现如今,软件已经无所不在,万物都将是软件定义。
这也意味着,软件开发变得尤为重要。开发是对软件的一系列操作指令的编辑,整理的一个过程,这个过程也是通过对代码的编写完成的。提到软件开发可能大家都会想到各种编程语言,像Java、python、C、PHP等等,同时软件开发还需要熟悉一种操作系统,像Windows、Linux、Android、iOS。
据IDC数据显示,到2020年,40%的研发成果都是复用第三方代码实现,第三方代码绝大多数都是开源社区代码。从2021年开始,每年全球产生软件的数量都是前一年的1.5倍,开发量在爆炸式的增长。
红帽战略产品推广经理佟一舟说道一个有意思的现象,培养一个程序员需要高昂的成本,所以也出现了一个趋势,在研发成果中复用第三方或者开源代码的比例就越来越高。
IDC也预测,到2024年,80%的研发成果都是复用第三方代码实现的,这一新趋势背后的逻辑是对研发效率与速度的不断追求。
抄作业容易,但复用第三方代码或开源代码并不容易,其中会遇到各种挑战,首先是海量的开源组件和代码如何发现和甄选;其次是开源软件是不断演进发展的,如何整合演进的代码形成一个统一的企业级软件;最后是代码可能存在漏洞,造成安全性隐患如何解决。
红帽的开发方式是什么?佟一舟表示,红帽依托开源社区组件研发企业级软件近30年,这也是为什么红帽软件研发的方式,对任何一个未来要写代码的企业来说,都是非常重要也非常关键的。
当然红帽在研发上的第一准则,是保证“百分百开源”和“上游优先”。红帽首席架构师张家驹指出,红帽沿袭了开源社区的开发模式,红帽相信社区的解决方案有更广泛的影响力,因为这是在一个更广泛的环境下,大家产生出的最好的想法。
尤其上游优先在内核上体现的最为明显。红帽Kernel开发经理杨瑞瑞表示,红帽是基于某个固定的版本,从上游移植代码,同时加入红帽自己的工程性内容。
同时OpenShift的开发原则和红帽软件开发原则是一致的,也是“百分百开源”和“上游优先”,从上游社区中选取最优秀、会长期存在的开源社区组件。红帽会对每一个组件做代码的剪裁+缺陷修复+安全加固+集成,完成企业级测试后,最终形成红帽的企业级软件。
红帽还有开放创新实验室这项服务,其以红帽的研发方式为理论基础,结合众多实践经验,与企业中的研发组成转型团队,将经验手把手交给企业,从底层逻辑、DevOps模式、转化等方面帮助企业成功。
红帽开放创新实验室先用访谈的方式了解了企业现状,然后把相关人员放在一个大型会议室里,大家一起头脑风暴,设立一个标准和最后的目标。最后探讨用什么方式去修正现在的工作模式,以达到预期目标。
企业愿意购买开源软件,企业级开源软件生态才能更加丰富,因为很多企业不仅是使用者,最后也会变成开源软件的贡献者。佟一舟指出,开源软件用户多了,贡献者多了,开源生态繁荣了,这门生意就闭环了。
因为这是一个正向的循环,红帽让企业级开源软件用户获得更好的体验,就会让开源社区越来越强大。同时红帽也希望喜欢开源的朋友,不要担心出错,上游社区可以接受,不管是内核或红帽维护的其他开源项目,都要勇敢的迈出第一步。
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
加拿大女王大学研究团队首次对开源AI生态系统进行端到端许可证合规审计,发现35.5%的AI模型在集成到应用时存在许可证违规。他们开发的LicenseRec系统能自动检测冲突并修复86.4%的违规问题,揭示了AI供应链中系统性的"许可证漂移"现象及其法律风险。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
这项由剑桥大学、清华大学和伊利诺伊大学合作的研究首次将扩散大语言模型引入语音识别领域,开发出Whisper-LLaDA系统。该系统具备双向理解能力,能够同时考虑语音的前后文信息,在LibriSpeech数据集上实现了12.3%的错误率相对改进,同时在大多数配置下提供了更快的推理速度,为语音识别技术开辟了新的发展方向。