如果以亚马逊AWS的推出为标志,云面市已经10多年了。这些年来,人们对云的认知日趋清晰,比如公有云与私有云之分,IaaS、PaaS、SaaS三层之分等,这些概念的推出让我们对云的认知逐渐全面。而与此同时,随着应用的普及和深入,云计算技术并没有停止前进的脚步。我们可以看到,云计算也正在向更高阶段演进。实际上,今年来市场已经有了关于下一代云、云计算2.0等各种说法,名称虽然不一,但可以看出,传统云平台面临挑战,新一代的云平台呼之欲出。近日,VMware提出了新一代云平台(EC2.0)的概念,宣布要推动云平台从软件定义走向应用感知的升级。
应用转型升级催生新一代云基础设施
新一代云平台的出现并不全是市场的炒作,其背后的推动力是企业对应用创新能力的追求,为了匹配这种能力,云平台的升级在所难免。
记得前些年流行一句话,未来所有公司都将是软件公司。这句话的言下之意就是软件的重要性已经今非昔比。的确,我们可以看到软件正在全面渗透,它在企业创新中扮演着越来越重要的角色,正在成为数字化企业的核心竞争力所在。
“今天,应用开发创新能力已经成为企业、尤其是大型企业的一个战略资产,因此大家都在构建自己这方面的能力。为此,不少企业会重新评估原有开发模式,将重心从应用开发外包逐渐转化为外包与内包相结合,并为此打造一个敏捷灵活、安全可控的应用开发模式。”VMware大中华区高级技术总监李刚在接受记者采访时表示。
对应用开发创新能力的追求会带来的一个明显变化是,改变了整个企业IT团队的组织架构,比如说现在一些头部的企业里已经出现了云架构师团队。而新团队、新技能的出现,要求整个企业的IT管理服务的流程和界面都要做出相应改变。
具体而言,传统基础设施团队是以IT基础设施为中心的,习惯于把基础设施暴露给使用者,让使用者来配置和管理。而现在最新的趋势是,基础设施团队要变成SRE,要把基础设施变成服务暴露出来。比如,应用开发团队不用直接告诉基础设施团队说需要多少资源,而是会把应用对环境的需求以代码形式提交给云平台,云平台按照流程自动完成配置和交付。调用方式的变化需要新的界面和接口,同时还会模糊开发和运维之间的角色划分。
而上述这些需求最后都会汇总到基础架构层面,这就需要新一代的IT基础架构,也就是新一代企业云来支持。为了与上一代企业云相区别,VMware称新一代企业云为Enterprise Cloud 2.0(EC2.0)。
新一代企业云Enterprise Cloud 2.0
李刚介绍说,EC1.0主要对应的是私有云,关注的是资源池、是IaaS,是流程自动化,它是面向内部、面向IT人员的。它的视角或者说服务的用户就是IT管理人员,而不是应用开发人员。而进入EC2.0时代,此时的云平台是面向应用开发人员的,云平台不仅是支持上层应用,而是要使能应用的创新。
EC2.0具有以下一些明显特征:第一,它一定是全栈资源的服务化、代码化,应用开发人员会统一用代码来调用所有服务、交付和运维。第二,它模糊了私有云与公有云的区别。这里不是说没有私有云与公有云之分,而是平台对公有云与私有云统一管理,应用根本无需关心到底是公有云还是私有云。第三,数据和运维都可以被吸纳、沉淀。
EC2.0让应用的开发、部署和测试更为容易,这是与EC1.0的一个明显区别。李刚介绍说,在EC2.0中基础设施会把资源以API的形式暴露出来供调用,而DevOps团队会通过Infrastructure As Code把应用所需要的整个基础架构的部分(从开发测试到生产)用声明的方式描述出来。平台根据流程的执行自动触发,完成资源的配置和交付。
据悉,EC2.0中有些关键组件,一个被VMware称为Cloud Assembly,它把云上所有的服务像组件一样进行集成。还有一个VMware称为Service Broker,它来提供服务如何执行和调用。这些服务是跨云的,既可以在云上也可以是本地。而最底层支撑的则是各种云平台。比如,平台可以是VCF(VMware Cloud Foundation),也可以是VMC on AWS(运行在AWS上的VMware云),还可以是VMC(VMware Cloud)以及VMware在中国的合作伙伴云。这些云作为服务供应者通过Cloud Assembly把它抽象化,进入到服务目录(Service Catalog),然后用Service Broker来执行。
李刚特别强调说,严格地说,EC2.0并不是一个完成的产品,而是一个参考架构,它让客户能看到,新一代的云平台如何能支持应用创新,给客户一个愿景。同时,这个参考架构也是可以实现的,而且依靠VMware的现有产品已完全可以搭建出这样的一个云平台了。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。