vGPUs、边缘与自动化容器成为第17个版本中的核心焦点。
OpenStack的第17个版本已经向我们走来。
这套"Queens"版本发布于3月1日,其中最重要的新功能就是在Nova虚拟化模块当中支持虚拟GPU。
对于OpenStack用户而言,虚拟GPU的加入在一类特定环境当中极具现实意义:即用于管理硬件及软件加速资源的“Cyborg”框架。Cyborg负责处理GPU与其它多种硬件,例如FPGA、CryptoCards或者DPDK/SPDK等快速数据包处理库。
另一项值得关注的补充则为“Zun”,这个全新OpenStack项目负责提供容器服务,旨在通过与Neutron、Cinder、Keystone以及其它核心OpenStack服务相集成以实现容器的快速普及。通过这种方式,OpenStack的原有网络、存储以及身份验证工具将全部适用于容器体系,从而确保容器能够满足安全与合规性要求。
容器用户可能也会爱上新推出的Kuryr CNI守护程序,其允许Kubernetes优先以自动扩展(而无需进行太多K8 API调用)的方式进行微服务规模调整。
Queens版本还提供新的LOCI模块,旨在简化以容器方式部署OpenStack服务的难度。LOCI主要面向边缘计算,其能够对各OpenStack功能进行容器化转换并借此衍生出各类远程计算资源。通过之种方式,运营商(OpenStack项目中的一大关键性用户类别)将能够随时随地添加模块以更有效地使用OpenStack堆栈。
OpenStack还在stackalytics.com 网站上公布了这一最新版本的鸣谢名单。红帽公司在贡献量方面一路领先,紧随其后的则是华为。Nova最受开发者们的青睐。Andreas Jaeger与OpenStack Pike拥有最高的个人贡献量。
OpenStack Queens贡献情况图表。
如果大家在周末没有其它安排,不妨点击此处查看Queens版本的完整发行说明(英文原文)。
OpenStack的下一个版本将被称为“Rocky”,计划于2018年9月发布。另外,在今年5月,Queens版本还将在于温哥华召开的OpenStack峰会上拥有自己的讨论舞台。
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。