微软通过两个新项目来解决云计算开发人员面临的问题。微软和阿里云开发的开放应用程序模型(OAM)是一个Open Web Foundation项目,它是在Kubernetes上构建云原生应用程序的规范。Dapr是一种可移植的事件驱动型运行时,用于构建可在云和边缘设备上运行的微服务应用程序。
本周早些时候,Twitter上的The Waking Cat(@ h0x0d)发现了OAM的GitHub存储库。(正如Cat所发现的那样,OAM的代码代号为Hydra。)他还发布了指向Rudr的链接,这是OAM的实现,按照GitHub的描述,Rudr目前处于Alpha阶段,允许用户在任何Kubernetes集群上部署和管理应用程序,而无需担心应用程序开发人员和操作人员。
微软的官员在10月16日的博客文章中表示:“OAM是用于描述应用程序的规范,以便将应用程序描述与如何部署应用程序以及基础架构如何对其进行管理等细节分开。”官员们表示,与更传统的平台即服务(PaaS)模型不同,OAM与平台无关。尽管Rudr是建立在Kubernetes之上的,但它“并没有与Kubernetes紧密绑定”。
微软的高管表示,他们的目标是将OAM引入GitHub上Kubernetes的供应商中立实施之中。微软的高管们告诉TechCrunch,随着时间的推移,微软可能会将OAM变成托管服务,就像阿里巴巴所做的那样。
微软将Dapr描述为“云计算和边缘计算的微服务积木”的集合,这也就意味着它是与平台无关的。微软的官员们表示,Dapr将支持“所有的编程语言和开发人员框架”,并且可以通过标准HTTP或gRPC编程接口进行访问。
微软的高管们在10月16日发布的博客文章中介绍了今天发布的Dapr alpha版本:“Dapr完全与平台无关,这意味着你可以在任何Kubernetes集群以及其他与Dapr集成的托管环境中本地运行你的应用程序。这让开发人员可以构建出能够同时在云端和边缘运行的应用程序,而无需对代码进行任何修改。”
我很好奇这些新规范是否能够适应微软目前的PaaS产品——其中包括Azure Kubernetes Service(AKS)和Azure Service Fabric,以及它们是如何进行适应的。听起来我们将在11月第一周举办的微软Ignite大会上听到更多来自Azure首席技术官Mark Russinovich的信息。
好文章,需要你的鼓励
Turner & Townsend发布的2025年数据中心建设成本指数报告显示,AI工作负载激增正推动高密度液冷数据中心需求。四分之三的受访者已在从事AI数据中心项目,47%预计AI数据中心将在两年内占据一半以上工作负载。预计到2027年,AI优化设施可能占全球数据中心市场28%。53%受访者认为液冷技术将主导未来高密度项目。电力可用性成为开发商面临的首要约束,48%的受访者认为电网连接延迟是主要障碍。
MiroMind AI等机构联合研究团队提出了UniME-V2多模态嵌入学习新方法,通过让大型多模态语言模型充当"智能法官"来评估训练样本质量,解决了传统方法在负样本多样性和语义理解精度方面的问题。该方法引入软标签训练框架和困难负样本挖掘技术,在MMEB基准测试中取得显著性能提升,特别在组合式检索任务上表现出色,为多模态AI应用的准确性和用户体验改进提供了重要技术支撑。
亚马逊云服务宣布投资500亿美元,专门为美国政府构建AI高性能计算基础设施。该项目将新增1.3千兆瓦算力,扩大政府机构对AWS AI服务的访问,包括Amazon SageMaker、Amazon Bedrock和Claude聊天机器人等。预计2026年开工建设。AWS CEO表示此举将彻底改变联邦机构利用超级计算的方式,消除技术障碍,助力美国在AI时代保持领先地位。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。