红帽公司日前宣布推出红帽OpenStack平台16.2,这是其具有高度扩展能力且敏捷的云基础架构即服务 (IaaS) 平台的最新版本。红帽OpenStack平台16.2版本旨在帮助企业在混合云世界取得成功,通过与红帽OpenShift更紧密地集成,客户可以同时运行新的和传统的应用,同时提高网络容量、安全性、存储、性能和效率。
即使新应用以云原生方式交付,正在开展数字化转型的企业也通常面临着在管理容器和虚拟机工作负载时实现平衡的问题。特别是对于通信运营商(CSP),红帽经常看到其客户和合作伙伴希望同时运行虚拟化网络功能(VNF)和云原生网络功能(CNF),以实现与裸机环境类似的性能。为了帮助满足这一需求,红帽OpenStack平台16.2增加了以下新功能:
1.更长的生命周期,支持持续的功能更新,而不会因重大升级而中断运行或导致潜在的停机。
2.灵活性,通过红帽OpenStack平台和业界领先的企业级Kubernetes平台——红帽OpenShift的集成,同时灵活运行虚拟机和云原生应用,并实现裸机的性能。
3.通过新的硬件选项而提高可选择性和效率,包括第三代英特尔至强可扩展处理器和其他下一代x86架构,使客户能够以最适合其需求的方式构建开放混合云,涵盖从核心架构到采用smartNIC进行硬件卸载等各个方面。
4.通过整合多种供应商系统和格式而更轻松地部署简化的存储,使客户能够专注于应用创新,而非维护定制或自定义的存储系统。
为边缘带来更多连接
在边缘,应用的可用性日益重要,特别是在边缘站点可能有间歇性或不可靠的网络连接返回中心站点时。此外,尽管处理任务继续在边缘站点完成,但在有些情况下,与中央站点的持续连接至关重要,例如正在抗击疫情的医院系统。中央数据中心可能放置在主医院,处理城市地区的大量病人,但医疗服务也必须涵盖农村病人。因此,这些应用也必须扩展到连接间歇性中断以及空间有限的偏远诊所。将混合环境扩展到需要数据的地方可以帮助分布于各地的团队在关键时刻更快做出决定。
为了更好满足这一需求,红帽OpenStack平台16.2通过开放虚拟网络 (OVN) 增添了可用分区感知。这使作业者能够根据地理位置、电源和停机可能性分组设置节点,然后可以预设一个时间表,使边缘环境能够以最高可用性访问节点。这有助于支持远程边缘站点,并提供本地服务,同时也提高性能,降低数据面流量的延迟,并提高整体边缘的弹性。
上市时间
红帽OpenStack 16.2通过红帽客户门户以红帽订阅方式提供。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。