OpenStack基金会的一项调查显示,主流非IT行业的用户数量增长,其中金融服务业是增长最快的行业之一。
澳大利亚联邦银行(Commonwealth Bank of Australia ,CBA)的分析和信息系统工程领导Quinton Anderson详细介绍了他在该银行的经历,开始是在某些基础的容器环境中使用OpenStack,然后逐层增加开放源代码技术。
CBA从四、五年前就开始推动OpenStack,Anderson星期一在OpenStack悉尼峰会上透露,该银行正计划在其公共云环境中采用OpenStack。
Anderson表示:“我们一开始以OpenStack为基础……随着时间的推移,我们在我们的公共云环境中使用了相同的方法,因为我们有非常多的混合云策略。
从技术角度来看,CBA主要以集群方式运行,但也有一些相当传统的数据仓库技术。Anderson表示,当这家银行开始OpenStack之旅时,它完全基于其数据中心中的物理服务器。
他解释说:“这种做法一开始是有效的,但是,正如你所能想象的那样,它存在着固有的局限,我们必须努力解决这一问题。” 他表示,“所以我们开始了一段旅程,试图找到如何让这些技术适应云计算的方法,从而大大加快我们业务的实验过程,而且成本更加低廉,也更具确定性。”
CBA首先将目光转向OpenStack,试图找到如何使新技术来实现其“增进人们、社区和企业的财务福利”愿景的方法。但是Anderson表示,银行需要一种方法来加快实验过程,同时降低成本。
他表示,“我们刚开始采用的技术堆栈并不非常独特,这相当典型。我们已经将OpenStack放在了底层,我们为它运行了Ironic。用例刚开始就使用Ironic的原因是为了大数据处理。”
“除此之外,我们运行了Ubuntu,我们使用Docker作为容器,Calico用于容器网络,先是使用Vault,然后升级使用Mesos和Marathon进行资源编排——实际上是一个PaaS API——除此之外,我们还运行着我们的大数据应用程序和我们的终端应用。”
Anderson表示这是一个典型的堆栈,因为它本质上是一个云端的容器集群。从此开始,CBA在它的整体堆栈中组合了大量的开源项目。
他补充表示:“我们觉得我们所做的一切的独特之处在于我们专注于堆栈所有层面的连续交付。我们还专注于通过编码进行版本管理,并且在堆栈的所有层面都保持不变性。”
“有了这些基础,我们已经整合了相当数量的开源项目,以获得我们的一些成果。”
“在一些基本的容器环境中,从OpenStack开始,这是一段非常有趣的旅程,并且使用一个强大的方法,首先完善基础,然后组合其余的这些开源技术。”
OpenStack除了在金融服务行业出现显著增长外,该《用户调查报告》还强调政府用户以及电信和研究部门正在越来越多的踏上了OpenStack之路。
该报告[PDF]汇总了从2017年6月1日至2017年8月21日的将近600次部署记录和1,052次调查。
此外,OpenStack表示,2017年有近1000次独立的OpenStack部署登录,同比增长了95%。
好文章,需要你的鼓励
清华大学团队突破性开发"零样本量化"技术,让AI模型在不接触真实数据的情况下完成高效压缩,性能反超传统方法1.7%,为隐私保护时代的AI部署开辟新路径。
普林斯顿大学研究团队开发出"LLM经济学家"框架,首次让AI学会为虚拟社会制定税收政策。系统包含基于真实人口数据的工人AI和规划者AI两层,通过自然语言交互找到最优经济政策,甚至能模拟民主投票。实验显示AI制定的税收方案接近理论最优解,为AI参与社会治理提供了新路径。
K Prize是由Databricks和Perplexity联合创始人推出的AI编程挑战赛,首轮比赛结果显示,获胜者巴西工程师Eduardo Rocha de Andrade仅答对7.5%的题目就获得5万美元奖金。该测试基于GitHub真实问题,采用定时提交系统防止针对性训练,与SWE-Bench 75%的最高得分形成鲜明对比。创始人承诺向首个在该测试中得分超过90%的开源模型提供100万美元奖励。
南开大学研究团队提出了一种新的3D高斯泼溅重光照方法,通过在高斯原语上直接编码离散化SDF值,避免了传统方法需要额外SDF网络的问题。该方法设计了投影一致性损失来约束离散SDF样本,并采用球形初始化避免局部最优。实验表明,新方法在保持高质量重光照效果的同时,仅需现有方法20%的显存,显著提升了训练和渲染效率。