对于云计算的终局是公有云胜还是混合云胜,目前尚有争论,但现阶段混合云才是市场主流的选择,对此很少人有异议。基于这一认识,各厂商推出了各种各样的混合云解决方案,红帽的“开放混合云”无疑是其中比较亮眼的一个。8年前红帽提出了开放混合云,并持续不断丰富和完善其基于OpenShift构建的混合云平台,今天已经成为混合云市场不可忽视的一只力量。如今在IBM的加持下,红帽的开放混合云之路走得愈加坚定。
开放混合云战略
云计算市场正在向混合云演进。因为对于大多数企业,尤其是有一定规模的企业而言,可能同时拥有公有云、私有云,能够让自己的应用在两个平台上运行,并实现统一管理,就必须坚持开放的架构,这正是红帽8年前提出开放混合云而不只是混合云的出发点。根据红帽的《2020企业开源现状》报告,63%的企业目前正在使用混合云架构,而没有采用的有54%的企业计划在未来两年内采用。
“开放混合云,对企业IT的现在和未来日益重要。今天唯有构建在这种开放技术和开放平台之上,企业才能更充分连接新旧两个世界,掌握选择权与控制权,在这个不确定的时代仍然创新增长。” 红帽公司总裁兼CEO Paul Cormier在日前举行的Red Hat Summit 2020大会上表示。
在云计算普及之前,很多企业曾经面临过内部系统林立、而互不相同的局面,今天在云计算时代,这一局面正在一些企业中出现。有统计显示,今天的企业平均使用5个云以上。在设计和构建企业系统架构时,如果没有战略规划,那么各个云环境仍然会处于孤立状态,这将限制企业实现变革和创新能力。换而言之,数十年那些企业悬而未决的问题,目前已经随着他们的步伐转移到云端。
而建立在开放基础上的开源是解决这个问题的有效办法,为了在任何云环境中实现统一管理、安全防护和集成,为了广泛汲取创新理念,为了确保在未来发展过程中保有最高的灵活性,企业亟需开放的架构、开放的标准和开放的源代码——开放遍及所有,从裸机到虚拟化,然后到私有云和公有云,再到网络,一直到边缘设备。红帽全球副总裁兼大中华区总裁曹衡康说红帽就可以提供这样一个非常好的技术架构。
曹衡康介绍说,红帽有很好的操作系统,可以搭建在各种硬件上,可以提供很好的平台和工具,能够让合作伙伴和客户在红帽的平台上开发应用。特别是红帽的OpenShift容器平台支持不同的架构,比如支持传统物理机和虚拟机,同时还支持各种云,无论是AWS、Azure、GCP或者阿里云等等。
在不久前的Red Hat Summit 2020大会上红帽推出了多款与OpenShift有关的新产品或者产品升级,包括OpenShift虚拟化、红帽OpenShift 4.4和红帽Kubernetes高级集群管理等。其中的OpenShift虚拟化将让OpenShift实现容器与虚拟机的统一管理、调度,是一个新的突破。
“我们是第一家提出开放混合云的战略,而且在八年里我们一直不断加强技术、进行宣导和努力实践。红帽的OpenShift在全球已经拥有超过1700家企业客户,在中国市场也有超过150家客户。”曹衡康表示。
以开源促创新
不只是开源,今天交付开源混合云解决方案的厂商也不少,而红帽的独特优势在于其交付的是一个企业级的混合云解决方案。这里所说的企业级是指:这个方案是经过集成的、开箱即用的、安全的。这也是其与社区版的开源一大不同之所在,也是红帽成功的关键所在。
这些年来在企业级开源市场红帽一直扮演着领头羊的角色。红帽的开源之旅从Linux开始,现在Linux已经成长为众多企业和组织的创新引擎,红帽的业务也已经从Linux扩展到多个IT领域,越来越多的企业拥抱开源,打破了被专有软件锁定的束缚,因此红帽也被认为是最懂开源精神的公司。
根据红帽的《2020企业开源现状》报告,期望使用开源软件的企业从去年的59%飙升至今年的77%;而采用专有软件的企业占比从去年的55%降低到今年的42%,未来两年降低到32%。由此可见开源已经大趋势。
在这种大趋势下一些原来只做专有软件的公司进入开源领域,它们只是推出一个“开放核心”和“开放组件”,就说自己是开源的。其实,开源需要开源社区、开源的开发模式和开源文化。专有软件厂商要想开源,需要与社区和合作伙伴团结协作,努力开发最好的开源技术,这样才能给出真正有价值的解决方案。
“开源正在成为创新的引擎,虚拟化、云计算、云原生以及现在的5G和边缘计算等等,这些创新的技术和应用都是发轫于开源。”曹衡康说,开源是一种非常好的创新模式,在现在的复杂形势下,开源的灵活方式可以帮助不同的企业进行创新。
曹衡康透露,为了助力企业学习开源,利用开源进行创新,红帽将和合作伙伴和第三方公司举办一个容器云职业技术大赛。目前已经有30多家合作伙伴、超过100家以上的企业愿意参与,覆盖各行各业。这是一个上万人参加大赛,会持续好几个月。
“我们的目的就是要鼓励大家参与开放混合云,推动OpenShift本身的发展,也是与红帽秉持的社区概念相结合,助力企业创新,推动业务的发展。”曹衡康说。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。