Forrester Research近日发布了最新研究报告《Now Tech:Enterprise Container Platforms in China,Q2 2019》(以下简称“报告”),对企业级容器平台(ECP)市场进行全面评估,其中,青云QingCloud旗下企业级容器平台——KubeSphere获评“全栈容器平台”, 体现了第三方权威机构对KubeSphere全栈能力的认可。
《Now Tech:Enterprise Container Platforms in China》是全球权威的调研机构Forrester针对中国容器市场的跟踪研究,通过对国内主要容器平台供应商的持续调研,提供其服务及产品功能评估,并发布对市场发展趋势的分析洞察。报告将帮助致力于进行数字化转型的中国企业, 以Forrester权威调研体系提供其供应商的决策参考。
报告以国内容器平台供应商提供的服务/产品形态及能力,将其划分为:公有云容器平台(Public Cloud Container Platforms)、全栈容器平台(Full-Stack Container Platforms)及基础容器平台(Foundational Container Platforms)。其中,以KubeSphere为代表的全栈容器平台,提供覆盖广泛的原生架构支持及全功能容器平台能力,包括容器引擎、编排与调度、容器安全、应用生命周期管理、自服务交互界面等功能,不仅功能及服务组件更完善,更专业,而且囊括了DevOps、微服务治理和应用管理的能力,更加适合企业容器项目的建设。
KubeSphere是以Kubernetes为内核的企业级再造的商业容器平台,一方面,拥有Kubernetes集群管理的所有基本功能,提供多种经过社区众多开发者和厂商验证过的开源插件,支持多款存储和网络插件,以极简的使用体验满足用户日常使用;另一方面,KubeSphere依托青云QingCloud全栈云产品体系和生态实现性能最优,向下兼容青云QingCloud存储、网络以及负载均衡等产品,打造健壮的基础设施;向上赋予客户DevOps、微服务治理和应用管理的能力,针对客户需求进行性能优化,满足企业各种业务诉求。
早在2016年11月,青云QingCloud的技术架构便可以支持容器技术,用户可在基础计算资源上快速部署和管理Kubernetes集群;2017年7月,青云QingCloud推出基于Kubernetes的容器集群管理与编排应用,同年11月,正式推出Docker镜像仓库,并打造一站式容器服务平台;2018年7月,青云QingCloud正式推出KubeSphere容器平台,可降低用户使用容器调度平台学习成本,极大减轻开发、测试、运维等日常工作的复杂度;2019年4月,青云QingCloud发布KubeSphere容器平台高级版2.0,以全栈云能力助力企业一步跨入云原生时代。青云QingCloud对于容器技术的全面布局源自其对创新技术趋势的精准把握,对云计算未来的前瞻洞见。
作为青云QingCloud旗下面向未来的容器品牌,KubeSphere容器平台一经推出便广受好评,先后被信通院授予“2017-2018年度可信云技术创新奖”、被创业家&i黑马评为“2018企业服务产品TOP50”。此次,KubeSphere凭借其优秀的全栈能力又被Forrester报告评为“全栈容器平台”。KubeSphere容器平台的全栈能力源自青云QingCloud全栈云产品体系和生态,这也是对青云QingCloud全栈云能力的又一次诠释。此外,KubeSphere还是青云QingCloud开源战略的重要一环,青云QingCloud不断将技术沉淀与最佳实践贡献给开源世界。这不仅仅是对开源精神的认同,更是青云QingCloud对于容器及Kubernetes生态的贡献。
青云QingCloud CTO甘泉表示,容器是云原生时代的核心基础设施,全栈容器平台更加贴近企业客户的云原生转型需求,帮助企业快速构建云原生应用,实现微服务和DevOps落地,从而加快业务创新迭代。未来,青云QingCloud将会推出QKS(公有容器云服务)、容器一体机等多种容器服务交付与部署方案,以全栈云能力帮助企业享用“开箱即用”的容器服务,提升企业客户在数字化转型浪潮中的竞争力。
好文章,需要你的鼓励
本文揭示了AI时代CIO的七项关键行为特征,基于对多位CIO和AI专家的深度访谈。专家指出,AI精通的CIO需具备实用AI素养、战略视野和变革领导力,能将技术与业务战略对齐,建立强大数据治理基础。文章详细解析了分析型AI、生成式AI和智能体AI三大技术领域,强调数据基础的重要性,并提出CIO应从项目思维转向产品思维,通过跨职能团队实现端到端价值交付。
斯坦福大学等机构联合开发的CIFT系统首次解决了机器人"近视眼"问题,通过精确控制真实数据和合成数据的混合比例,让机器人在陌生环境中的表现提升54%以上。该系统包含多视角视频增强引擎MVAug和数据组合优化策略,能够预测数据失效的"去相干点",确保机器人学习真正重要的任务特征而非环境表象,为实用化通用机器人奠定了重要基础。
尽管苹果在AI竞赛中看似落后,但其私有云计算基础设施展现了技术优势。当行业为追赶大语言模型而降低隐私标准时,苹果坚持原则,开发出保护用户数据隐私的技术方案。谷歌最新宣布的类似实施方案验证了苹果技术路线的正确性,这可能推动其他AI实验室采用相同做法,为用户隐私带来重大胜利。
香港中文大学研究团队开发的Search-R3系统成功解决了大语言模型推理与搜索分离的问题,通过两阶段训练让AI在深度思考过程中直接生成搜索向量。该系统在多个领域测试中显著超越现有方法,特别是启用推理后性能提升明显,为AI系统设计提供了推理与搜索统一的新范式,展现了从专门化向通用化发展的重要方向。