了最高80%的成功率。