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
随着IT成为企业运营的核心支撑,IT服务台的重要性日益凸显。现代ITSM平台已从简单的帮助台发展为复杂的管理系统,集成了工单跟踪、资产管理、性能监控等功能。这些平台的核心是工单门户,确保请求得到及时处理。许多产品强调自助服务功能和AI集成,通过智能路由、预测分析和生成式AI来提高问题解决效率。本文详细介绍了21款主流ITSM工具,帮助企业选择适合的解决方案。
韩国AI研究院团队深入研究了大型语言模型的置信度评估机制,发现AI有时会对错误答案表现出过度自信的"幻觉"现象。研究揭示了AI内部"置信度计算器"的系统性偏差,提出了"内部一致性检测"方法来识别AI的真实确信程度,为开发更可靠的AI系统提供了重要科学基础。
思科与英伟达、VAST Data合作推出安全AI工厂,整合服务器、GPU和存储设备为企业提供一体化AI基础设施。该方案采用融合基础设施形式,以AI POD作为核心组件,搭载英伟达RTX PRO 6000 Blackwell GPU和思科UCS服务器。存储方面支持NetApp、Pure Storage或VAST Data产品。VAST声称其InsightEngine能够加速RAG管道,将响应延迟从分钟级降至秒级,支持企业级智能体AI应用。
苹果公司研究团队通过创新的GSM-Symbolic测试方法,发现当前先进AI系统在数学推理方面存在严重缺陷。研究表明,AI虽然在标准测试中表现优异,但面对表述稍有变化的同类问题时准确率显著下降,暴露出其缺乏真正的逻辑理解能力,主要依赖模式匹配而非推理。这项发现为AI评估提供了新标准,并为未来开发更可靠的AI推理系统指明了方向。