现在基于OpenStack提供产品和解决方案的厂商越来越多,但依然面临着部署和管理难的问题。OpenStack到底好不好用?听听这家参加了2017OpenStack波士顿峰会的互操作性认证演示的公司怎么说。
OpenStack集成了计算,存储,网络等IaaS层的管理功能,也已经把越来越多的新技术,如Kubernetes, OpenShift, Cloud Foundry, Mesos, Docker Swarm等集成进来,成为企业IaaS/PaaS层渐趋完整的集成框架。
今年的OpenStack波士顿峰会上举行了OpenStack有史以来的第二次互操作性挑战活动。“互操作性挑战赛”强调了OpenStack 能够在众多OpenStack 公有云和私有云中实现应用的可移植性,展示了各种基于微服务的应用之间的互操作性,这些基于微服务的应用使用Kubernetes对存储和网络功能皆能进行管理。
“开源是OpenStack存在的基础,OpenStack基金会从过去2年,一直在推动各个厂家之间版本的互操作性和兼容性。而进入生产期,能不能做互操作性,是OpenStack能否能够有开放价值的很关键的因素。”北京云途腾科技有限责任公司 (文中简称“云途腾”)COO吴凯表示。
此次挑战的参与者有Canonical、德国电信(Deutsche Telekom)、易捷思达(EasyStack)、华为、IBM、NetApp、Platform9、Rackspace、红帽公司、SUSE、云途腾(T2Cloud)、VEXXHOST、VMware、Wind River及中兴。
这是云途腾第一次全方位参与OpenStack峰会,也是在互操作性认证挑战的中国公司中最年轻的。参加挑战赛绝对是一件“过五关,斩六将”的事情。“参加挑战的团队,要保持每一次淘汰赛校验脚本的统一,除了一些坏境信息,其它都不可以修改,脚本保证在5分钟内执行完毕。如果前面的任何一次脚本测试没有通过,都不允许参加现场比赛。要从兼容性、性能、稳定性三方面同时满足要求。”云途腾技术总监林汉琛讲解道,而他正是在波士顿峰会上进行互操作性演示的角色,脚本的准备工作也是由他的团队负责完成的。
现在接受和采纳OpenStack解决方案的用户越来越多,但由于涵盖虚拟化、存储、网络,部署和运维,对于一些用户来说,依然面临着部署和管理难的问题。
对此,林汉琛表示,“如果不借助任何自动化工具和脚本,对一个新手来说,当他安装配置最小集群的实验环境,都可以整整花掉两天的时间。一个自动化部署的工具,才能实现OpenStack自动化部署和环境的校验。在实施层面,我们现在能够做到一健运行,无人值守,可以极大缩短安装部署的投入。”
在运维层面,通过云途腾的T2Cloud OS和MagicStack分别实现了对物理设备和虚拟设备的及时监控告警,通过云途腾的T2Cloud MagicStack实现跨数据中心管理、应用场景多样化、深度层次监控、管理员行为监控及日常巡检多个功能。据了解,T2Cloud MagicStack也是国内首款实现基于多种开源运维工具自主研发的系列自动运维平台。
“此外,我们还有一个专业运维开发团队,对常见频发的故障,我们可以形成一些自动化检测工具和脚本,通过脚本的方式让整个运维操作标准化,减少因为运维误操作所导致更严重的灾难。”林汉琛说。
OpenStack基金会执行董事Jonathan Bryce在2017 OpenStack波士顿峰会第一天公布的数据显示,OpenStack的实践案例在以每年44%的速度快速增长,有一半的财富100强企业都在生产中部署了OpenStack,总计生产中部署的计算核心数已超过五百万核。
有意思的是,一边是部署OpenStack的企业越来越多,一方面关于OpenStack“太复杂”“难使用”的吐槽声音又不绝于耳。对此,吴凯表示,这是对OpenStack的误读。“OpenStack已经成为企业级云平台的标准框架,它不是一个简单产品的名称,各个OpenStack厂家要做的事情,就是使基于这个框架的发行版本能够简单好用,稳定可靠,而且能够兼容最新的技术。”他补充道,“大家可以多关注OpenStack在各个行业里的使用案例,怎样的稳定性、可靠性,规模,以及整合了哪些新技术。通过实践案例,大家会越来越理解OpenStack的价值所在。”
好文章,需要你的鼓励
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
IDEA研究院等机构联合开发了ToG-3智能推理系统,通过多智能体协作和双重进化机制,让AI能像人类专家团队一样动态思考和学习。该系统在复杂推理任务上表现优异,能用较小模型达到卓越性能,为AI技术的普及应用开辟了新路径,在教育、医疗、商业决策等领域具有广阔应用前景。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室提出SPARK框架,创新性地让AI模型在学习推理的同时学会自我评判,通过回收训练数据建立策略与奖励的协同进化机制。实验显示,该方法在数学推理、奖励评判和通用能力上分别提升9.7%、12.1%和1.5%,且训练成本仅为传统方法的一半,展现出强大的泛化能力和自我反思能力。