7月27日,在中国信息通信研究院主办的2021可信云大会上,信通院公布了最新的可信云容器评估结果,华为云以最高标准通过了“全栈容器云解决方案”及“金融场景容器集群性能”,成为国内首批通过此测评的企业之一。
容器全栈能力测评,业界迄今最全面的容器能力测评
全栈容器云解决方案测评涉及通用容器、混合多云容器、边缘容器三大领域9大方向,华为云凭借云容器引擎(CCE)、多云容器平台(MCP)和智能边缘平台(IEF)为代表的容器全栈解决方案,以最高标准通过全部功能项测试。
云容器引擎(CCE)是国内最早上线的Kubernetes公有云服务,提供了高度可扩展的、高性能、高可靠、易运维的企业级Kubernetes服务,今年4月,又基于华为云擎天架构和容器全卸载技术推出了全新的革命性集群CCE Turbo,通过计算、网络、调度三大加速,将极大加速企业数字业务创新。
多云容器平台(MCP)是全球首个基于容器技术的多云管理平台,为企业提供跨多厂商公有云、跨公有云与IDC、跨IDC管理Kubernetes集群、应用的能力,结合应用服务网格(ASM)跨云流量治理能力,帮助企业轻便构建跨云、跨地域的高可用业务架构,华为云已将MCP的核心代码全面开源,成立了云原生多云容器编排项目Karmada,目前工商银行、小红书、VIPKID、一汽等多家企业已加入该项目。
智能边缘平台(IEF)是全球首个边缘容器平台,提供业界领先的云边协同一体化服务,满足用户对边缘计算资源的远程管控、数据处理、分析决策、智能化的诉求,具备云边协同全生命周期管理、128M极轻极简运行时、边缘节点离线自治、超大规模节点及应用治理、全行业生态覆盖五大特点,基于IEF核心代码开源的KubeEdge也是CNCF首个云原生智能边缘项目,目前国内外数十家大中型企业已在生产环境中使用该项目。
金融行业性能测评 业界首个行业场景化容器测评
金融场景容器集群性能测评是容器领域首个基于行业场景的系统化测评,基于金融业务的联机交易、精准营销、秒杀三大场景,对厂商的容器性能进行评估,华为云容器解决方案以最高标准通过测评,是国内首批通过该测评的解决方案。
华为云容器解决方案依托云容器引擎(CCE)提升了核心金融业务的交付效率、可靠性、性能、可扩展性,还结合云容器实例(CCI)、多云容器平台(MCP)、应用服务网格(ASM)、智能边缘平台(IEF)等服务 ,为面向互联网场景的创新业务,构建分布式、高弹性、智能治理的新型业务平台。在今年6月召开的华为智慧金融峰会上,华为云联合招联金融、宽拓科技、Temenos、晟合坤等8家金融伙伴发布了以容器为核心的“云原生2.0金融联创解决方案”,发展共创、共享、共赢的云原生金融生态。
如今,华为云容器已凭借出众的产品能力和优质的客户服务,吸引来自互联网、金融、能源、制造、生物医疗等十多个行业数万客户,在IDC发布的2020中国容器软件市场排名中华为云稳居第一。
此外,华为云一直都是云原生技术与产业发展的积极推动者,也是云原生计算基金会CNCF唯一的亚洲创始成员。在技术方面,除了上面提到的KubeEdge、Karmada等开源项目,华为云还向CNCF贡献了首个云原生批量计算项目 Volcano,代码贡献稳居亚洲第一;产业方面,华为云与CNCF、中国信通院联合成立了全球云原生交流平台——创原会,吸引了300+来自各行业的云原生技术专家参与,还与中国信通院联合发布了《云原生2.0白皮书》、《数字政府云原生基础设施白皮书》,指引产业落地方向。未来,华为云将持续创新,在技术、产品、产业方面与产业机构、开源社区及众多的伙伴、客户一起开创全新的云原生时代。
好文章,需要你的鼓励
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
IDEA研究院等机构联合开发了ToG-3智能推理系统,通过多智能体协作和双重进化机制,让AI能像人类专家团队一样动态思考和学习。该系统在复杂推理任务上表现优异,能用较小模型达到卓越性能,为AI技术的普及应用开辟了新路径,在教育、医疗、商业决策等领域具有广阔应用前景。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室提出SPARK框架,创新性地让AI模型在学习推理的同时学会自我评判,通过回收训练数据建立策略与奖励的协同进化机制。实验显示,该方法在数学推理、奖励评判和通用能力上分别提升9.7%、12.1%和1.5%,且训练成本仅为传统方法的一半,展现出强大的泛化能力和自我反思能力。