至顶网CIO与应用频道 01月23日 北京消息:1月22日,腾讯云正式发布微服务中间件TSF(Tencent Service Framework)。这个围绕应用和微服务的 PaaS 平台,将为企业解决IT系统复杂、升级迭代慢、运维扩展性差、海量用户支撑能力薄弱、数据孤岛等一系列难题,帮助传统企业快速构建面向互联网亿万用户的大规模分布式架构,降低企业IT成本,助力企业云化升级转型。
腾讯云中间件产品中心总监罗茂政
久经锤炼的一站式微服务解决方案, 赋能传统企业互联网转型
目前传统企业的IT系统以单体架构为主,这种架构在面对互联网业务的冲击时,系统架构的性能瓶颈会逐渐显现。随着系统架构的演进,新型的微服务架构逐渐成为企业IT架构转型的趋势,其核心思想就是通过IT架构的微服务化,将复杂的单体架构,重组为小而美的独立服务,从而降低系统的复杂性,让企业更便捷的构建基于云计算的大规模分布式架构。
腾讯云分布式框架TSF雏形可追溯到2013年,历经腾讯内部最严苛、最复杂的生产级环境打磨,并不断对其中核心性能的提炼,形成了一套具备无限扩展、高性能、高可靠的一站式企业级微服务架构解决方案,为云计算开发者提供极具价值的经验参考,赋能传统企业互联网转型。
腾讯云中间件产品中心总监罗茂政表示,作为围绕微服务的PaaS平台,TSF服务框架底层融合了腾讯云内部完善的中间件能力,提供企业云化架构所必需的消息队列、Kafka、负载均衡、API 网关等全套中间件服务。
在此之上,强大的平台能力,支持应用的全生命周期管理能力,如对于虚拟机应用,提供代码包打包上传,批量发布、变更,版本切换等全生命周期的服务,对于火热的Docker应用,提供基于行业主流编排框架Kubernetes的全流程自动化持续集成和持续交付。
另外,TSF的微服务运行与治理框架屏蔽了微服务系统带来的复杂度,为应用提供自动注册、发现、治理,隔离,调用分析等一系列微服务治理能力。
对比目前市场上其它分布式服务框架,腾讯云TSF因为基于开源Spring Cloud框架,没有任何厂商绑定风险,同时,无缝兼容Dubbo等RPC框架,对于已经在使用Dubbo框架的用户,可平滑迁移到TSF。
极高安全和监控能力,支持单应用上千节点并发启动
鉴于分布式服务框架对性能和可靠性等能力具有极高的要求,腾讯云TSF在设计之初,就基于gRPC提供高性能RPC服务框架,具备单集群支持100万+QPS的调用。当系统出现数据中心级故障时,可在秒级完成容灾去切换,无需人工干预,构筑金融级容灾能力。
监控层面,TSF通过领先的全链路调用跟踪技术打造一站式监控平台,通过可视化手段,全面准确掌握平台各项指标。如IaaS层,可通过监控服务器资源的磁盘IO、内存、CPU、网络等指标,精准掌控服务器健康状况。
另外,TSF支持业务代码批量上传、打包编译,具备单应用并发启动上千服务器节点能力,应用一键发布,批量上线。
针对金融场景下,对数据一致性有着严苛要求,通常一笔交易将会跨多个业务集群。腾讯云TSF由于对底层多硬件兼容,提供了无业务侵入性,数据库无改造的最终一致性保证,确保每一笔交易可靠达成。
腾讯内部生产级环境打磨,房地产+互联网最短15天上线
目前腾讯云分布式服务框架TSF已经在腾讯内部得到成熟应用,稳定支持腾讯内部多款海量用户应用,诸如微信、QQ等亿量级社交服务,微信支付、红包、微粒贷等国民金融服务,再到腾讯视频、游戏、地图、腾讯手机管家等行业领先的娱乐、工具类服务。TSF服务的领域渗透到互联网用户的方方面面。
以财付通为例,面对春晚红包,手Q大型复杂运营场景,腾讯云TSF平台可动态弹性扩缩容,无需人工干预自动扩充上千台设备。通过一系列性能优化,目前系统可用性提升到5个9以上,性能从千笔/秒提升到万笔/秒。值得一提的是,目前TSF 的DevOps服务生命周期系统调用量已经突破5万亿/天。
历经腾讯海量应用的精细打磨,腾讯云通过快速整合内部微服务生态,提炼形成的具备金融级容灾能力,高性能、高可靠的微服务解决方案,传递给垂直领域的大型服务商。
传统大型企业在互联网转型升级过程中,IT系统架构极为复杂。以某房地产公司为例,其各IT子系统各自为战,标准不一,无法相互通信。一旦涉及到业务变更情况,经常数百人加班参与,对后续的系统迭代带来了巨大挑战。
通过使用腾讯云分布式框架TSF,80天完成微服务架构改造上线,版本迭代平均周期从一个月变为两周, 快速上线互联网应用。目前,系统每天能够稳定处理超过5000万次的系统查询,超过1000万次的订单落地,约5亿次跨服务调用。
据了解,该项目覆盖全国超过25个新型青年公寓租赁、16个养老型地产项目,为集团直接节省IT成本超千万。
好文章,需要你的鼓励
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。