Red Hat发布了一个OpenShift容器化平台的技术预览版,该平台可以驱动跨x86和Arm芯片的集群。
Red Hat 2022年3月发布的OpenShift 4.10版本,现在可以在Amazon Web Services Arm支持的Graviton CPU上运行了。当时,RedHat表示该版本“只是我们OpenShift on Arm计划的开始,在接下来的版本中,将会看到在x86上运行的附加功能越来越多地可用于OpenShift on Arm。”
这家IBM的子公司的新一代版本(4.11版)于本周早些时候推出,增加了基于代理的安装程序、支持更多部署配置,包括在Nutanix环境中运行的能力,以及更高级别的FedRAMP合规性,还有一个技术预览版。
Red Hat在公告中表示,并非用户依赖的所有应用程序和服务都可以在Arm上使用。虽然该公司认为这个问题随着时间的推移会自行解决,但“我们也不想在短期内停止采用。”这就是为什么Red Hat喜欢在不同架构的计算节点中采用完全异构集群的思路。
公告宣称:“有了这个功能,用户可以在一个OpenShift 集群中并排运行这些Arm和x86应用程序。”
但它没有说明该功能何时可用于生产,或者在微软的Azure云之外使用,微软的Azure云是目前唯一可以运行异构集群的地方。
该公告指出:“你将能够在现有的OpenShift x86集群中添加基于Arm的节点进行优化。”
“在未来的版本中还会有更多关于此功能的内容,但是我们觉得你会高兴能够有一点早期的尝试来真正激发你的胃口。”
想象一下Kubernetes 管理容器在不同架构上运行,充分利用每种架构的功能或价格结构。再想象一下,IBM最终可能在自己的云上提供Arm产品,因为OpenShift是IBM的首选平台。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
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。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
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。