至顶网CIO与CTO频道 07月31日 人物访谈(文/王聪彬):从2018年开始,云原生生态就在不断壮大。云原生技术有利于企业在公有云、私有云和混合云等新型动态环境中,构建和运行可弹性扩展的应用。云原生的代表技术包括容器、服务网格、微服务、不可变基础设施和声明式API。
目前,很多公有云服务商也在积极布局云原生,腾讯云就在IaaS服务之外,将所有的产品慢慢向云原生转型,利用云原生技术和产品结合给用户提供更高的价值。
腾讯云云原生产品矩阵分为三层,第一层、基础设施,包括Serverless产品(Serverless容器、Serverless函数)、边缘容器、DevOps产品、微服务TSF等;第二层、产品化服务,包括TCB的云开发平台、微服务网格等;第三层、应用场景,包括大数据容器方案、小程序解决方案、IoT解决方案、游戏云解决方案等。
同时在私有云上,腾讯云将IaaS、PaaS、SaaS平台完整的从公有云输出到私有云,同时推出TCS的云原生的PaaS平台,包含了云原生的三层能力。
突破云原生三大痛点
云原生的规模正在以肉眼可见的速度高速增长。腾讯云容器产品总经理邹辉表示,同比去年容器在整个腾讯云的增长率将近300%,是去年同期容器规模的3倍。腾讯云也在今年陆续推出一系列新产品,例如云原生解决方案。
云原生最常被提及的主要有三大痛点,第一、费用,Serverless模式在费用上较贵;第二、缺乏开发工具、调试工具、开源生态等;第三、Serverless特别是云函数缺乏落地案例。
腾讯云Serverless产品副总监张浩表示,微服务平均耗时在20-30毫秒之间,但是业界云函数都按照100毫秒最小颗粒度计费,腾讯云在全球率先发布1毫秒计费粒度,使用者可以真正实现按需付费,彻底消除了困扰用户的资源成本浪费难题。
同时腾讯云构建了两大生态。第一、微信生态,“小程序·云开发”产品可以大幅提升小程序的开发效率,上线一年注册账户超过23万,为超过50万开发者提供服务。第二、开源生态,通过开源协同的方式持续向Serverless framework社区贡献。该项目在GitHub上Star数超过3.5万,日下载量超过4万,其中的Serverless应用商城提供Vue、 React 、Express、Koa等前端、web端、全栈应用组件,助力开发者轻松上云。
到目前为止,腾讯云Serverless的规模已经超过了500%的增长,整个大盘的调用量已经超过了百亿级别,出现了像人人视频、新东方、bilibili等云原生标杆案例。
云原生从内到外的实践
腾讯云从年去开始就在努力,希望将内部所有业务上云,通过云的方式服务于内部。同时也希望各种业务在上云的过程中完全采用云原生的方式。
基于这两个目标腾讯云正积极进行云原生的改造,首先、要让内部理解云原生改造对于业务的价值;其次、在云原生改造上进行规划,做一些定制化的诉求,例如容器支持固定IP、容器秒级重启等。
“在云原生改造的过程中我们有妥协,但也有一些原则坚持。”邹辉说道,主要的坚持原则有三点,第一、通过镜像发布;第二、完整使用DevOps流程;第三、容器可调度。
腾讯云云开发产品副总监王倩举了一个境外支付团队的使用案例,境外游礼包在开发过程中只需要一个人,包括前后端调用形式,整个研发流程的优化,从一个页面的10人/天,降到了一个页面3人/天,研发效率上有较大的提升。
现在越来越多的业务也在开始进行云原生改造,整体帮助内部团队在降低人力,在提升交付周期的效果上取得了比较好的预期。
但是传统行业和互联网行业相比对于云原生的应用上还是存在一些差异,互联网行业整体技术成熟度很高,而传统行业场景更为复杂。邹辉表示,很难有标准的产品可以覆盖所有行业的诉求,所以腾讯云则是将云原生的底层能力与不同行业解决方案结合,满足不同行业的数字化转型。
这样企业就可以无感知的享受到云原生技术的好处。例如,工业云平台解决方案是将各地方政府和工业企业,以及上层SaaS服务商连接在一起,让三者之间能够各自联动发挥最大的价值。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。