ZD至顶网CIO与应用频道 11月24日 北京消息: 作为企业发展商业科技(Business Technology,BT agenda)的核心组成部分,各类云计算技术的采用(公有云、私有云等)是企业的必然选择。企业选择云计算的核心驱动力在于更好、更快地部署新兴软件。为了更好地赢得、服务和维持客户,企业的开发和DevOps团队的云平台选择需要更加有选择性和针对性。换言之,企业应该选择能够帮助自己在最快时间内部署完成面向客户的网页或者移动app的一个或多个云平台。这样一来,为了能够在保证技术采用和使用的同时不影响技术使用的可见度、治理效果和运营控制力,企业的基础设施和运维(infrastructure&operation,I&O)团队就必须要能够做到:
1.对企业现有的且处在不断扩展中的公有云和私有云平台实现良好管理
2.支持开发人员在多个云平台上开发和运行app
3.帮助技术管理层更好的完成各个云计算平台的交付、治理和优化
目前,没有任何单一的云计算平台(无论是公有云还是私有云)能够100%满足开发人员的需求。因此,企业I&O团队为了实现以上目标,需要一个能够帮助其满足开发者和管理层不同需求的混合云管理方案(HybridCloudManagementSolution,HCMS)。通常,开发人员会在多个不同的云平台(或者旧有非云系统上)进行app开发;他们往往需要来自不同基础设施和服务的支持,但却通常不想投入太多时间寻找、监控、治理或者控制需要的基础设施。简而言之,开发人员需要的只是能够无缝满足其各类需要的云平台。而这一点只能通过采用混合云管理方案来实现。
为了对当前市场上的混合云管理方案进行评估,帮助企业更好的了解不同厂商的优劣势,Forrester对11家处于市场领先地位的厂商按照三个维度开展了评估。这三个维度分别是:1)厂商当前提供的产品,2)厂商的市场战略,3)厂商的市场份额。在总结过去Forrester相关研究的基础之上,此次的混合云管理Wave评估报告总共制定了3大类,共32个小类的评估指标。通过此次的评估报告,Forrester对市场上的11家混合云管理厂商有以下观察:
·RightScale,Scalr,CliQr Technologies,戴尔,IBM,VMware,和红帽领跑一众厂商。这其中,CliQr,戴尔,RightScale,和Scalr四家厂商由于出色的开发者支持功能、跨云平台自助服务功能、按功能设计的支持所有云环境的混合云管理方案、对应用生命周期管理能
力的优先考虑而入选此次Wave厂商评估领导者中的第一梯队。这四家厂商都具备直观且便捷易用的用户界面设计、强大且友好的API、丰富的模板及自动化功能、广泛的云平台支持、先进的成本监控功能和非常出色的客户评价反馈。综上,Forrester认为这四家厂商毫无疑问是企业(特别是偏好公有云平台的企业)开发人员或者DevOps团队在建造跨云平台应用时的最优选择。
位列第二梯队的厂商,包括IBM、红帽和VMware,均已在企业基础设施和虚拟化管理等领域浸淫多年,如今他们的竞争已经延伸到了混合云管理。这三家厂商当前的客户都主要由管理云基础设施的企业I&O人员构成,系统界面类似并且都拥有针对云开发者的增强功能。此外,这三家厂商都提供深度且广泛的针对预置应用和基础设施模板的支持功能,设有强大的配置和部署功能,提供基于不同企业角色的控制功能,多样化的成本、效能和流量管理功能。
·惠普、BMC和微软紧随领导者团队,并表现强劲。BMC的混合云管理方案在管理端口、成本监控和部署管理方面的功能在经过几轮迭代之后得到了显著增强。此外,虽然BMC在对公有云覆盖和开发者支持的经验方面仍然薄弱,但对于那些在其他BMC管理产品上
已有大规模投入的企业而言,BMC仍是首选厂商。惠普混合云解决方案以支持企业I&O人员打造完全基于OpenStack的私有云为目标。为了更好的支持纯云环境下的开发,惠普的混合云方案还提供管理扩展的支持。微软的混合云将其出色的开发支持功能和其流行
的配置管理和自动化工具相结合,从而使客户在私有云和公有云环境下都能够获得一致的体验。
·Citrix是有力的潜在市场竞争者。作为本次参评的厂商中最年轻的“选手”,Citrix目前拥有主要针对管理Citrix云平台产品(Cloud Platform)的应用生命周期管理方案(Lifecycle Management)。此外。Lifecycle Management还支持其他Citrix应用和第三方虚拟平台的管理。鉴于其目前在公有云支持的广度、云平台的治理性能、合作伙伴生态和成熟客户等方面表现有所欠缺,Citrix排名暂时靠后。
好文章,需要你的鼓励
Docker公司发布重大新功能,旨在简化智能体AI应用的构建、运行和部署。公司扩展了Docker Compose工具以支持AI智能体和模型的大规模部署,并推出Docker Offload服务,允许开发者将AI工作负载转移到云端。新功能还支持模型上下文协议网关的安全连接,并与谷歌云、微软Azure等合作伙伴集成。
这项研究首次将在线强化学习成功应用于流匹配模型,通过巧妙的ODE到SDE转换和去噪减少策略,显著提升了AI图像生成的精确度和可控性。在复合场景生成、文字渲染等任务上取得突破性进展,为AI生成领域开辟了新的技术路径。
欧盟发布AI法案实施细则,要求谷歌、Meta、OpenAI等公司承诺不使用盗版材料训练AI,详细披露训练数据来源和模型设计理念。新规还要求公司尊重付费墙和网站爬虫限制,公开训练和推理的总能耗,并在5-10天内向欧盟AI办公室报告安全事件。违规企业可能面临年销售额7%或3%的罚款。
这篇由阿里巴巴集团联合多所知名高校发表的综述论文,系统梳理了统一多模态理解与生成模型的最新发展。研究将现有模型分为扩散、自回归和混合三大类型,详细分析了不同图像编码策略的特点,整理了相关数据集和评估基准,并深入探讨了当前面临的技术挑战。