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
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
美国垃圾收集行业2024年创收690亿美元,近18万辆垃圾车每周运营六至七天,每日停靠超千次。设备故障成为行业最大隐性成本,每辆车年均故障费用超5000美元。AI技术通过实时监控传感器数据,能提前数周预测故障,优化零部件库存管理,减少重复维修。车队报告显示,预测性维护每辆车年节省高达2500美元,显著提升运营效率和服务可靠性。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。