5月16-20日,CNCF年度旗舰峰会KubeCon+CloudNativeCon Europe 2022在西班牙瓦伦西亚及线上同步举行。会上,华为与来自全球的云原生开发者共论持续通过云原生技术创新加速全球数字化转型,通过主题演讲、展览等为全球的云原生开发者分享华为开源项目的最新进展及在各行各业的成功应用。
华为首席战略官、CNCF理事会成员Bryan Che在以创新持续探索云原生边界为题的主题演讲中表示:“在华为,我们一直在努力延伸云原生的边界,将云原生推向更广阔的领域,推向比以往任何时候都更广泛的规模,以及运行AI和机器学习等更高级别的工作负载。而且,我们一直在与其他公司合作,以扩大云原生社区。”

主题演讲:Exploring the Frontier of Cloud Native
大会上,华为专家也分享了KubeEdge、MindSpore在卫星增量学习场景中的应用。近地轨道卫星(LEO)是近年的热门话题之一,华为云研发的智能边缘计算平台KubeEdge成功地将云原生带入了太空。通过几颗配备KubeEdge的小型研究卫星,在宇宙深处试验了人工智能的边缘计算。将云原生边缘机器学习套件 KubeEdge Sedna 与 TinyMS(一个用于MindSpore深度学习框架的高级API工具包)结合起来,使卫星能够进行增量学习,以完成遥感和地球观测等任务。

KubeCon+CloudNativeCon Europe 2022华为展区
事实上,华为对于云原生开源社区的重视与支持由来已久。2015年,华为作为创始会员之一,与Google、RedHat、IBM等企业共同发起并创立CNCF,华为在CNCF社区的代码贡献量亚洲第一。华为持续将积累的云原生能力开放给业界,陆续向CNCF捐献多个开源项目,包括批量计算项目Volcano、智能边缘项目KubeEdge、多云容器编排项目 Karmada。其中, KubeEdge于2020年9月16日正式晋级为CNCF孵化项目;Volcano于2022年4月7日正式晋级为CNCF孵化项目。
KubeEdge目前对于固定边缘场景已经支持良好,正在增强对可移动边缘的支持。并进一步应用在卫星、汽车、能源等场景。机器人、云原生车等成为新的应用研究方向。新增DMI、节点分组、动态中继、EdgeMesh等新特性。Volcano目前在互联网、金融、能源、生命科学、交通等行业都已经有成功应用,其关键特性包括Spark on Kubernetes默认调度引擎、支持CPU Numa感知、支持GPU虚拟化、支持GPU Numa感知、支持Gang Scheduling等高级调度算法集、支持基于应用感知的调度、支持作业弹性伸缩管理等。Karmada致力于满足多集群管理、多集群CICD、应用跨域部署/地域亲和、多集群服务治理、集群容灾/故障迁移、多集群应用弹性伸缩等场景的应用,目前已可以支持30万节点100集群规模。
经过全球众多组织、企业和开发者的共同努力,云原生技术得到快速的发展。Gartner预测:2025年基于云原生平台的数字化业务比例将达到95%。华为云正是洞察到这个必然的发展趋势,早在2020年底,华为云即率先提出“云原生2.0”。云原生已经成为企业实现高质高效数字化转型的必然选择。任何企业都能通过云原生化成为新云原生企业。华为在云原生领域持续投入与创新也得到来自各行各业客户的信赖,华为云连续三次蝉联中国容器市场份额第一。让我们一起加入到云原生技术蓬勃创新和应用的浪潮中,共同加速迈入智能世界。
好文章,需要你的鼓励
超过140家金融、支付及科技公司,包括Visa、Stripe和贝莱德,联合支持推出名为Open USD(OUSD)的新稳定币,直接挑战市场领导者Tether和Circle。OUSD由独立机构Open Standard LLC运营,主打零费用、无限额铸造与赎回,且储备收益大部分归合作伙伴所有,而非由发行方独占。Mastercard、美国运通、谷歌、Shopify、Coinbase等巨头均已加入。Circle股价在消息公布后下跌约13%。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
Anthropic正式推出中端大语言模型Claude Sonnet 5,其编程能力在SWE-Bench Pro和Terminal-Bench 2.1两项基准测试中分别提升5.1%和13.4%。该模型具备更强自主性,能主动核查输出结果,并在抵御恶意请求和提示注入攻击方面表现更优。Sonnet 5将成为Claude免费版和Pro版的默认模型,定价为每百万输入token 3美元。此外,此前因美国出口管制而暂停推出的Mythos 5和Fable 5模型,管制已解除,将于近期恢复访问。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。