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
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。