Kata Container:每个容器都是与自己的内核完全隔离的
OpenStack基金会今年11月曾承诺会出手帮助互补项目。OpenStack基金会日前宣布将采用“每个容器获取自己的资源内核”项目,这是对该承诺很好的兑现。“每个容器获取自己的资源内核”项目由英特尔和hyper.sh运作。
名为Kata Container的新项目将英特尔的Clear Container和Hyper RunV结合在一起,而且会为每个容器提供一个内核,以加强分离性及安全性。
OpenStack基金会(OSF)告诉记者,基金会之所以支持这一工作是因为在多租户环境里,容器的安全性并不是最佳的。许多大型和重要的OpenStack用户运行大量的云,基金会认为帮助Kata Container项目起步之举是合适的。
但Kata Container项目将拥有自己的品牌和管理,独立于OSF之外。选择了这种分离方式原因是,基金会不希望业界认为多租户环境下的安全容器是与OpenStack或云运营商绑在一起的。
我们上次评估Clear Container时基本上认为,拥有自己内核的容器实际上就是一个虚拟机器,叫法不同而已。 而OSF在发布有关Kata Container消息时用了“虚拟化容器”一词。OSF也说了每个Kata Container“拥有虚拟机获取安全性和隔离性的功能”, 没有回避“拥有自己内核的容器就是一个虚拟机器”的事实。
OSF还称,Kata Container的基本结构非常轻巧,感觉上和容器一样,而且比在完整虚拟机中运行的容器更快。这种说法和那些支持虚拟机中容器的供应商和有关项目的人士说的完全一样!
Kata Container继承了Kubernetes和Docker贡献者的功能,可以与Kubernetes和Docker很好的融合,Kubernetes和Docker也完全将Kata Container视为普通容器。
OSF表示,Kata Container项目首先会在Agent、Runtime、Proxy、Shim、Kernel以及QEMU 2.9封装上推出。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。