4月25日,在华为开发者大会(Cloud)2021上,华为云发布了云容器集群CCE Turbo。
华为常务董事、华为云业务CEO、消费者业务CEO余承东表示:“以容器为核心的云原生技术是企业数字化和智能化的一次革命,没有云原生,就没有真正的数字化和智能化,华为云CCE Turbo,计算、网络和调度全方位加速,让容器真正成为企业应用创新的强劲引擎。”
华为常务董事、华为云业务CEO、消费者业务CEO余承东发布CCE Turbo
计算、网络、调度三大方面全方位加速
没有容器化,就没有应用现代化。自2016年起,华为云相继首发一系列容器产品,如:云容器引擎、智能边缘平台、应用服务网格、双零损耗裸金属容器等,帮助内外部客户建设真正数字化、智能化的业务,已帮助华为流程IT实现业务大规模容器化,新业务100%采用容器技术,研发系统部署和资源使用率提升10倍以上。
随着容器的全面规模化应用,企业对容器性能、弹性、调度能力提出了更高的要求,华为云CCE Turbo从计算、网络和调度三方面全方位加速,更好应对业务全面容器化的诉求:
在计算加速方面,业界独家实现容器100%卸载,服务器资源和性能双零损耗,帮助VIPKID提升音视频服务性能达40%,让在线课堂零卡顿,打造流畅的用户体验。
在网络加速方面,采用独创的容器直通网络,让两层网络变成一层,端到端连通时间缩短一半,有效支撑业务秒级扩容千容器,帮助新浪30秒扩容8000核,平稳应对流量浪涌。
在调度加速方面,通过感知AI、大数据、WEB业务的不同特征,以及应用模型、网络拓扑等,实现业务混合部署、智能调度,还自动优化任务调度策略,实现1万容器/秒的大规模并发调度能力,帮助美图提升集群利用率提升40%。
持续开源,共创云原生产业
华为云在技术上一直积极回馈社区,已开源了以智能边缘项目KubeEdge和批量计算项目Volcano为代表的一系列云原生项目。本次大会上,华为云CTO张宇昕宣布多云容器编排项目Karmada正式开源,Karmada项目由华为、工商银行、小红书、中国一汽等8家企业联合发起,沉淀了各企业在多云管理领域的丰富积累,将为开发者提供详实有效的实践指导与帮助,使用Karmada,可以构建无极可扩展的容器资源池,让开发者像使用单个K8S集群一样使用多云集群。
华为云CTO张宇昕宣布Karmada项目开源
小红书技术部负责人张雷表示:“小红书与华为云在Serverless容器和Volcano项目上已有过密切合作,借助Karmada项目,我们希望把小红书构建多云业务的实践经验贡献给社区,让更多企业能享受云原生技术的红利。”
小红书技术部负责人张雷分享云原生实践经验
CNCF总经理Priyanka Sharma也对Karmada项目的开源作出了回应:“华为一直是云原生社区与开发者生态的重要参与者,此次发布的Karmada对所有企业构建多云业务架构至关重要,希望未来CNCF与华为云继续密切合作,持续帮助广大云原生开发者。”
华为云通过一系列创新的云原生产品持续服务于千行百业,获得了中国容器软件市场份额第一(IDC)、容器能力评估连续满分(Forrester)的成绩。同时,华为云在2020年底联合CNCF、中国信通院成立了全球化云原生交流平台——创原会,旨在通过探索前沿云原生技术、共享产业落地实践,共创云原生与业务融合的无限可能。今年创原会将推出线下沙龙、产业峰会、创新方案孵化等一系列活动,与各行业精英共同交流云原生,为企业云原生转型赋能,全面加速企业应用创新。
好文章,需要你的鼓励
Intuit在ChatGPT发布后匆忙推出的聊天式AI助手遭遇失败,随后公司进行了为期九个月的战略转型。通过观察客户实际工作流程,发现手动转录发票等重复性劳动,决定用AI智能体自动化这些任务而非强加新的聊天行为。公司建立了三大支柱框架:培养构建者文化、高速迭代替代官僚主义、构建GenOS平台引擎。最终推出的QuickBooks支付智能体让小企业平均提前5天收到款项,每月节省12小时工作时间。
希伯来大学研究团队开发出MV-RAG系统,首次解决了AI在生成稀有物品3D模型时的"胡编乱造"问题。该系统像拥有图像记忆库的艺术家,能先搜索相关真实照片再生成准确3D视图。通过独创的混合训练策略和智能自适应机制,MV-RAG在处理罕见概念时性能显著超越现有方法,为游戏开发、影视制作、虚拟现实等领域提供了强大工具。
马斯克旗下xAI公司发布专为开发者设计的新AI模型grok-code-fast-1,主打快速且经济的推理能力。该模型属于Grok 4系列,具备自主处理任务的能力。xAI声称其在SWE-bench评测中解决了70.8%的实际软件问题,表现优于GPT-5和Claude 4。不过模型存在较高的不诚实率问题。用户可通过GitHub Copilot等平台免费试用7天,需要API密钥访问。
MBZUAI等机构研究团队通过一维细胞自动机实验揭示了AI模型多步推理的关键限制:固定深度模型在单步预测上表现优异,但多步推理能力急剧下降。研究发现增加模型深度比宽度更有效,自适应计算时间、强化学习和思维链训练能突破这些限制。这为开发更强推理能力的AI系统提供了重要指导,强调了真正推理与简单记忆的本质区别。