至顶网软件频道消息: 从2010年NASA和RackSpace决定将OpenStack项目开源算起,OpenStack面市已经近9年年了。这些年来,OpenStack从最初的一个开源小项目成长如今的开源云框架的事实标准,走过了一条非常成功的道路。在中国市场OpenStack发展得非常好,和美国一起成为OpenStack最为重要的两大市场。同时,中国也正在OpenStack发展方向上发挥越来越重要的作用,如今中国的华为、腾讯是OpenStack的白金赞助商(最高级),在基金会中我们还有中移动、中国电信、浪潮等10家黄金赞助商。
“OpenStack是当今最成功的开源项目之一。OpenStack基金会有超过10万会员,OpenStack在全球187个国家有部署。目前,用户也是非常活跃的,比如,在上一个OpenStack版本发布的周期当中,一年时间里就有 7 万次代码提交。 ”OpenStack基金会执行董事Jonathan Bryce在日前OpenStack基金会举办的媒体沟通会上表示。
据悉,一年7万次的代码提交数量是非常大。目前全球范围内仅 3 个开源项目拥有这样的活跃度(除了OpenStack之外只有Linux Kernel和Chromium)。
Jonathan Bryce介绍说,目前OpenStack基金会除积极推动 OpenStack 项目之外,还致力于推动 OpenStack Infrastructure 开源基础设施的建设和发展。这里所说的开源基础设施包括计算、存储、网络以及所有对于驱动云计算的发展非常重要的计算功能和具体应用所必备的组成部分。为了促进开源基础设施的普及,从 2017 年年底的时候开始,OpenStack基金会一直在推动开源项目新的流程,这个流程以“协作”为核心。
“不协作,勿宁死,一个项目尤其是开源项目没有协作,很难取得真正意义上的成功,协作和集成尤为重要。”Jonathan Bryce说。
在OpenStack之外,OpenStack基金还确立了一些新的重点领域,包括边缘计算、容器、AI等,为此新推出了一些试点项目,包括数据中心自动化配置的开源项目Airship、容器项目 Kata Containers、边缘云计算项目StarlingX、持续集成/持续交付平台Zuul。最近,OpenStack基金会刚刚批准Kata Containers成为新的顶级开源基础设施项目。
对于OpenStack在中国市场的发展,Jonathan Bryce给予高度肯定。他表示,中国是OpenStack的最主要市场之一,以OpenStack最新版本的Rocky 为例,来自中国的下载和代码贡献也都仅次于美国,位列第二。
Jonathan Bryce认为,中国对OpenStack的发展起到了非常重要的作用,其中之一是让更多人能用OpenStack。比如,在中国除了华为、浪潮等这些大公司积极推广OpenStack外,还有很多新兴的公司(如九州云、EasyStack等)提供基于OpenStack的产品,这样能让更多中国企业使用OpenStack。中国对OpenStack的第二个贡献体现在,中国公司在技术上展现出来的领导力,如今,在基金会中有多位独立董事来自中国,他们是OpenStack全球社区里非常重要的领导者。
随着OpenStack在中国的普及,OpenStack基金会也会向中国市场投入更多支持,今年OpenStack基金会将在中国上海设立办公室。另外,一年两次的 OpenStack 峰会(从去年开始 OpenStack峰会改成了OpenStack Infrastructure 开源基础设施峰会),今年下半年的峰会会在上海举行。
好文章,需要你的鼓励
科技亿万富翁拉里·埃里森资助的研究团队将向英国牛津大学投资1.18亿英镑,用于将AI技术应用于疫苗研究。牛津疫苗研究小组将领导这一项目,研究人体免疫系统对严重细菌感染和抗生素耐药性的反应。该项目由曾主导新冠疫苗试验的安德鲁·波拉德教授领导,计划采用人体挑战模型,让志愿者在受控条件下接触细菌,然后运用现代免疫学和AI工具来精确识别预测保护效果的免疫反应,以开发针对致命疾病的创新疫苗。
伦斯勒理工学院研究团队通过网络科学方法首次系统揭示了大语言模型的内部"认知架构"。研究发现AI模型采用类似鸟类大脑的弱定位架构,模块间通过分布式协作而非专业化分工来处理认知任务。这一发现颠覆了基于功能模块优化的传统思路,指出应充分利用网络级协作来提升AI性能。
据报道,ChatGPT开发商OpenAI计划在印度建设一座耗电量超过1吉瓦的数据中心,目前正寻找当地合作伙伴。该设施预计可容纳至少5.9万片英伟达B200芯片。这可能是OpenAI全球数据中心计划的一部分,旨在为国际用户提供更低延迟服务。OpenAI CEO奥特曼将于下月访问印度,公司还计划年底前在新德里开设办事处。
腾讯和清华研究团队首次从数学理论角度解释了为什么AI需要外部工具。研究证明纯文本AI存在"隐形枷锁",无法突破预训练的能力边界,而工具集成能打破这种限制,让AI获得全新的问题解决策略。团队还开发了ASPO算法,解决了训练AI更早使用工具的技术难题。实验显示配备工具的AI在数学问题上全面超越纯文本版本,展现出三种新奇认知模式,为构建更强大的AI系统提供理论指导。