谷歌今天公布了Anthos应用平台的一些重要更新,使其能够以较低成本支持不同计算环境中的更多工作负载。
Google Anthos是一个混合云应用开发平台,可以运行在开源Kubernetes容器编排软件上,承载那些不需要修改就能运行在现有本地硬件和公有云的应用,让企业可以为每一种应用选择最合适的基础设施。
在Anthos中,应用通常是部署在软件容器中的,软件容器可承载每个应用的组件,使其更易于使用。对于开发者来说,最大的好处是无论托管这些应用的基础设施是什么,开发者都可以使用一套工具来构建和部署应用,并根据需要推送更新。Kubernetes的作用是简化对大型容器化应用集群的管理。
这项公告最重要的一点在于,Anthos终于兑现了自己的承诺。Anthos此前一直承诺将支持多云部署,特别是从AWS开始,到目前为止,对微软Azure的支持已经处于预览阶段了。
Google Cloud产品管理副总裁Jennifer Lin在博客中写道:“现在,你可以在本地环境、Google Cloud以及其他包括AWS在内的云中整合所有操作了。”
自成立以来,支持多云一直是Anthos的主要目标,因为这意味着客户无需放弃对本地云和其他云的现有投资,仍然可以对所有应用和服务使用一个通用的管理层。
此外,谷歌还扩展了Anthos的管理框架,以支持更多传统工作负载。
Lin说:“无论你的企业组织是云中的数字原生企业还是传统企业,都很难始终如一地大规模管理工作负载。最新版本让我们更深层地支持虚拟机,让管理多样化环境变得更容易。”
这次更新让客户可以管理Google Cloud上虚拟机运行策略,就像管理软件容器的策略一样。Lin说:“这减少了由于人工干预而导致配置错误的可能性,同时加快了交付速度。”
与此同时,可实现应用组件相互通信的专用基础设施层Anthos Service Mesh现在支持运行在虚拟机中的应用了,让多个团队可以跨Google Cloud、本地环境或者其他云的工作负载一致地管理策略和安全性。
最后,Lin还提供了一些即将发布的更新的详细信息,这些更新应有助于企业组织降低成本并减少低效率。通过这一更新,Anthos将可以运行在裸机服务器上(单个租户专用的物理服务器)。裸机服务器是虚拟机管理程序服务器的替代方案,在虚拟机管理程序服务器中,多个用户共享虚拟服务器的计算、存储和其他资源。
Lin说:“这非常适合于那些对于性能或者监管有苛刻要求的工作负载。”
裸机服务器还将实现另一项名为Anthos on Edge的功能,该功能将允许用户在数据中心和公有云环境之外的分支机构、零售店和远程站点等边缘位置部署应用和工作负载。他说,这两个更新将在今年晚些时候发布。
Constellation Research分析师Holger Mueller表示:“谷歌于12个月前发布号称首个多云计算平台Anthos产品震惊了业界,很高兴看到谷歌兑现了支持Google Cloud和AWS等产品的多云承诺。企业希望实现工作负载的可移植性,以避免被锁定在特定的云基础设施中。”
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。