本周,谷歌发布了Spinnaker for GCP,一个旨在帮助开发人员简化构建云应用的全新解决方案。
Spinnaker是由Netflix和谷歌共同维护的开源开发工具包,它是一个能够让软件团队为其项目创建进行持续交付的工作流程。
持续交付的方法是指程序员每天多次将项目代码添加到项目中,而不是将这些代码捆绑成庞大的、不频繁的更新,这种方法的好处是更新规模较小且更容易调试,并且与现有代码集成的工作量较少。
Spinnaker可以避免设置持续交付环境所涉及的很多手动步骤,实现日常操作的自动化,这是一项神奇但有些复杂的技术。目前,谷歌系统正在通过Spinnaker for GCP解决方案降低部署这一工具包的门槛。
Spinnaker for GCP是Spinnaker的预配置版本,经过定制可以运行在谷歌云平台上。据谷歌称,Spinnaker for GCP是构建在最近升级的Kubernetes引擎之上的,开发人员只需点击几下鼠标即可设置持续交付环境。
Spinnaker for GCP包含了与其他谷歌云服务的广泛集成。企业用户可以使用谷歌的监控工具Stackdriver来确保Spinnaker部署的顺利运行。此外,Spiteaker for GCP还可以与谷歌云的软件漏洞扫描程序配合使用,并且,通过一种称为二进制授权的功能,该系统还可以在部署之前验证代码版本的真实性。
基于云的Spinnaker可能具有广泛的吸引力。上游开源版本本身就是一套流行的解决方案,目前,包括三星、思科和Box等在内的许多公司的数百个软件团队都在使用它。
Spinnaker for GCP只是谷歌推出的专注于简化企业开发工作流程的最新产品之一。今年4月,谷歌推出了一套插件用以简化将代码从程序员工作站转移到云平台的任务。Cloud Code还提供了将应用与谷歌Maps等服务集成的功能。
好文章,需要你的鼓励
Anthropic发布了面向成本敏感用户的Claude Haiku 4.5大语言模型,定价为每百万输入令牌1美元,输出令牌5美元,比旗舰版Sonnet 4.5便宜三倍。该模型采用混合推理架构,可根据需求调整计算资源,支持多模态输入最多20万令牌。在八项基准测试中,性能仅比Sonnet 4.5低不到10%,但在编程和数学任务上超越了前代Sonnet 4。模型响应速度比Sonnet 4快两倍以上,适用于客服聊天机器人等低延迟应用场景。
上海AI实验室联合多家顶尖机构开发出全球首个科学推理大模型SciReasoner,该模型在2060亿科学数据上训练,支持103个科学任务,能够像科学家一样进行逻辑推理并展示思考过程。它实现了化学、生物学、材料科学等多领域知识整合,在分子设计、性质预测、文献分析等方面表现出色,为科学研究提供了强大的AI助手工具。
英国初创公司Nscale将为微软建设四个AI数据中心,总计部署约20万个GPU,合同价值高达240亿美元。首个数据中心将于明年在葡萄牙开建,配备1.26万个GPU。德州数据中心规模最大,将部署10.4万个GPU,容量从240兆瓦扩展至1.2吉瓦。所有设施将采用英伟达最新Blackwell Ultra显卡。
南洋理工大学研究团队开发出SHINE方法,这是一种无需额外训练就能实现高质量图像合成的新技术。该方法通过巧妙引导现有AI模型的潜能,能够在复杂光影条件下完美合成图像,包括准确的阴影生成和水面倒影效果。研究团队还创建了ComplexCompo基准测试集,验证了SHINE在各种挑战性场景中的卓越性能,为图像编辑技术的发展开辟了新方向。