至顶网服务器频道 11月15日 新闻消息(文/李祥敬):德国柏林时间2018年11月14日,OpenStack Summit Berlin 2018进入第二天,在今天的活动上,OpenStack基金会宣布了最新的OpenStack Train版本,并宣布Open Infrastructure Summit将在2019年Q4在中国举行。同时基金会详细介绍了OpenStack基金会旗下的四个独立项目——Airship、Zuul、StarlingX、Kata Containers。
Airship是一个新型云开放基础设施项目,其最初是想实现一个在Kubernetes上引入OpenStack(OOK)以及生成云的生命周期管理的声明式平台。Airship允许云运营商在每个阶段管理站点,包括从最初创建到后来次要和主要更新以及配置更改和OpenStack升级。它通过统一、声明式、完全容器化以及云原生平台来实现这一点。
开源的持续集成/部署平台(CI/CD)Zuul已经成为由OpenStack基金会托管的独立项目。该项目最初是为OpenStack CI测试开发的。它已经被许多不同的组织所贡献和使用。Zuul具有项目门控,具有Ansible的CI/CD和跨项目依赖关系。
StarlingX是一个为分布式边缘云提供用户服务的开源项目,为用户提供分布式边缘云所需的服务,用户可以在这些服务中进行选择,或将其作为程序包加以使用。该项目以开源生态系统中的现有服务为基础,采用如Ceph、OpenStack和Kubernetes等前沿项目组件,并通过配置管理和故障管理等新服务加以补充,其重点集中在高可用性(HA)、服务质量(QoS)、性能和低延迟等关键要求方面。
Kata Containers是由OpenStack基金会管理,是一个可以使用容器镜像以超轻量级虚机的形式创建容器的运行时工具,Kata Containers创建的不同容器跑在一个个不同的虚拟机(kernel)上,比起传统容器提供了更好的隔离性和安全性。同时继承了容器快速启动和快速部署等优点。Kata Containers符合OCI(Open Container Initiative)规范,同时还可以兼容K8S的CRI(Container Runtime Interface)接口规范。
在主题演讲中,OpenStack Nova项目负责人则介绍了Nova的最新特性,比如对GPU、FPGA、ARM等的支持。Nova是OpenStack架构中最为基础的服务组件。
在OpenStack项目中,Nova是一个成熟而复杂的项目,而伴随着整个OpenStack技术框架日趋成熟,Nova的稳定性和采纳程度都在持续攀升。同时,受人工智能、机器学习、NFV和边缘计算等用例的驱动,Nova也在与时俱进,不断吸纳新的技术。
GPU加速器的Cyborg接口现在允许从OpenStack框架内访问和重新编程FPGA,包括用于以编程方式自动执行此操作的REST API。
Ironic裸机控制器允许大规模集群将其镜像加载到主内存而不是本地存储,并且这将大大加快裸机服务器的部署。Ironic还具有控制物理服务器中BIOS设置的接口,并配置各种设置,例如SR-IOV外设总线虚拟化。
现在雅虎大规模运行Ironic插件,管理着超过100万个内核,运行各种应用程序。Adobe拥有一个超过100000个核心的OpenStack云,由四个人运营——该公司表示,运行成本比公有云上的基础设施低30%。企业SaaS软件供应商Workday拥有一个50000核心的OpenStack集群,该集群正在扩展到300000个核心,以支持快速扩展的业务。
随着工作负载数量的增加以及工作负载本身在容量和用户方面的增长,OpenStack用户集群的规模不断扩大,这意味着目前OpenStack云上的虚拟机管理程序和虚拟机的数量不断发展,即使容器正在成为打包和部署软件的方式。
此外,备受关注的Superuser Awards获奖者被公布,那就是city network,其是在欧洲和北美拥有多个数据中心的OpenStack公有云供应商。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。