“我们正在努力实现我们的愿景——即让全世界的云计算资源像一台计算机一样易于使用。当我们这样做的时候,我们将最终实现云计算的全部革命性潜力。只需要单击一个按钮,我们就可以在需要的时候获得我们想要的一切,这一切只需要一个毫秒。”
这段话来自IBM研究院混合云平台主管Priya Nagpurkar。她在最近对 IBM 研究院高级副总裁兼总监 Dario Gil 的采访中说出这番话。
Nagpurkar 解释了IBM研究院是如何开创无服务器计算架构的,该架构可以将云计算的资源变成世界上最大的计算机。无服务器计算将使这一切成为可能,完全摆脱了复杂的后端配置和安全性管理。
世界顶级的公共云数据中心已经遍布各大洲,在数百个地点落脚。Gil表示:“然而,这只是描绘了这幅画卷的一部分而已。”全球还有“大量的私有云环境像孤岛般存在着。经过多年的高速发展,云计算成长成了今天这个样子,变成了一个由公共和私有数据中心组成的大规模分布式网络,包括了ZB级别的计算能力和数据存储能力。”
Nagpurkar认为,对于云端目前的各种进步,我们必须“让云像一台无限强大的计算机一样工作。”她补充表示,目前,还存在着非常多的障碍。“想想使用笔记本电脑工作是多么简单,你有一个非常熟悉的通用操作系统工具。而且,最重要的是,你将大部分时间花在代码上。可是在云端进行开发可就完全不是这么一回事了。在云端开发,你必须了解各个云供应商之间的细微差别——AWS、Azure、GCP、IBM,还有各种私有云。你不得不配置云资源,它们可能要一段时间才能上线。你还必须操心安全性、合规性、弹性、可扩展性和成本效率。这实在是太复杂了。”
她说到,来自不同供应商的专有软件产品“不仅大大增加了各种复杂性,还扼杀了创新。”她认为,“关键的软件抽象始于操作系统。Linux 作为数据中心时代的操作系统推动了软件的激增,包括容器等虚拟化技术。这开创了云计算时代。”
Nagpurkar继续表示,无服务器技术正在为访问和使用这台正在出现的全球计算机铺平道路。“无服务器技术是实现这一目标的关键。无服务器具有三个关键属性:易用性、按需供应的弹性和按使用付费。”她举了一个例子,“例如你要在云端完成一个简单的数据准备工作,这是一个非常常见的任务。但是在这种情况下,数据可能来自任何地方——例如边缘环境。为了让这项工作像执行一个命令一样简单,你的笔记本可能会在幕后完成很多工作,而今天,这些工作需要开发人员和数据科学家在云端手动完成。我不得不担心:我可以访问吗?我可以移动数据吗?API 密钥在哪里?我应该设置多少个容器?我花费了大量的时间在这些事情上。但是有了无服务器技术,你可以将这些问题归结为一个命令,就像在笔记本电脑上移动文件一样简单——无服务器平台会在幕后完成其他的一切工作。这就是无服务器模式的美妙之处。”
Nagpurkar透露,IBM研究院正在“Knative 开源社区推动这一愿景向前发展”。IBM 通过 Red Hat OpenShift Serverless 支持这一功能。Nagpurkar表示:“我们继续推动无服务器的这种发展,它让我们越来越接近将云计算合并为一台计算机的愿景。”
实现全球单一计算机的愿景?Nagpurkar表示:“驾驭这个极度异构并分散的系统,现在是我们在计算机科学领域应该解决的最大挑战之一。”她表示,现在是分布式操作系统提供“跨越这些异构和分布式云资源的通用抽象层”的时候了。Kubernetes 是一种开放技术,这场进化之战中正在成为赢家。“所以你有了Linux 容器和 Kubernetes,两者都是开放技术。”
好文章,需要你的鼓励
贝尔金推出多款Qi2无线充电产品,包括3合1充电支架、8K容量充电宝、折叠式MagSafe支架等。3合1充电支架支持iPhone、AirPods和Apple Watch同时充电,售价77美元。8K充电宝配备支架功能,提供28小时续航。还有便携折叠充电支架、10000mAh移动电源和108W四口充电器等产品,网络星期一期间享受30-50%折扣优惠。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
在迪士尼工作室,AI初创公司Animaj展示了如何用人工智能加速动画制作。该技术通过AI填充动画师绘制的关键帧之间的动作,将5分钟动画短片制作时间从5个月缩短至5周。Animaj训练了包含30万个姿势的数据库,动画师仍负责创意和关键帧绘制,AI仅负责生成中间动作。迪士尼强调以创作者为中心的理念,让AI成为数字工具包的一部分而非替代品。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。