升级版SUSE CaaS Platform 4和SUSE Cloud Application Platform 1.5进一步对开发者、DevOps团队和平台运维人员提供更完美的Kubernetes体验
2019年9月11日——德国纽伦堡——SUSE宣布升级旗下应用交付解决方案,帮助客户加速开发现代容器化和云原生应用。升级后,SUSE将更好地交付和支持在任何地方(本地、混合云和多云)都能创建、部署和管理工作负载的解决方案,为客户带来卓越的服务、价值和灵活性。
升级后的解决方案将为应用程序开发者、DevOps团队和Kubernetes平台运维人员提供更加独特的体验。SUSE是第一个基于Cilium开源项目为企业提供Kubernetes高级网络方案的开源公司 。通过Cilium,SUSE使Kubernetes用户能够通过高性能的数据包过滤,以及方便实施和控制的网络通信安全策略,大规模增强应用程序安全。此外,SUSE还引入了新的应用程序搜索和部署功能,允许用户快速、轻松地部署已发布为Helm图表的应用程序和服务,其中包括数百种流行的开源DevOps工具和ISV解决方案以及内部开发的应用程序和服务。
SUSE工程、产品及创新总裁Thomas Di Giacomo表示:“SUSE的现代应用交付解决方案对于开发和DevOps团队来说简单易用,同时便于IT团队操作运营。我们对基于Cilium的网络支持使我们的客户领先于那些使用其他商业版Kubernetes解决方案的用户,这充分体现了我们如何利用敏捷的开源解决方案助力企业不断创新、增强竞争力和实现增长,从而推动数字化转型。”
Isovalent CTO及联合创始人、Cilium创始人Thomas Graf表示:“在这个高度动态、API驱动的微服务时代,SUSE很早就认识到BPF和Cilium在升级Kubernetes网络和安全性方面的价值。从1.0版本发布之前到现在,SUSE一直是Cilium开源社区有价值的贡献者,我们很高兴SUSE能够成为第一个企业级的Kubernetes发行者来使用Cilium的默认网络和安全技术。”
SUSE应用交付解决方案包括SUSE CaaS Platform——一种基于Kubernetes的企业级容器管理解决方案,以及SUSE Cloud Application Platform——该平台运行在Kubernetes之上,可帮助企业更快、更划算地实现其云原生应用交付目标。DevOps团队可以利用前者来管理各种工作负载,包括传统的、过渡性的和云原生工作负载;后者增加了现成的工作流程自动化功能,使DevOps团队能够在多云环境中快速、大规模地交付云原生应用程序。SUSE的解决方案相互补充,既可以高效地合并使用也可单独分开使用。
SUSE CaaS Platform 4是SUSE基于Kubernetes容器管理平台的最新版本,它增强了应用程序的安全性,使之更容易与技术的进步保持同步,并增加了平台的可扩展性选项,从而提升了Kubernetes平台的操作性。新解决方案集成了最新版本的Kubernetes和SUSE Linux Enterprise。SUSE CaaS Platform 4使企业能够:
云服务供应商Datalounges CTO及联合创始人Florian Rommel表示:“Datalounges一直在使用Kubernetes更快地交付内部开发的应用程序,我们还为客户提供Kubernetes托管服务,这都为我们带来了业务的增长,而SUSE CaaS Platform在其中提供了很大的帮助,它使我们能够更轻松地安装、管理和维护Kubernetes环境。SUSE CaaS Platform 4新增的先进安装功能对于我们非常有价值,因为我们每天都会添加和删除许多Kubernetes集群。基于Cilium的网络将使我们和客户都能更轻松地进行必要的安全管理。”
SUSE Cloud Application Platform 1.5是SUSE为Kubernetes提供的现代应用程序交付平台的最新版本,它通过对用户界面的功能升级降低了管理复杂性,并通过在托管的Kubernetes服务上进行简单且可预测的安装体验,缩短了实现价值的时间,从而提高了IT效率。SUSE Cloud Application Platform 1.5可以提供:
云咨询公司Cloudical CEO Karsten Samaschke表示:“对于想要使应用开发和交付方式现代化、提高开发者生产力的客户来说,SUSE Cloud Application Platform与他们的需求十分契合。我们对于1.5版本用户界面的新增功能十分满意,尤其是能够更轻松地部署Helm图表。我们预计此版本将被不断增长且复杂的客户群体广泛采用。”
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。