云原生,可能每个人对其都有不一样的解读。
时速云CEO黄启功认为,云原生技术正在引领企业数字化转型的IT架构变革。在企业业务应用迭代更快、变更更快、交付更快,甚至创新更快的时代,云原生技术恰恰能够实现这样的敏态 IT 架构,助力企业数字化业务创新。
云原生技术主要体现在三个方面,基础架构、应用架构和敏捷过程,对应的支撑技术是容器云、微服务和 DevOps。
这些云原生技术又将会有什么样的发展趋势呢?据 IDC 预计,到2022年,90% 的新应用将采用微服务架构,35%的生产环境应用是云原生;并且在Gartner的报告中,云原生技术正在向应用场景、技术、生态三个方面快速演进,并将扩展到更多应用场景,比如在混合云和多云管理领域,以及边缘层的应用。
云原生的典型应用场景主要有三个方面,第一个是开发测试和快速交付,通过DevOps实现应用的快速迭代和交付;第二个是敏态 IT 架构和高并发高弹性的应用场景,通过微服务实现应用架构的解耦和弹性;第三个应用场景是PaaS平台和技术中台,融合了容器、DevOps、微服务,以及数据库中间件、大数据框架等,可以帮助企业实现平台即服务的目标。
时速云作为领先的全栈云原生技术提供商,正式完成从单一容器平台到云原生全栈产品线的布局。11月22日,以“共赢云原生”为主题的时速云新品发布暨合作伙伴大会在北京成功举办。会上,时速云发布了全新的产品战略,并正式启动生态合作伙伴计划。
时速云全栈云原生新品重磅发布
据时速云CTO王磊介绍,公司目前正在从云原生基础架构和云原生应用架构两个层面构建全栈云原生系列产品,并向数字化转型中的企业提供中台解决方案。其中,云原生基础架构系列产品助力企业级容器化应用的多环境、全生命周期管理,提高企业应用交付的效率;云原生应用架构系列产品助力企业加快应用开发效率的同时,轻松应对大型分布式系统下高并发、高可用、高性能的业务场景。
他对全栈云原生系列产品进行了逐一介绍:
1) 新版本的容器云PaaS在容器网络、存储、日志、监控、资源管控、多云调度管理等方面持续改进和增强;同时,产品提供标准版和高级版两个版本,为不同需求的企业提供差异化产品支持
2) 云原生 DevOps 持续扩展任务模版,增加了多种自动化测试、系统集成等10多个模版;提供多个最佳实践的流水线模版,降低了流水线的编排和学习成本。同时,在项目管理能力上,引入了需求管理、交付管理、研发质量、版本发布控制、项目概览等多维度数据汇总、报表功能
3) 中间件服务,深度研发各种中间件 operator,包括多种集群模式支持、数据备份恢复、中间件管理监控工具集成、业界最佳实践整合,把用户从复杂的中间件部署、管理、运维中解放出来
4) 边缘计算产品,实现从数据中心 PaaS 到近场集群以及边缘节点的延伸,满足边缘节点的自治以及云边协同的能力
5) 微服务治理推出面向Spring Cloud/Dubbo微服务开发框架的服务治理平台,深度定制Spring Cloud / Dubbo微服务框架,增强功能,提高系统可靠性
6) API 网关产品,用于帮助企业和开发者完成 API 的创建、维护、发布、监控等整个生命周期的管理,方便企业以API的方式管理业务资产以及实现企业内外的服务共享
7) 服务网格产品达到生产可用条件,满足服务治理可视化、工具化、自动化要求;无业务侵入性,全链路监控,多种微服务框架无缝接入,同时支持主机与容器部署的服务接入
最后,向大家介绍了如何通过全栈云原生产品体系为客户提供技术中台整体解决方案,见证了云原生技术的强大持续创新能力。从容器到云原生,时速云前瞻性的预见到了容器技术的商业价值、Kubernetes已经成为容器编排的事实标准,而云原生技术将会带来更大的机遇。
携手合作伙伴以云原生之力赋能数字经济
