当前,云原生产业发展势头迅猛,云原生俨然已成为提升云计算使用效能,推动企业深度上云用云的关键支撑,打造数字经济发展新动能的重要保障。在近日由中国信息通信研究院主办的“2021年云原生产业大会”上,中国工程院院士陈纯、中国信息通信研究院云计算与大数据研究所所长何宝宏以及产业界各方嘉宾共同深入探讨了全面云原生化时代的产业与应用发展趋势,对相关技术研究及产业应用创新等起到推动作用。

联通数字科技有限公司云原生技术总监张宇在大会发表主题演讲,分享了联通数科在云原生时代的探索和实践成果。他指出,在数字化转型迅猛发展的今天,多变的内外部环境不断影响和重塑着企业的方方面面,对企业的IT能力建设提出更高要求,如何构建和完善基础设施以满足IT建设中的多样化挑战是需要重点思考的问题。

转型!打造智能化的基础设施
在积极应对挑战的过程中,联通云计算集成平台应运而生,以智能化的一站式云平台支撑业务创新,能够很好地解决计算/存储资源使用不均衡、弹性调度不足、支撑和运维效率低、迭代周期长等问题。
联通云计算集成平台纳管跨数据中心的海量资源,基于K8s与Docker构建智能化基础设施,通过统一服务集成框架,提供云原生(容器、 DevOps、微服务)、大数据、物联网、人工智能与安全相关能力,并以多租户的方式向用户在线开放,实现分钟级交付和弹性扩缩容,赋能用户一线生产经营,助力企业实现数字化转型。平台主要具有以下几大能力特性:
第一,容器管理能力。平台拥有先进的容器化技术,实现对K8S与Docker的统一管理,基于传统基础设施可快速构建K8S集群,并且以多租户形式对多K8S集群进行统一纳管,降低K8S与容器使用门槛,提高企业云原生基础设施使用与运维效率。
第二,丰富的PaaS能力。截止目前,平台拥有7大类、46种PaaS能力,项目构建过程中常用的中间件数据库能力、大数据能力、安全能力、人工智能能力、物联网能力都包含在内。此外,其围绕开源组件能力,将开源组件能力相关的监控、日志、备份、可视化参数设定、Dashboard等运维功能进行封装与编排,组件拉起同时获得相关运维功能;使用了Helm与Ansible-Playbook两种编排与封装方式,可分别在容器化与虚拟化的环境中快速拉起,满足用户多种需求。
第三,提供DevOps能力。平台不仅提供了从研发部署,到中间的持续集成、持续交付,再到最后的发布以及后续的监控等在内的一站式服务能力;同时也提供了可视化、可配置、可自由定制的流水线的功能,针对每个环节,实现开发人员、运维人员诉求的自由定制。并且,云计算集成平台也提供了UI测试、性能测试,以及集成测试等多方面的测试工具,可以方便我们在整个持续的CICD过程中直接调度相应的能力,完成测试相关诉求。
第四,微服务开发能力。平台支持微服务框架、APM(应用性能管理)工具、服务共享中心模块、与研发知识库相关的模块。
除以上4个核心能力特性外,联通云计算集成平台在构建过程中还有两大突出的创新点。第一是多样化能力组件的集成:自研统一服务集成框架,定义了一套标准化的服务集成接口,涵盖服务的全生命周期管理(查询、开通、变更、退订等),快速对接各类能力组件,实现异构能力组件的统一纳管、自助拉起、弹性伸缩和在线开放,形成了能力众筹的技术生态,为租户充分赋能;第二是容器集群间网络互通:平台纳管的异构资源分散在4大数据中心,相应的能力组件也部署在不同数据中心的不同集群中,通过联通自研的网络插件,实现了多集群共用一套网络,解决了数据中心内部不同集群间以及跨数据中心的不同集群间网络的互通问题。
相比较传统的基础设施建设,联通云计算集成平台的应用使资源在整体利用率上得到大幅提升。其作为数字化转型的底座,对内应用于联通各省产互公司,实现提供智能化数据基础设施,驱动数据价值释放,打造行业样板示范;跨4大数据中心完成资源异构纳管,节点超过2000个,容器规模2.3万+……对外面向数字政府、智慧城市、工业互联网等16个行业领域输出整体解决方案及新基建能力,赋能客户高质量发展,赋能行业客户进行数字转型、智能升级、融合创新。
随着云原生时代的到来,联通数科将全面积极拥抱云原生技术,在当前成果基础上继续探索“基础设施即代码”、“Serverless与FaaS”、“安全容器”等方向,携手伙伴推进云原生技术行业落地,推动云原生产业繁荣发展。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。