至顶网软件频道消息: Google今天宣布,将与众多知名的开源软件公司展开合作,大规模扩展Google Cloud上可用的“一流”服务。
今天在美国旧金山举行的Cloud Next年度大会上,Google宣布与Confluent、DataStax、Elastic NV、InfluxData、MongoDB、Neo4J和Redis Labs等公司达成“战略合作伙伴关系”。这一公告的核心,就是所有这些公司基于开源技术的产品,现在都将作为托管服务在Google Cloud上提供给用户。
Google表示,将把这些开源平台添加到Google Cloud中,通过简单统一的管理、计费和支持服务,为客户提供更加无缝的体验。Google将全面管理每项服务,用户可以通过Google Cloud Console使用这些服务,并且通过一张发票进行统一结算。
换句话说,像DataStax Apache Cassandra数据库这样的服务,将与Google自己的数据库服务类似的方式进行打包和销售。
Google基础设施合作伙伴主管Manvinder Singh在新闻发布会上表示:“我们的想法是让用户们更容易在GCP上购买这些服务,就像是购买我们自己的产品一样,同时也让这些产品成为我们平台上一流的服务。”
很多人认为这与AWS等其他公有云厂商的策略是完全不同的,后者将开源软件作为第三方产品出售,但通过管理或支持提供的内容并不多。Amazon还习惯于利用开源软件,在开源软件基础上打造自己的竞争产品,例如DocumentDB,就是一项基于MongoDB NoSQL数据库服务的服务。
Amazon采取向开源社区开放的策略,而且Google的目的显然是鼓吹自己与这些开源公司是合作关系而不是竞争关系,并表示会像对待自己的服务那样对待这些服务。
Singh解释说:“我们希望为客户提供一个解决问题的窗口,这些公司显然在各自的技术领域拥有更多的专业知识,因此我们将共同努力解决客户的问题。”
Wikibon分析师James Kobielus表示,Google的这些公告实际上是承认开源已经成为当今大多数云应用的基础。他说:“Google通过与领先的开源厂商合作,为平台的各种托管服务提供统一管理、计费和支持,从而解决了在公有云中部署各种开源数据环境的很多痛点。”
Constellation Research分析师Holger Mueller表示,这些合作伙伴对于Google来说非常重要,因为很长一段时间以来,Google一直由于没有真正了解企业需求、从而无法恰当地服务这些企业而饱受批评。但是这些批评放在今天对于Google来说可能就有些不公平了,因为今天的这些举动表明Google确实想要了解企业真正需要什么。”
Mueller说:“这正是企业高管们希望运行下一代应用的原因。正如所有新产品一样,我们现在必须找到企业的兴趣点在哪。现在Google的确引入了一些市场需求非常高的合作伙伴。”
但Mueller指出,联合支持这一点可能有些问题。“魔鬼藏在细节中,但如果Google和合作伙伴能够很好梳理清楚就没有问题了。”
未来几个月内,这些开源服务将通过Google Cloud Marketplace进行售卖,此外还会集成Stackdriver等Google原生服务用于监控,以及集成Cloud Identity & Access Management用于确保安全性。
好文章,需要你的鼓励
五家光学存储初创公司正在开发长期存储技术,旨在用超过100年寿命的光学介质替代只有5-7年寿命的磁带。这些公司包括Cerabyte、Ewigbyte、HoloMem、Optera和SPhotonix,它们的技术类似微软Project Silica项目。光学存储介质具有更强的化学、冲击、辐射、水和热抗性,同时保持低能耗和高容量特性。
卡内基梅隆大学团队提出DistCA技术,通过分离AI模型中的注意力计算解决长文本训练负载不平衡问题。该技术将计算密集的注意力任务独立调度到专门服务器,配合乒乓执行机制隐藏通信开销,在512个GPU的大规模实验中实现35%的训练加速,为高效长文本AI模型训练提供了新方案。
Nutanix发布分布式主权云产品组合更新,为多云环境提供更安全的运营和管理功能。该解决方案支持企业在分布式环境中灵活部署和治理基础设施,运行传统虚拟机、现代云原生和AI应用。新功能包括支持完全断网环境的暗站点管理、政府云集群正式发布、Kubernetes平台增强安全合规性、企业AI平台集成NVIDIA微服务,以及云平台新增跨站点灾难恢复能力,为用户提供统一管理和运营简化体验。
清华大学研究团队提出3DThinker框架,首次让AI具备类似人类的三维空间想象能力。该系统在推理过程中插入特殊的三维想象符号,不依赖外部工具或大量标注数据,就能从有限的二维图像中构建三维心理模型。在多个空间推理基准测试中,3DThinker相比传统方法性能提升达50-100%,为自动驾驶、机器人导航、虚拟现实等领域的AI应用开辟了新路径。