ZD至顶网CIO与应用频道 01月08日 北京消息:2013年对红旗Linux来说是风雨飘摇的一年,对于红旗来说是一个考验,其也通过了考验。作为国产操作系统的代表,15年的红旗现在依然红旗飘飘。
红旗Linux诞生与1999年8月,当时,中国科学院软件研究所发布了基于自由软件Linux研制的自主操作系统红旗Linux 1.0版。
2016年开年,红旗开门红发布Asianux 7系列产品,其中包括红旗传统优势产品Asianux server 7,还包括针对客户高阶需要而研发的安全操作系统、HA高可用集群软件以及云管理平台。
Asianux Server 7特性主要体现在内核,存储和文件系统,容器技术,性能工具,编译工具,基于内核的虚拟化技术等方面有显著的提升。其中最大的亮点是采用xfs为默认文件系统,最大认证容量为500tb,满足了用户海量存储的需求,在kernel 3.10 方面我们支持swap内存压缩技术显著减少IO并提升性能,添加kpatch动态内核补丁,支持apic内核虚拟化,将内核模块列入新名单等功能。稳定性方面,对(kvm)基于内核的虚拟化技术提供了大量大改进,例如提升io性能,支持pci桥接,QEMU沙箱,支持usb3.0.为openstack做好底层虚拟化的技术的性能提升。
红旗通常都只是产品发布,今天还做了一个改变,红旗软件副总裁樊洪光提出了“Linux+”的新型产业理念,并表示将致力于转进阶为“Linux+”的开源软件产品和服务商共建“Linux+”有机生态圈。
Linux+并不是传统意义上在Linux平台上组合各种应用,而是有着三层含义:
一、创新驱动:传统的Linux的商业模式已难以为继,必须转变到创新驱动发展这条正确的道路上来。这正是开源的特质,用所谓的开源思维来求新求变、自我驱动革新,也更能发挥创新的力量。
二、重塑架构:云计算、大数据、容器技术、新一代加速技术已打破了原有的IT架构。Openstack,hadoop,docker,CAPI不断地推动企业IT环境向云端发展。而如何基于Linux搭建高性能和高安全性,能灵活构建可扩展、可互操作的私有云和混合云,使企业更高效、更快速地解决瞬息万变的业务需求,是众多Linux厂商的关注点。
三、开放生态:关于“Linux+,生态是非常重要的特征,而生态的本身就是开放的。我们推进Linux+,其中一个重要的方向就是要把过去制约创新的环节化解掉,把孤岛式创新连接起来,让市场驱动由客户需求决定,Linux厂商以协作共赢的方式实现商业价值。”
同时红旗还推出了一系列创新服务统称“Linux+”
红旗linux os+KVM
该方案为用户提供了功能强大且全面的虚拟化管理平台。基于内核的虚拟化技术kvm,相较虚拟化技术,能提供出众的成本,安全性,性能优势。在提供虚拟化管理平台解决方案的同时,红旗还提供针对虚拟化管理平台的售前咨询,部署实施,技术服务等方案。
红旗linux os+Docker
红旗linux os+docker容器虚拟化解决方案帮助用户在体量上,更轻量,性能上优于虚拟化,相当于裸机性能,更适用于开发,测试,部署。
红旗Asianux + OpenPower CAPI
该方案通过提升CPU频率和内核数量而,帮助用户处理大量计算,将CPU解放出来,解决了传统方式的计算能力遇到了散热和能耗瓶颈,也大幅度提高系统整体的处理效率。
红旗Asianux +openstack 云管理平台
该解决方案集成openstack各个组件到系统中,并成功迁移这些组件到openpower平台,满足用户在不同平台下对openstack的支持,实现了服务器,存储,网络资源池的构建和云服务管理,帮助用户从传统计算机构迁移至私有云计算架构,并提供商业技术支持。
红旗Asianux +hadoop大数据
红旗提供可快速部署的hadoop大数据集群解决方案,以满足当今数据呈现的爆炸式增长需求。给用户提供存储,分析,利用这些大数据的部署服务,包括hadoop组网优化,网络配置以及OS网络配置; hadoop性能调优;hadoop故障分析和解决。解决用户在使用hadoop中的各种疑难杂症。
全自定义的用户增值服务
红旗可根据用户需求提供现场高级技术支持,系统定制开发、企业应用环境迁移方案设计以及技术故障分析、问题排查和实施经验的培训。在2015年,红旗已经完成100余家此类用户服务,并成功进入全新的互联网、电商等领域。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。