就在本周DockerCon线上大会举行之前,Docker宣布与微软展开合作,为双方客户简化开发项目。
和其他主流IaaS厂商一样,微软也已经向自己的公有云中增加了对软件容器的扩展支持,以解决行业向微服务转型中遇到的问题。微软与Docker的合作可以追溯到该项目的最早期阶段。两家厂商今天公布的这一合作,重点是在针对云环境开发基于微服务的应用的过程中所涉及到的问题。
软件团队使用Docker CLI命令行工具与Docker容器平台进行交互。开发人员在本地计算机上编写代码,一旦项目开始成形,便将文件移动到有更多硬件资源的、更大的、基于云的环境中。微软和Docker今天预览了一些新的集成项,这些集成让开发人员使用少量命令就能从Docker CLI直接在Azure中创建基于云的应用环境。
该特性依赖于微软的托管容器服务Azure Container Instances。两家厂商表示,软件团队可以使用Azure容器实例创建应用环境,无需手动管理基础设施资源。此外,这项集成让开发人员使用单个命令就能将本地桌面开发环境的配置复制到云中,以缩短初始设置需要的时间。Docker解决方案工程经理Chad Metcalf在博客中这样写道。“你可以运行单个的容器,也可以使用Docker Compose运行多个容器。”
Docker和微软的合作也扩展涵盖了其他产品。Docker增加了针对Visual Studio Code(一个被广泛使用的微软免费代码编辑器)的集成,让使用该工具的开发人员更快地将代码作为容器进行部署。软件团队还可以选择使用Docker Hub(用于托管容器项目的云服务)彼此共享文件。
Docker首席执行官Scott Johnston在一份声明中说:“扩大与微软的战略关系将进一步降低构建、共享和运行面向开发者的云原生微服务应用的复杂性。”
DockerCon是Docker自去年把企业业务卖给Mirantis以来的首次大型活动。从去年以来,Docker一直在调整逐渐将重点缩小到提供开源工具和付费开发者工具方面
好文章,需要你的鼓励
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
尽管模型上下文协议(MCP)自11月推出以来用户数量快速增长,但金融机构等监管行业仍保持谨慎态度。银行等金融服务公司虽然在机器学习和算法方面是先驱,但对于MCP和Agent2Agent(A2A)系统的采用较为保守。监管企业通常只使用内部代理,因为其API集成需要经过多年审查以确保合规性和安全性。专家指出,MCP缺乏基本构建块,特别是在互操作性、通信标准、身份验证和审计跟踪方面。金融机构需要确保代理能够进行"了解您的客户"验证,并具备可验证的身份识别能力。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。