今年年初,IBM 宣布在 IBM Cloud 上增强 Red Hat OpenShift 功能,成为第一家支持 OpenShift 4.3 版本的云提供商。此次更新,旨在最大限度地帮您减少更新、扩展、保护和调配等维护时间,增强对您集群主服务器的保护,具体包括:
灾难恢复操作
最大程度地减少您的集群中断
具有内置保护的完全管理员访问权限
更好地访问控件、管理集群
工作节点池
获得轻松调整群集大小的能力
此外, OpenShift 4.3 在云原生应用 DevOps 方面还增加了不少新特性,包括:
Operators
通过自动更新和将工具的运行状况检查部署到 OpenShift 中,专注于应用开发
Knative
基于事件的工作负载的无服务器应用开发
Service mesh
分布式组件化应用程序的微服务管理
提高安全性
内置身份验证、审核和机密管理
今天,我们就同“小鲜肉”人气担当、IBM 技术专家 Sai Vennam 一起,开启一次探秘之旅。从新特性 Operators 开始,走进开发人员体验优化和控制台更新,再到 OpenShift Service Mesh、OpenShift Pipelines,一起看看 OpenShift 4.3 长啥样!
借助 IBM Cloud 上的 Red Hat OpenShift,您可以快速的将跨混合云环境构建的工作负载转移到到内置的 IBM Cloud。同时,还能将应用程序扩展到 IBM 在全球数据中心的覆盖范围,持续监控、记录和保护。最重要的是,该服务由 IBM 完全管理,您可以专注于应用程序交付,并通过 IBM 全球领先的 AI、云等服务创造新的竞争能力。
关于《IBM 公有云 · 解忧宝典》
“上云”,已成为企业在数字化新常态中披荆斩棘的“必选项”。混合多云的复杂形态、“稳敏”的不同适用性、分布式边缘云等新的混合云应用场景……如何在这“云雾”中实现关键负载的轻松部署和管理,也随之而来。《IBM 公有云·解忧宝典》持续搜罗新技术、新方案、新案例、新报告等全球云新思,希望能为你的“上云”之路解忧。
了解更多IBM Cloud海外公有云信息请访问:
好文章,需要你的鼓励
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。