Red Hat近日宣布,即将推出最新版本的OpenStack。
Red Hat OpenStack Platform 17.1将在未来几周内发布,新的管理和运营工具旨在增强灵活性、效率和安全性,并提高在网络边缘的实用性。
Red Hat OpenStack Platform是开源OpenStack平台的企业级版本,基于Red Hat Enterprise Linux操作系统。客户可以获得Red Hat的额外支持和服务,以及基本版本中不可用的各种管理工具,例如Red Hat的多云管理平台CloudForms、对象和文件存储系统Ceph。
OpenStack提供了一套软件工具用于构建和管理公有云和私有云的云计算平台。这些工具用于管理分布式计算、网络和存储资源,这些资源被聚合到池中以便通过自助服务门户实现虚拟资源的按需配置。
Red Hat在近日举行的OpenInfra峰会上宣布推出了Red Hat OpenStack Platform 17.1,并表示,Red Hat正在扩展该平台帮助服务提供商将他们现有的4G网络基础设施与更现代的5G网络连接起来。据Red Hat称,这将帮助客户实现高级别的用例,例如5G独立核心、网络、存储、计算和开放虚拟化无线电接入网络,这些用例具有从核心到边缘的增强弹性。
这次更新之后,服务提供商可以更快地扩展他们基于OpenStack的云,通过在Red Hat OpenShift上运行的虚拟化控制平面最大限度地利用资源。这是为了优化和提高网络容量和性能并提高效率以简化大规模部署,从而使4G虚拟化和5G容器化工作负载能够通过单一环境进行管理。Red Hat表示,通过这种方式,服务提供商就可以在不落下任何工作负载的情况下,让他们现有的投资面向未来。
与此同时,在安全方面,Red Hat表示已经推出了几个新系统和网络增强功能,旨在帮助服务提供商更好地控制他们的数字基础设施、数据和技术。例如,Red Hat现在提供跨多个OpenStack服务的、基于角色的访问控制,以及FIPS-140和ISO/IEC 19790的兼容性以满足服务提供商的安全要求。
最后,Red Hat现在通过OpenID Connect提供联合支持,允许服务提供商使用外部身份提供商来管理用户身份验证和授权。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。