在德国柏林举行的OpenStack峰会上,OpenStack执行董事Jonathan Bryce宣布,这将是最后一次OpenStack峰会,明年将由Open Infrastructure Summit取代。这不仅仅是名称上的变更,也表明了OpenStack正在从基础设施即服务(IaaS)云产品发展到提供全方位的云服务。
这个变化并不突然。OpenStack一直在扩展产品,正如OpenStack Foundation工程副总裁Thierry Carrez在2017年曾表示的,OpenStack开始“将注意力从单纯的OpenStack软件生产,转向了更加广泛地帮助企业组织拥抱开放基础设施:使用和组合开源解决方案来满足他们在IT基础设施方面的需求。”
具体来说,这使OpenStack成为启动容器、边缘计算、持续集成和持续交付(CI/CD)项目的一部分。到目前为止,OpenStack已经推出了Kata Containers,一种安全容器方法;Zuul,一个CI/CD系统;Airship,Kubernetes的前端;StarlingX,一个边缘计算云堆栈。
Carrez表示,未来OpenStack将是:
“......集成相邻开源社区开发的现有开源项目。但是,一些差距可能会持续存在,并且可能需要额外的技术来填补我们战略重点领域的目标。OSF通过提供IP管理,一组基本协作规则以及上游和下游社区支持服务,使这些项目能够成功地以开放式协作的方式建立起来。项目不依赖于特定的战略重点领域(SFA_:理想情况下,应该会帮助到多个SFA。这里的想法不是要引入数十个项目,而是要策划一系列有助于为用户解决现实问题的强大项目。”
OpenStack开发者基础设施负责人Clark Boylan在一篇名为“OpenDev:OpenStack Infra走进OpenStack社区的未来”的文章,他在文章中这样写道:“将OpenStack和非OpenStack项目放在一起,同时不会引发混淆......我们已经获得了opendev.org域名,这将让我们能够作为OpenDev Infrastructure团队在一个中立的名称下托管服务。”
这些项目会是“OpenStack?”吗,OpenStack Foundation是否会在这一变化中更改名称?
答案是否定的。或者,至少不会很快。
在主题演讲之后的问答环节中,OpenStack首席运营官Mark Collier表示:“OpenStack Foundation品牌并不是重要的,重要的是,Open Infrastructure Summit是要把那些可能不会参与OpenStack的人聚集到一起。”也就是说,如果会员愿意(更名)的话,也是可以的。
OpenStack扩大使命所带来的另一个问题是,这是否意味着它与Cloud Native Computing Foundation (CNCF)形成竞争关系?CNCF的主要开源项目是Kubernetes,但也支持容器、边缘计算和CI/CD项目。听起来有点耳熟?是的。
Bryce在问答环节中表示:“开源项目之间的竞争是愚蠢的,我们希望让开源项目协同工作,共同运行,一起测试。开源的核心就是社区。”
CNCF首席技术官Chris Aniszczyk也相信坚定支持开源社区,但他对OpenStack Summit更名为Open Infrastructure Summit的态度还不太明朗。Aniszczyk发推文称:“有趣的品牌选择......我认为CNCF是开放基础设施的大本营......世界顶级云提供商已做出选择......无论如何,我很高兴看到越来越多的组织推动开源和开放基础设施。”
好文章,需要你的鼓励
生成式AI在电商领域发展迅速,但真正的客户信任来自可靠的购物体验。数据显示近70%的在线购物者会放弃购物车,主要因为结账缓慢、隐藏费用等问题。AI基础设施工具正在解决这些信任危机,通过实时库存监控、动态结账优化和智能物流配送,帮助商家在售前、售中、售后各环节提升可靠性,最终将一次性买家转化为忠实客户。
泰国SCBX金融集团开发的DoTA-RAG系统通过动态路由和混合检索技术,成功解决了大规模知识库检索中速度与准确性难以兼得的难题。系统将1500万文档的搜索空间缩小92%,响应时间从100秒降至35秒,正确性评分提升96%,为企业级智能问答系统提供了实用的技术方案。
存储供应商Qumulo发布多租户架构Stratus,为每个租户提供独立的虚拟环境,通过加密技术和租户专用密钥管理系统实现隔离。该统一文件和对象存储软件支持本地、边缘、数据中心及AWS、Azure等云环境部署。Stratus采用加密隔离技术确保敏感数据安全,同时提供任务关键操作所需的灵活性和效率,帮助联邦和企业客户满足合规要求。
中科院和字节跳动联合开发了VGR视觉锚定推理系统,突破了传统AI只能粗略"看图"的局限。该系统能在推理过程中主动关注图片关键区域,像人类一样仔细观察细节后再得出结论。实验显示VGR在图表理解等任务上性能大幅提升,同时计算效率更高,代表了多模态AI"可视化推理"的重要进展。