自成立之日起,时速云就积极构建生态合作伙伴体系。11月22日,时速云正式启动了面向 Cloud Native 生态合作伙伴计划,并为24家合作伙伴颁发了授牌。根据合作伙伴的自身的企业特点和可能的合作模式的不同,时速云将合作伙伴分为解决方案合作、分销合作和服务合作3种类型。
解决方案合作:具备在特定领域或垂直行业,有一定的客户资源和产品开发、整合能力,能够提供与时速云的产品和云原生技术相集成的联合解决方案。要包含云计算友商、方案集成商、独立软件开发商isv等。
分销合作:具备时速云产品销售咨询和服务能力,在某些行业有一定的客户基础,能够挖掘更多的企业应用场景,推动云原生技术产品化落地。主要包含代理商,渠道贸易商等。
服务合作:具备时速云产品或服务的交付能力,包括项目咨询、项目实施、项目管理、项目交付等。
时速云COO杨乐表示:“针对不同的合作伙伴,时速云可以提供多个层次灵活的对接和支持方案,包括产品、售前、市场、培训等多个方面。例如,针对产品能够深度融合的解决方案合作伙伴,时速云能够提供研发支持,推动产品技术层面的对接,让产品互相兼容,进一步打造具有行业属性的联解决方案,比如云原生和数据治理、PaaS和IaaS。”
本着开放、多赢、融合的原则,时速云积极帮助合作伙伴构建基于云原生的业务实践和解决方案,协同打造产业链上下游及企业客户多方共赢的合作生态圈。时至今日,时速云已经完成从单一容器平台到云原生全栈产品的战略布局,并宣布渠道合作伙伴战略正式启航。
“深耕云原生领域,我们将继续携手合作伙伴为企业客户打造更高品质的产品和解决方案,以技术创新带动云原生产业化落地,赋能数字经济。”黄启功表示。
好文章,需要你的鼓励
这篇研究重新审视了循环神经网络中的双线性状态转换机制,挑战了传统观点。高通AI研究团队证明,隐藏单元不仅是被动记忆存储,更是网络计算的积极参与者。研究建立了一个从实数对角线到完全双线性的模型层级,对应不同复杂度的状态跟踪任务。实验表明,双线性RNN能有效学习各种状态跟踪任务,甚至只需极少量训练数据。研究还发现,纯乘法交互比加法交互更有利于状态跟踪,为循环网络设计提供了新视角。
这项研究探讨了多模态大语言模型在增强推理能力时出现的视觉幻觉问题。研究发现,模型生成更长推理链时,对视觉信息的关注减少,导致幻觉增加。研究者提出RH-AUC指标和RH-Bench基准来评估模型在推理与幻觉间的平衡,发现较大模型表现更好,纯强化学习训练优于监督微调加强化学习,且训练数据的类型比数量更重要。这些发现对开发既具推理能力又保持视觉准确性的AI系统具有重要意义。
这篇研究探讨了大语言模型在自动推理任务中的不确定性问题。研究者提出,模型生成形式规范时的概率不确定性不是缺陷,而是宝贵的信号源。通过引入概率上下文无关文法框架分析SMT-LIB程序分布,他们发现不确定性信号具有任务相关性(如逻辑任务中的语法熵AUROC>0.93)。他们的轻量级信号融合方法能减少14-100%的错误,仅需最小弃权,将大语言模型驱动的形式化转变为可靠工程学科。研究揭示当模型正确理解逻辑关系时会产生稳定的语法模式,为判断何时信任模型提供了可靠指标。
来自沙特阿拉伯王子苏丹大学和阿尔法萨尔大学的研究团队开发了GATE(General Arabic Text Embedding)模型,这是一套专为阿拉伯语设计的文本嵌入系统。该研究结合了套娃表示学习和混合损失训练方法,解决了阿拉伯语特有的语义处理挑战。GATE模型在MTEB基准测试的语义文本相似度任务中表现卓越,比包括OpenAI在内的更大模型高出20-25%,同时保持了多维度(768至64)的高效表现。研究通过详细的错误分析揭示了模型在不同相似度水平上的表现特点,为阿拉伯语NLP领域提供了新的研究方向。