混合云一直是红帽最为看重的市场之一,在红帽日前举行的Red hat Summit 2020大会上,红帽的混合云战略被再次重申,而且会继续坚定地拥抱Kubernetes。大会上,红帽一口气推出了多款产品来加强对Kubernetes的支持。
"开放混合云是红帽多年来的愿景,越来越多的企业也正积极朝着这一目标迈近。”红帽公司总裁兼CEO Paul Cormier在大会上表示。Paul Cormier不久前才刚刚接替担任IBM总裁的Jim Whitehurst就任红帽总裁兼CEO。
如今IBM已经完成了对红帽的收购,红帽作为IBM混合云战略的重要支撑正式进入IBM大家庭——这也正是IBM以高达340亿美元收购红帽的原因。IBM已经投入巨资建立起能跨所有主要云、企业数据中心和多个计算架构的混合云平台,而这个平台的核心正是红帽的开放式混合云技术,其核心就是红帽的OpenShift。
红帽OpenShift是一个真正的企业Kubernetes平台,它让客户在拥抱云原生的同时可以继续使用已有的传统应用。在本次大会上,红帽推出了多款与OpenShift有关的产品,包括OpenShift虚拟化、红帽OpenShift 4.4和红帽Kubernetes高级集群管理等,红帽对OpenShift和混合云市场的重视由此可见一斑。
红帽OpenShift 4.4继承了Kubernetes Operators简单和可扩展的特性。OpenShift 4.4基于Kubernetes 1.17开发,加入了以开发者为中心的平台指标视图和应用工作负载监控功能,针对红帽Operators的监控集成,用于评估混合云特定应用使用资源和成本的成本管理功能以及其他功能。为了进一步消除传统应用和云原生应用之间的障碍,红帽还推出了更多全新功能,以实现在OpenShift上支持新的工作负载,并满足客户的所有需求。
如果说红帽OpenShift 4.4是版本的更新,并不令人意外,那么OpenShift虚拟化和红帽Kubernetes高级集群管理这两个软件带给我们更多的惊喜,尤其是OpenShift虚拟化。
过去的OpenShift主要面向容器平台,以容器为中心,然而在现实中大多数企业还有虚拟机负载,不少企业中虚拟机甚至是主流的运行环境——可能由于是传统的应用,或者出于安全和隔离等原因,这些应用部署在虚拟机上。OpenShift虚拟化源自KubeVirt开放源代码项目,作用是让企业组织可以同时开发、部署和管理在虚拟机中运行的应用和在容器中运行的应用。它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,甚至可以节省软件许可成本。
实际上,这个技术方向并不只有红帽,VMware也走上了这条路,VMware Tanzu就致力于将对容器(K8s)和虚拟机实现统一管理,可以说双方殊途同归。颇有意思的是,在大会期间的新闻发布会上,有记者问到了VMware与红帽在技术路线上的异同。红帽云平台资深副总裁Ashesh Badani表示,两家公司都认同Kubernetes是未来,红帽的特点是坚持开源,并专注于Kubernetes。
而红帽Kubernetes高级集群管理则是为了应对在大规模、生产型和分布式Kubernetes集群中运行云原生应用的管理挑战而推出的新管理解决方案。目前红帽Kubernetes高级集群管理将以技术预览形式推出,为全面的OpenShift集群监控和部署提供单个简化的控制点,并提供策略驱动管理和应用生命周期管理。
在本次大会上,红帽除了发布了前面提到的OpenShift虚拟化、红帽Kubernetes高级集群管理、红帽OpenShift 4.4外,还发布了红帽企业Linux 8.2和Azure Red Hat OpenShift on OpenShift 4。前者专为混合云时代的互连特性打造,在原来可靠、稳定和生产就绪等特性的基础上,其降低Linux新老用户使用门槛,提供更顺畅的用户体验;而完全托管的Azure Red Hat OpenShift on OpenShift 4让用户能以自助服务的方式在几分钟内创建集群。
Red hat Summit是红帽全球一年一度最重要的技术盛会,今年,全球同冷暖,Red hat Summit 2020大会因为新型冠状病毒疫情的影响,由传统的线下转到了线上。为了缓解COVID-19造成的影响,帮助客户应对风险并扩展关键服务,红帽宣布以四大措施为客户提供帮助:新用户将获得大客户技术经理(TAM)服务产品50%折扣;延长红帽部分产品的订阅有效期,涉及红帽企业Linux、红帽OpenShift 3.11和OpenShift容器存储3.11、红帽Ceph存储3.3等产品;为求职者提供免费培训(红帽认证系统管理员(RHCSA)Linux学习课程在SkillsBuild.org上免费可用);为所有人免费提供主流技能和技术在线培训课程(红帽4月已经交付50万次免费的在线培训课程)。
好文章,需要你的鼓励
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
美国垃圾收集行业2024年创收690亿美元,近18万辆垃圾车每周运营六至七天,每日停靠超千次。设备故障成为行业最大隐性成本,每辆车年均故障费用超5000美元。AI技术通过实时监控传感器数据,能提前数周预测故障,优化零部件库存管理,减少重复维修。车队报告显示,预测性维护每辆车年节省高达2500美元,显著提升运营效率和服务可靠性。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。