对于云原生开发,更重要的不是运行应用程序的位置,而是开发的方式。随着应用程序现代化和云原生开发越来越受到重视,现在对于企业开发者来说是个很有意思的时刻。针对混合云环境的关键成功因素(包括安全性、可靠性和可管理性),职责开始转移到应用程序。我发现,要解决这些“有意思”的挑战,最好是动用能够理解整个软件开发生命周期的协作式、跨学科 DevSecOps 团队。
在这种新的环境中,您作为开发者的角色更加严苛,我们都需要更好的工具。您的职责更加重大,需要就治理和相关管理政策,理解安全性工程师并直接与他们合作。您需要优先考虑服务的可靠性,最佳实践是在应用程序生命周期中及早地处理潜在问题。您还需要前瞻性地检测并解决生产环境的潜在问题,以免带来负面的业务影响。
DevSecOps 团队需要集成工具来自动执行耗时、易出错的管理任务,并提供资源、配置和应用程序的合并视图。团队必须就事实达成一致,并使用单一事实来源,前瞻性地管理混合云环境,以及时、非中断性的方式处理事件。
了解 IBM 和 Red Hat 在多云 DevSecOps 空间中一起实现的工作成果,这绝不会让您感到失望。我们理解您的具体工具需要以及您对于开放性和灵活性的全盘需求。IBM Cloud Pak for Multicloud Management V2 提供了一组开放式、可插拔的工具,支持组织安全地管理应用程序,无需考虑应用程序的架构方式和部署位置。利用这一最新解决方案,您现在可以与安全性和运营领域的团队成员一起协作来完成以下工作:
下面是我发现的 V2 中一些很有用的新功能,它们应该对于您和整个 DevSecOps 团队也很有用:
了解更多与IBM相关请访问:http://www.zhiding.cn/special/IBM_Hybrid_Cloud_Solutions
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。