VMware今天宣布推出Tanzu产品组合的一款新产品,以构建和管理基于容器的现代应用。

据说VMware Tanzu Advanced建立在VMware Tanzu Standard基础上,更加注重DevSecOps。DevSecOps是结合了软件开发和IT运营的一系列实践,旨在缩短系统开发生命周期,持续交付高质量的软件。
VMware在博客中表示,这款新产品是一个具有模块化功能的完整堆栈,可将开发人员的体验带到最前沿,同时将安全性深入到容器的生命周期中。
VMware Tanzu Advanced的主要优点之一是,它能够让横跨各种云和多个团队的Kubernetes集群管理变得更加容易。Kubernetes是一种开源软件,用于协调大型容器集群,这些容器集群用于封装应用,使其可以运行在各种计算机上。Tanzu Advanced还可以全面观察云中群集的运行状况和性能。
除Tanzu Advanced之外,VMware还公布了Project Iris预览版,旨在帮助团队发现和分析应用组合,目标是帮助企业减少运营开支以及改善维护窗口。
“Project Iris可以发现并分析企业组织的完整应用组合;建议哪些应用要重新托管、重新平台化或者重构;并且使客户能够针对每个应用、业务线或者数据中心调整自己的转型过程,”VMware Tanzu团队在博客中这样写道。“对于那些需要重新平台化的应用来说,它简化了Java应用(使用Tomcat、WebLogic和WebSphere)的转换,使其能够运行在Kubernetes环境中。”
此外,VMware表示将把软件咨询业务VMware Pivotal Labs更名为“VMware Tanzu Labs”。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。