在今天的Red Hat Summit大会上,红帽公司推出了三款新的和增强的产品,加强对软件容器编排管理器Kubernetes的支持。
OpenShift虚拟化目前作为内嵌于Red Hat OpenShift的技术预览版对外公布了,让企业组织可以开发、部署和管理在虚拟机中运行的应用,以及在容器中和在无服务器平台上运行的应用,这些应用程序是由即时组装的微服务组成的。它源自KubeVirt开放源代码项目,解决了虚拟机工作负载无法轻松封装于容器中的局限性。
尽管在软件容器适应性方面做了很多努力,但“某些应用在虚拟机中运行的情况要更好一些,例如某些数据库,而大数据应用在容器中运行得更好”,红帽产品策略高级总监Brian Gracely说。“所以有必要进行协调和集中管理。”
该产品面向内部或跨多个云运行多个Kubernetes集群的组织。通过将虚拟化工作负载直接放入开发工作流中,团队可以将其迁移到容器,而无需完全放弃虚拟化组件。
以虚拟机为中心的管理非常重要,因为“虚拟机仍然是大多数企业组织基础设施堆栈的一个关键组成部分,”Gartner数据中心和云运营研究总监Paul Delory这样表示。一旦使用KubeVirt封装在一个容器中,“内有虚拟机的容器,就可以参与到基于容器的工作流和管理技术中,包括在Kubernetes中对其进行调度。”
这项功能适用于为容器重构虚拟机,将无法容器化的旧应用合并到工作流中,在容器化应用内部保持虚拟机的安全性,使用临时基础设施进行测试,甚至可以节省软件许可成本。 Delory表示,KubeVirt群体专注于在虚拟机最终将消失的前提下进行重构,但“ 虚拟机的持久力可能比他们想像的还要强。”
与此同时,红帽还公布了Kubernetes OpenShift 4.4版,该版本使用了Kubernetes Operators工具,这个工具利用自定义资源来管理应用及其组件的软件扩展。新版本增加了诸如以开发人员为中心的平台指标视图,以及监视应用工作负载等功能。它可以监控Red Hat Operator的集成,并提供成本管理,评估整个混合云中用于特定应用的资源和成本。
Gracely说:“许多情况下,想要监视应用的开发人员必须带上自己的工具集。以开发人员为中心,就是要让开发人员能够看到那些对他们来说很重要的指标。”
最后,红帽推出了Advanced Cluster Management for Kubernetes的技术预览版,通过策略驱动的治理和应用生命周期管理,为大规模监控和部署OpenShift集群提供了控制点。红帽表示,用户可以建立新的集群,并让订阅框架处理所有环境中应用的持续交付。
Gracely说,去年IBM收购Red Hat的时候,这项集群管理功能“就是一个IBM众多投资组合中一个不起眼的项目。我们引入了一个来自IBM的团队,将该产品的一部分来构建ACM。”
除了使用户能够管理Kubernetes集群之外,该软件还可以用于监视和计费,并在多个Kubernetes集群之间设置安全性和合规性等标准的管理策略。用户可以获得对横跨物理、虚拟、私有云和公有云环境运行的混合云部署的统一视图。Advanced Cluster Management for Kubernetes预计将于今年夏季上市。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。