如今的Linux已经远远超出了服务器市场,将其影响力拓展到Android、智能电视、嵌入式设备到网络交换机等数十亿应用实例当中。除此之外,Linux社区在过去几年中亦得到长足发展。正如Linux基金会执行董事Jim Zemlin提供的数据所显示:
Linux内核的源文件数量已达53000个,代码行为2100万。全球共有3900名开发者为Linux项目工作,每天新增代码10800行。另外,每天Linux移除代码行数为5300行,内核修改行数则达1800行。Linux内核每个小时会出现七到八次变动,且每天如此,全年无休。如此巨大的开发规模在整个软件发展史上亦绝无仅有。
而这还仅仅是内核范畴。Zemlin提醒我们,Torvalds还做出了另一项卓越贡献,即利用版本控制与存储库系统Git及其基础之上的GitHub帮助人们管理这一大规模项目。每一次内核更新都立足于GPLv2许可影响到各大Linux发行版,并由此给最终用户带来体验转变。
Linux供应商无需为内核付费,那么Torvalds这位技术大牛要如何生存?他受雇于Linux基金会,担任核心贡献者与管理者,而与英特尔、红帽、三星、Suse、IBM、谷歌及AMD等技术巨头则在资助该基金会的同时为Linux项目贡献着数百万行代码。
虽然从理论层面讲,Torvalds需要向Zemlin报告,但后者用父女关系解释了双方的合作方式:“像我的女儿一样,Linus也很可爱、很聪明,但无论是Linus还是我女儿都不会太重视我的意见。”
Zemlin乐于弱化自己的作用,并表示“我只是滚滚向前的历史车轮的一名监督者。”但是,Linux基金会自身的重要性一直在不断提升——除了Linux内核之外,其还掌握着众多能够决定企业计算未来发展方向的重要成果。
以Linux基金会的开放容器倡议(简称OCI)为例。公平地讲,过去几年当中Docker带来的Linux容器技术带来了无与伦比的巨大影响。在OCI的推动下,云原生计算基金会亦承诺在下一代企业云环境中协调容器管理与编排解决方案的协作关系,并以谷歌的Kubernetes为核心组成部分。
Zemlin对于目前基金会旗下快速增长的Hyperledger项目极为关注,这是一套基于区块链技术的企业级开放账目系统,适用于处理各种交易活动。“区块链拥有着改变互联网领域受信交易属性的潜力,”他指出。“除此之外,它还能够对联网设备的安全性加以保障,允许大家在互联网上使用值得依赖且高度安全的持久加密安全记录。这无疑是个庞大的工程。”
另外,各类开放网络项目的涉及范围之广亦值得关注。将各类成果加以结合,我们已经能够隐隐窥探网络技术的未来走向:OpenDaylight、Open Network操作系统、Open Orchestrator项目、Open Platgorm for NFV、Open vSwitch以及OpenSwitch等等。
随着Linux迎来发展中的第二十五个年头,我们不仅应当肯定其作为操作系统本身所贡献的巨大价值,同时亦需要关注它给整个开源文化及社会认同带来的显著影响。事实上,开源如今已经成为技术发展的重要根据地。
Linux拥有一整套庞大且活跃的贡献者、供应商以及用户生态系统。但在此基础之上,Linux与Apache等基金会的出现让开源项目成为一种具备普适性的技术发展载体,甚至影响到了企业计算的立足根基。相较于最初十年的徘徊与探索,如今的Linux乃至整个开源社区不仅稳固健康,同时亦真正得到全世界人们的认可与尊重。
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。