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
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。