当地时间,5月21日,浪潮在2018 OpenStack温哥华峰会上正式发布全新InCloud OpenStack 5.5,融合最新的容器技术实现了OpenStack的容器化部署,在规模化部署、简单易用和智能化运维上带来更出色的表现,帮助全球云计算用户更好的构建先进的云基础设施。
此次InCloud OpenStack 5.5海外首发,OpenStack基金会执行总裁Jonathan受邀出席了本次新品发布会,并对新品和浪潮在社区的贡献给予了高度认可。Jonathan表示:作为OpenStack基金会黄金会员的浪潮,对于OpenStack 的贡献在逐年增加,有很多来自浪潮的专家投入到OpenStack中,为数十个的不同项目做出了贡献,浪潮从市场和技术两个维度都为OpenStack做出了很大贡献。
在云计算已成为智慧时代基础设施的当下,浪潮通过与自身服务器、存储产品体系的深度融合,凭借完整的计算虚拟化、软件定义存储、软件定义网络产品体系及整体交付能力,致力于为用户交付敏捷、开放、融合、安全的软硬一体化云基础设施。
峰会现场,浪潮集团副总裁Jay Zhang出席InCloud OpenStack 5.5发布仪式并发表精彩演讲,据Jay Zhang介绍:最新发布的产品更加强调敏捷交付与大规模部署,可满足行业用户对于大规模部署稳定运行、智能化运维、两地三中心等诉求,进一步显示出浪潮持续优化InCloud OpenStack原生产品的创新能力,以及基于行业实践和面向未来的技术发展洞察。
InCloud OpenStack在安装部署方面,基于容器化技术封装各个组件为独立于宿主操作系统的容器化镜像,依靠统一分发实现一键式批量部署。基于数据可视化组件,实现服务编排可视化拖拽,可基于系统模板或自定义拖拽创建编排模板,通过所见即所得的方式完成资源的编排,提升用户友好度。
InCloud OpenStack 5.5架构图
InCloud OpenStack 5.5基于OpenStack架构实现了虚拟机、裸机、容器三种计算资源的同平台统一管理和对外提供服务,进行三种资源的并行调度,实现集计算、存储和网络资源的融合共享,降低运维与管理成本。
针对虚拟机服务支持自定义RAID、支持多租户、裸金属与VPC内的虚拟机互通等,有效提升系统性能及灵活性。针对容器高效部署和管理K8S集群,支持容器应用的自动化部署、容器镜像管理、服务目录管理、监控和弹性伸缩以及容器的持久化存储等功能。
目前,随着稳定性、易用性以及集成友好度的显著提升,OpenStack从测试环境到生产环境的转变速度越来越快,但大规模部署依然对OpenStack的管理及稳定运行带来挑战。浪潮InCloud OpenStack 5.5为了满足大规模数据中心交付能力,从两个维度对原生OpenStack产品进行了优化。一方面,采用多Region方式实现大集群的分而治之,所有的Region使用一套Keystone系统,解决因集群规模扩大而带来keystone系统瓶颈,从独立部署Keystone和Token认证两个维度进行优化;另一方面,为了增加单Region的集群规模,采用分离方案对数据库、消息通信机制进行优化,使得单集群规模大于1000+节点。
InCloud OpenStack 两地三中心方案可对外提供同城150KM双中心双活,异地数据中心主备的容灾能力;方案采用浪潮自研的网络设备、集中式存储设备和云管理平台可以从数据、网络、业务层面稳定高效的保证客户业务连续性。该方案可以有效的帮助客户节约成本、提高业务高可靠、采用可视化一键式故障切换方案实现高效故障管理等能力。
目前,基于InCloud OpenStack 5.5的“两地三中心”云数据中心解决方案已成功交付,帮助客户构建起单集群超过1000节点、总规模达1400+节点的全球领先云基础设施。
好文章,需要你的鼓励
TAE Technologies在最新一轮投资中获1.5亿美元,累计融资约18亿美元。公司利用 AI 技术优化融合反应堆设计,目标于 2030 年代商业化发电,谷歌等巨头均参与合作。
这项来自首尔国立大学的研究提出了状态机推理(SMR)框架,解决了大型语言模型在信息检索中的过度思考问题。研究者将推理过程从冗长的令牌生成转变为离散动作(精炼、重排序、停止),使系统能够高效地在状态间转换。实验结果表明,SMR在BEIR和BRIGHT基准测试中显著提高了检索性能,同时减少了74.4%的计算资源消耗,证明其在不同语言模型和检索器中的通用性。这种结构化方法不仅解决了冗余轨迹和误导性推理问题,还为构建更高效的信息检索系统提供了新思路。
Nvidia 正在全球数据中心推广 AI 芯片,其最新 Blackwell 架构在 MLPerf 基准测试中获得最高性能,大幅加速下一代 AI 应用的训练与部署。
REASONING GYM是GitHub团队开发的一个突破性推理环境库,为强化学习模型提供可验证奖励。与传统固定数据集不同,它能生成无限训练数据并调整难度,涵盖代数、算术、认知、几何等100多个领域的数据生成器。研究显示,即使顶尖AI模型在复杂任务上表现也不佳,而专门针对推理训练的模型明显优于通用模型。更重要的是,在一个领域学习的技能可以意外地迁移到其他领域,这为提升AI推理能力提供了新路径。