IBM 公司旗下的 Red Hat 表示,今日在波士顿举行的 Red Hat Summit 上发布的全新版本 Red Hat Enterprise Linux,是围绕混合云环境和人工智能工作负载对操作系统进行的全新构思。
然而,具体细节更多体现为务实的改进,而非空洞的愿景,例如更简化的管理、更智能的运维、更严密的安全防护以及跨工作负载一致的操作模型。
如今,每个软件应用程序都配备了生成式 AI 助手,而 RHEL 10 也不例外。其新推出的“copilot”名为 Lightspeed,旨在缓解 Linux 管理员长期短缺的问题。Red Hat 表示,Linux 管理员无需再翻阅文档或依赖传统经验,即可在命令行上直接获得上下文感知的推荐。
该功能融合了数十年来 RHEL 专属的专业经验,为故障排查、合规性和最佳实践提供帮助,既可提升生产力,也能为经验不足的员工提供培训支持。
Red Hat 全球高级首席产品经理 Scott McCarty 表示:“这实质上拓宽了 RHEL 的适用范围,使得培训不足的用户也可以更快捷地获取并应用我们的知识;架构师同样能从中受益,系统可以更清晰地展示生命周期数据与路线图,助力长期基础设施规划。”
RHEL 10 是首个整合符合联邦信息处理标准 ( FIPS ) 的后量子密码学技术的企业级 Linux 发行版,其中包括旨在抵御 “harvest now, decrypt later” 攻击的量子抗性算法。
商用级量子计算机的即将问世已在安全界引起担忧,因为它们可能在几秒内破解当今最强大的加密算法。“harvest now, decrypt later” 攻击旨在先采集加密数据,待量子处理器问世后再进行破解。
统一应用与操作系统管理 RHEL 10 同时通过全新的 “image mode” 引入了一种容器原生的操作模型。这并非意味着在软件容器中运行应用,而是以开发者管理应用时使用的声明式、基于镜像的方式来管理操作系统。
Red Hat 表示,统一应用与操作系统管理可以最大限度地减少配置漂移,并简化混合环境中的运营工作。用户能够借助一致的工具和技术,管理从容器化应用到底层平台的整个信息技术体系。
Red Hat RHEL 产品管理高级总监 Raj Das 表示:“Image mode 将基于容器的实践引入操作系统层,使得更新和回滚操作像执行一条命令那样简单,并同时降低了攻击面。”
借鉴 “shift left” 开发这一将测试、安全和质量检查等任务前移至开发生命周期早期的软件工程实践,Red Hat 正在扩展其 Insights 预测分析套件,将 AI 驱动的软件包推荐与路线图可见性整合其中。该公司表示,这些工具将帮助 IT 团队在构建阶段做出更明智的决策,从而避免在生产过程中返工。
例如,在构建镜像时,Insights 会根据部署需求推荐相关的附加软件包,以便在进入生产环境之前优化功能。此规划功能还提供对 RHEL 生命周期及 AppStream 版本发布的可见性,助力组织维持在受支持的版本上并规划升级策略。
隔离边缘 Satellite 基础设施管理产品现已整合 Insights 顾问功能,无需依赖活跃的互联网连接。这种隔离(air-gapped)模型专为严格受监管的行业或拥有严苛网络政策的场景而设计。
Satellite 6.17 现已支持 RHEL 的 “image mode”,进一步契合 Red Hat 的容器原生管理策略。Red Hat 表示,客户即便在受限环境中,也可以使用 Satellite 来管理整个 IT 体系。
RHEL 10 附带了为 Amazon Web Services Inc.、Microsoft Corp. Azure 以及 Google LLC 云环境预调优的镜像,进一步凸显了该公司对混合云战略的重视。此外,通过与无厂半导体公司 SiFive Inc. 的合作,也推出了针对 RISC-V 架构的开发者预览版,以推动新兴硬件平台的早期开发。
好文章,需要你的鼓励
科技亿万富翁拉里·埃里森资助的研究团队将向英国牛津大学投资1.18亿英镑,用于将AI技术应用于疫苗研究。牛津疫苗研究小组将领导这一项目,研究人体免疫系统对严重细菌感染和抗生素耐药性的反应。该项目由曾主导新冠疫苗试验的安德鲁·波拉德教授领导,计划采用人体挑战模型,让志愿者在受控条件下接触细菌,然后运用现代免疫学和AI工具来精确识别预测保护效果的免疫反应,以开发针对致命疾病的创新疫苗。
伦斯勒理工学院研究团队通过网络科学方法首次系统揭示了大语言模型的内部"认知架构"。研究发现AI模型采用类似鸟类大脑的弱定位架构,模块间通过分布式协作而非专业化分工来处理认知任务。这一发现颠覆了基于功能模块优化的传统思路,指出应充分利用网络级协作来提升AI性能。
据报道,ChatGPT开发商OpenAI计划在印度建设一座耗电量超过1吉瓦的数据中心,目前正寻找当地合作伙伴。该设施预计可容纳至少5.9万片英伟达B200芯片。这可能是OpenAI全球数据中心计划的一部分,旨在为国际用户提供更低延迟服务。OpenAI CEO奥特曼将于下月访问印度,公司还计划年底前在新德里开设办事处。
腾讯和清华研究团队首次从数学理论角度解释了为什么AI需要外部工具。研究证明纯文本AI存在"隐形枷锁",无法突破预训练的能力边界,而工具集成能打破这种限制,让AI获得全新的问题解决策略。团队还开发了ASPO算法,解决了训练AI更早使用工具的技术难题。实验显示配备工具的AI在数学问题上全面超越纯文本版本,展现出三种新奇认知模式,为构建更强大的AI系统提供理论指导。