2018年10月10日——瑞士巴塞尔(Cloud Foundry峰会)——SUSE宣布将通过SUSE Cloud Application Platform为大受欢迎的Cloud Foundry开发模式推出新的Kubernetes原生实施,进一步提升公司帮助企业加快应用交付、加速创新和提高业务敏捷性的能力。这是SUSE为了结合Kubernetes和Cloud Foundry技术并向Kubernetes用户提供顶级云原生DevOps体验而采取的最新举措。SUSE Cloud Application Platform能够通过自动化消除对构建和管理容器镜像的依赖,进而提高开发者的生产率。
SUSE将引入开源Project Eirini的技术,让Kubernetes可以作为容器编制引擎,通过Cloud Foundry部署并管理应用。Eirini允许操作员选择Kubernetes功能在SUSE Cloud Application Platform上编制应用容器,同时保留不少应用开发者都很熟悉的Cloud Foundry用户体验。
SUSE负责产品和技术项目的副总裁Gerald Pfeifer表示:“SUSE为云原生应用交付提供高生产率解决方案。我们的方法是找出领先的开源技术,然后以对客户有益的方式把它们结合到一起。今天,这就意味着将Cloud Foundry模型无人可及的生产率和SUSE Cloud Application Platform的现代Kubernetes基础架构相结合。这个特殊的组合可以帮助我们的客户降低复杂性并提高敏捷性,从而满足数字经济日新月异的需求。”
为了结合Kubernetes和Cloud Foundry,SUSE从2017年就开始着手容器化Cloud Foundry并在Kubernetes中运行。此举减小了Cloud Foundry的足迹,并提升了Kubernetes用户的管理便捷性。下一步是将Cloud Foundry的内部调度程序替换成Kubernetes,目的是为Cloud Foundry提供自上而下的Kubernetes原生实施并进一步为Kubernetes用户简化SUSE Cloud Application Platform。
云原生计算基金会执行董事DanKohn表示:“开源的最大优势之一就是由社区推动的软件发展方法,鼓励思想自由流动并激发创新。SUSE在CNCF和Cloud Foundry社区推动的协作反映出我们的共同目标:改善Kubernetes开发者和用户的体验。”
Cloud Foundry基金会首席技术官Chip Childers表示:“Cloud Foundry基金会很高兴看到SUSE为Cloud Foundry社区围绕Kubernetes平台付出的努力所做的贡献。这是开源生态系统在不同的项目、社区和技术之间牵线搭桥并催生出企业解决方案的一个实例。”
SUSE Cloud Application Platform是一款基于Kubernetes的现代应用发布平台,软件开发和运营团队用它来简化传统及新兴云原生应用的生命周期管理。该平台集合了行业领先的Kubernetes和Cloud Foundry技术,通过推动DevOps流程集成加速创新,提高了IT响应能力,并实现了投入回报的最大化。
Adfinis SyGroup AG首席执行官兼首席技术官Nicolas Christener表示:“SUSE Cloud Application Platform在Kubernetes中运行,因此对我们来说在我们的多云环境中使用相对简单。我们先在公有云Kubernetes服务上运行并测试平台,然后再部署到私有云Kubernetes基础架构中实现生产。效果真的太好了。”
SUSE计划明年推出新版SUSE Cloud Application Platform,届时将增加Cloud Foundry的Kubernetes原生实施,包括Project Eirini Kubernetes调度程序。
好文章,需要你的鼓励
Allen AI研究所联合多家顶尖机构推出SAGE智能视频分析系统,首次实现类人化的"任意时长推理"能力。该系统能根据问题复杂程度灵活调整分析策略,配备六种智能工具进行协同分析,在处理10分钟以上视频时准确率提升8.2%。研究团队创建了包含1744个真实娱乐视频问题的SAGE-Bench评估平台,并采用创新的AI生成训练数据方法,为视频AI技术的实际应用开辟了新路径。
联想推出新一代NVMe存储解决方案DE6600系列,包含全闪存DE6600F和混合存储DE6600H两款型号。该系列产品延迟低于100微秒,支持多种连接协议,2U机架可容纳24块NVMe驱动器。容量可从367TB扩展至1.798PiB全闪存或7.741PiB混合配置,适用于AI、高性能计算、实时分析等场景,并配备双活控制器和XClarity统一管理平台。
中科院团队首次系统评估了AI视觉模型在文本压缩环境下的理解能力,发现虽然AI能准确识别压缩图像中的文字,但在理解深层含义、建立关联推理方面表现不佳。研究通过VTCBench测试系统揭示了AI存在"位置偏差"等问题,为视觉文本压缩技术的改进指明方向。