至顶网服务器频道 11月23日 新闻消息: 亚马逊网络服务(AWS)有意换掉旗下的云管理程序,消息传出后,Xen项目告诉全世界自己拥有嵌入式应用程序的美好未来。
公开发布的Xen项目11月咨询理事会会议纪要提到The Register网站报道了亚马逊网络服务公司的文件显示,云计算巨头AWS计划在所有新实例类型上使用定制KVM而不是Xen。从会议记录里可以看到,AWS的Chris Schlae发言,他解释了AWS公司的意向以及Register的有关消息里"什么是真的,什么不是"。
Register发布了两条有关消息,第二条消息引用了AWS的文件并保存了副本,以供后续消息使用。第一条消息发布后,Register曾向AWS发电邮询问AWS的云管理程序策略。但在整整12天里电邮件未获回复,如果Register的报告不正确,AWS有足够的时间要求作出更正。
我们就AWS可能想淡化该事情请Xen项目评论。Linux基金会代表Xen项目向我们发来以下内容:
AWS是Xen项目的活跃成员,也是Xen项目理事会的活跃成员。我们希望他们能够继续参与并主动作出更多有目共睹的贡献。
不幸的是,Schlaeger要求会议记录不公布他在会议上的发言內容,所以我们不知道他是如何向理事会解释AWS的意向的。
但Xen项目顾问理事会随后的邮件列表显示了理事会将如何回应AWS打算做的事情。
Xen项目看起来将会强调Xen在多云服务器和服务器虚拟化以外任务的角色。已经成为云和服务器厂商的主要产品,而现在Xen项目还在进军嵌入式、安全和汽车领域。
此博文(https://blog.xenproject.org/2017/11/21/xen-project-membership-spotlight- citrix /)是关于新的系列产品发布情况的,博文提到,"Xen项目管理程序是服务器和云供应商的主要技术,并正在嵌入式、安全和汽车等领域展示出好势头。"
博文接着援引思杰(Citrix)高级技术总监James Bulpin的话给出了Xen的优点。 Bulpin最后表示:
Xen是一个可重用技术组件,我很高兴地看到Xen在新领域里成长,例如边缘计算、汽车、航空和航天等新使用案例。 Xen具灵活性、小巧体积和独立于操作系统等特征,Xen非常适合上述不断发展的领域。
思杰公司XenServer产品管理和合作伙伴工程总监David Cottingham告诉记者,"我们没有收到XenDesktop / XenApp / XenMobile客户有关最近AWS之事的询问。"
他表示,"我们对AWS公布的消息的看法是,他们打造了一种新产品,这与他们为特定类型的工作负载而创建自己的定制芯片的举措是一致的。在基准测试方面,我掌握的资料里没有资料说KVM的性能比AWS用的Xen通用核心任务VM的性能更好。"
Cottingham 表示," AWS并没有表示他们计划停止在Xen上的投资,AWS也没说要用自己的KVM衍生产品替换所有现有的Xen产品,这一点很重要。基于KVM分支的新实例类型是全新的。"
不过AWS确实表示所有未来新的实例类型都将使用KVM。而且,由于AWS的KVM是为了在NVMe服务器上运行而创建的,这些盒子以后肯定会涵盖整个产品线,这样看来, Xen的未来在全球最大云计算商那及其他方方面面看起来都颇为严峻。
Gartner基础架构软件的研究副总裁Michael Warrilow认同这一观点。
他表示,"甲骨文已经走KVM路线了。Xen圈住了甲骨文和亚马逊的话,还是可行的。"
Warrilow表示,"而现在,我认为Xen被逼上绝境了。"
Xen至少在云和服务器虚拟化方面被逼上了绝境。但即将上线的边缘设备达数十亿,管理程序的寿命可能还是很长的,管理程序的未来也可能是美好的。
好文章,需要你的鼓励
OpenAI在与多家新闻机构的版权诉讼中陷入困境。以《纽约时报》为首的原告指控OpenAI在长达两年时间里向法庭撒谎,刻意隐瞒其已对ChatGPT日志进行大规模搜索的事实。据悉,OpenAI实际上已拥有包含1000万和7800万条记录的日志样本,并曾用于研究版权内容过滤器,却对外声称无法进行此类搜索。原告据此提出制裁动议,要求法院追责。OpenAI则否认相关指控,坚称其立场基于合理使用原则。
斯坦福与UC伯克利提出LLM-as-a-Verifier框架,通过提取AI模型内部概率分布生成连续评分,在代码、机器人、医疗领域均达到最优性能,且无需额外训练。
美国加州大学圣地亚哥分校研究团队在《自然》期刊发表研究成果:外科医生通过远程操控宇树G1仿人机器人,成功完成两例活体猪胆囊切除手术,创下全球首例。与造价数十至数百万美元的达芬奇手术机器人相比,仿人机器人成本更低、体积更小,未来有望部署于农村、战地乃至太空等资源匮乏的医疗场景。但目前仍存在需频繁重新校准、机械臂活动范围受限等挑战。
字节跳动Seed团队发现AI智能体在真实环境中学习的进步曲线精确遵循对数S形规律,R?达0.998,且前沿模型的学习速度每三个月翻倍。