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
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。