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
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
本文提出一种评估人工智能风险的新方法,借鉴生态学与演化论视角,从理论生态模型中推导出三项风险指标,涵盖种群模型与生态系统模型。研究旨在为AI治理策略提供量化工具,并对分析局限性及政策改进方向进行了深入探讨,为构建更科学的AI风险评估体系提供参考框架。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。