ZD至顶网软件频道消息(文/邹大斌): Docker是当今IT领域最热门的话题之一。由于Docker能实现应用发布的标准化,能快速部署和启动和节约部署时间,还能方便应用的持续集成以及支持DevOps等诸多优势,而备受软件开发者关注,越来越多的企业开始评估或者使用Docker,特别是一些互联网企业已经率先将Docker企业应用到生产环境中,带动了Docker热。
根据Forrester对外公布的一个调查数据,目前大约48%的企业已经在使用容器,超过一半的企业有在一年内使用Docker的计划。同样,Forrester来调查了哪些因素阻碍了企业采用容器,调查发现75%的企业担心安全;71%的企业担心可扩展性,64%的企业担心性能;还有62%的担心集成;61%的企业担心管理。
很显然,对绝大多数企业而言,受限于自己的技术实力,要真正把Docker应用到生产场景,还有不少问题,在此时一个可靠的能支持Docker的开发工具和一个高效的运营平台和一套关于Docker的最佳实践就显得弥足珍贵。这些需求催生一批工具的问世,也带动PaaS平台对容器的支持。
“容器对红帽是一项具有战略性的技术,红帽正在和开源社区一起努力,致力于实现容器就技术的标准化,让容器的开发和使用更容易,也让容器更健壮,更适应于生产环境。”红帽副总裁兼OpenShift PaaS业务部门总经理 Ashesh Badani在接受记者采访时表示。
红帽副总裁兼OpenShift PaaS业务部门总经理 Ashesh Badani
比如,为了加速容器的落地,红帽与Amazon、Microsoft、CoreOS、Docker、Intel、Mesosphere等一起发起了开放容器计划(Open Container Initiative)。另外,红帽还与Google合作实现OpenShift与kubernetes的集成。
红帽把容器技术的进步分为四个阶段,即接纳(Adopt)、扩张(Expand)、部署(Commit)、转型(Transform)。第一个阶段以2013年3月Docker的推出为标志,这个阶段的主要特征为“想用容器技术来开发应用”,主要需求是一些桌面级的开发工具;第二段始于2014年,开发者开始将容器应用到服务器环境中,尝试用容器来支持生产环境,主要需求为服务器运行时环境(Server Runtime),CoreOS、Atomic Host和谷歌的Kubernetes等就是出现在这个阶段;第三个阶段始于2015年,企业开始真正将容器部署生产中,此时的需求主要为容器平台和运营管理工具。进入2016年容器技术已经进入第四个阶段,即企业开始实现容器的标准化和微服务化,此时市场的需求表现为IaaS、PaaS等平台对容器技术的支持。
“容器技术发展到今天,市场需求已经不单单是一个容器平台,而是一个真正生产级的PaaS平台,这也正是红帽不断完善OpenShift的原因。”Ashesh Badani说。
红帽的OpenShift是一个提供了原生支持容器技术的PaaS平台,相对于其他PaaS平台,对容器技术的原生支持成为红帽最为骄傲的一点。实际上,为了表示红帽对容器技术的充分重视,红帽甚至将OpenShift改名为OpenShift Container Platform。
Ashesh Badani介绍说,目前,OpenShift Container Platform分传统的On-Premises版本和公有云版两类。传统的On-Premises包括OpenShift Container Local、OpenShift Container Lab、OpenShift Container Platform和OpenShift Cloud Suite,而公有云版包括OpenShift online、OpenShift Dedicated等。
值得一提的是,在与Mesos与Kubernetes之间,红帽明显是站在Kubernetes这边的,其OpenShift与Kubernetes有紧密集成,而Mesos显然没有这种待遇。解释说,红帽选择Kubernetes很大程度是红帽认为Google在容器积累了大量的实践经验,这些能为其他企业带来非常有价值的参考。不过,他也表示红帽并不排斥后者。他认为,未来Mesos与Kubernetes两者之间也会走向融合。
“红帽在开源软件有20多年的经验,我们可以把自己Linux上的经验移植到容器上。正是基于这些经验和技术积累,让OpenShift红帽具有安全、可移植性、可管理和一个统一完整的整体解决方案等优点。”在采访最后,Ashesh Badani再次强调了红帽OpenShift作为一个容器平台的上述优势。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
北航团队开发的GeoSVR技术突破了传统3D重建方法的局限,采用稀疏体素表示和体素不确定性评估,无需依赖初始点云即可实现高精度表面重建。该方法通过智能的深度约束和体素协同优化策略,在DTU等标准数据集上取得了最佳性能,为VR/AR、文物保护、影视制作等领域提供了新的技术选择。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
Google DeepMind团队发布了EmbeddingGemma,这是一个仅有3.08亿参数的轻量级文本理解模型,却能达到7亿参数模型的性能水平。该模型在权威的多语言文本嵌入基准测试中排名第一,支持250多种语言,特别适合移动设备部署。研究团队通过创新的编码器-解码器初始化、三重损失函数训练和模型融合技术,实现了性能与效率的完美平衡,为AI技术普及化开辟了新路径。