至顶网服务器频道 11月14日 新闻消息(文/李祥敬):德国柏林时间2018年11月13日,OpenStack Summit在德国柏林CityCube举行。来自OpenStack基金会、合作伙伴、客户等嘉宾分享了开源、OpenStack等热门话题。
从这个横幅中,我们看到了很多内容,OpenStack的内涵在被延展,从单一的云平台到基础设施层面,包括CI/CD、容器、边缘计算、HPC、NFV、公有云、私有云等。
本届OpenStack Summit增加了Open infrastructure Marketplace集中展示了围绕OpenStack的解决方案和生态建设成果。
从这个背板你能看出啥信息?
使用OpenStack的用户,计算核心数已经达到1000万。
在峰会上,Red Hat宣布了基于OpenStack Rocky版本的Red Hat OpenStack Platform 14,通过在OpenStack上运行OpenShift实现了在开放架构上支持新型工作负载,比如容器、AI与机器学习、大数据、HPC等。在红帽看来,OpenStack和Kubernetes不是零和游戏,OpenStack与Kubernetes集合能够实现基础设施的弹性扩展。
新的工作负载类型不断涌现,OpenStack已经做好准备。
此外,红帽在OpenStack Summit上推出了VCO(Virtual Central Office),一个开放的基于网络边缘提供移动化的企业级服务。来自SBAB银行、Deutsche Telekom、Volkswagen、OVH的客户分享了他们在OpenStack方面的实践。比如,OVH使用OpenStack来交付公有云业务,在生产环境中实现了260000个实例,使用Swift承载了150PB的存储数据。
Deutsche Telekom负责Open Telekom Cloud的副总裁Andreas Falkner在演讲中表示,OpenStack不断进化,虽然OpenStack很庞大,有时很复杂,但是其却囊括了云的各个方面。而且Deutsche Telekom在探索Kubernets和Kata容器技术。“未来是混合云的时代,Deutsche Telekom的混合云提供了公有云的优势和专属硬件的稳定性。”
Volkswagen在2015年选择OpenStack作为云计算基础设施,降低了成本。毕竟汽车行业是个成本敏感型的行业。目前Volkswagen运行了500个项目在内部的OpenStack私有云平台上面。
OpenStack基金会执行董事Jonathan Bryce在演讲中表示,81%的企业表示开源在未来的基础设施中扮演了重要的角色;开源增强了企业商业的灵活性,而且让企业不被厂商锁定并应对不同的异构环境。同时,开源加速了企业创新的速度。
现在OpenStack在开源云计算市场已经成为重要支撑,但是OpenStack基金会并没有满足于此,于是提出了Open infrastructure的理念。Open infrastructure是一种混合了开源组件的IT架构,其赋予了企业灵活性、创新力、互操作性和协同能力。因为现在新的工作负载不断涌现, 比如AI、边缘计算等。
Open infrastructure始于OpenStack,因为OpenStack变得更加健壮,并在生产环境中变得日益流行。目前在全球有10000000的计算核心运行在OpenStack上面,而且运营商对于OpenStack很关注,贡献了25%的代码提交。
不过,此次OpenStack Summit并没有局限于OpenStack,还有其他开源项目。这个世界在改变,技术也在与时俱进,比如我们熟知的虚拟机和数据中心正在转向容器应用、GPU、NFV、AI、机器学习和边缘计算等。
不过社区也表明OpenStack的生命力非常旺盛,比如在过去一年实现了70000次代码提交,在Rocky版本中每天182次代码更改。这让OpenStack成为与Linux和Chromium一样最为活跃的开源项目。
在最新的OpenStack中增加了很多新的特性,比如针对运营商客户的需求增加了对边缘计算、裸金属、新的硬件技术(比如GPU、FPGA、ARM)等的支持,提供了更佳智能化的简化部署方式。这让OpenStack不止于是一个计算框架,OpenStack基金会的愿景是让OpenStack运行在世界上每一个数据中心的核心。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。