全球知名的信息技术研究和咨询公司Gartner提出“双模IT”的概念,即“管理两种独立、一致的IT交付模式的实践,一种专注于稳定性,另一种专注于敏捷性”。此概念一经提出,就获得了大多数企业CIO的赞同。然而,随着数字化进程不断深入,“双模IT”的局限性也日益明显。
近年来,金融、通信、制造、零售等传统行业开始逐渐将核心业务系统上云,进行云化和云原生化改造,原本敏态架构与稳态架构割裂的“双模IT”架构已经难以满足企业对于简化运维、提效降本、敏捷创新的需求。
敏态与稳态业务统一使用、统一管理是大势所趋,而作为两种业态的主要承载形式,容器和虚拟机的统一供应、统一调度也成为必然要求,即云平台应具备“容器+虚拟机”双栈技术能力,满足敏态与稳态双态业务支撑。
为顺应技术趋势演进,响应用户需求的转变,紫光云打造了业界首款新一代双栈应用容器一体机,真正面向“敏态+稳态”双态业务场景,实现“容器+虚拟机”统一交付、统一调度、开箱即用。紫鸾应用容器一体机,具备轻量敏捷、稳定可靠、能力完备、运维高效的特点,对比传统产品,在底层架构、智能运维、原生服务三个方面都有突出优势,能充分赋能客户业务的云原生转型双态业务承载。
(1)源于双栈的底层架构,让业务架构平滑演进:
紫鸾应用容器一体机采用新一代容器与虚拟机管理调度技术,同时提供容器和虚拟机资源,并进行统一管理与资源调度,对于用户而言,紫鸾应用容器一体机不仅能帮助其快速实现业务的云原生化支撑,双栈架构同时也能轻松应对不同业务不同阶段的承载需求变化,从而进一步提升生产效率,降低运营成本;
紫鸾应用容器一体机 |
传统超融合+容器 |
|
部署模式 |
两层结构,保证隔离的同时边界清晰。新一代容器与虚拟机管理调度技术,容器与虚拟机均运行在物理机,由K8S统一调度, |
四层结构,边界模糊;超融合实现虚拟化后,容器集群部署在虚拟机上,边界混乱 |
CPU资源利用 |
物理机操作系统上直接运行容器,无额外CPU开销, |
物理机操作系统上部署虚拟化Hypervisor层,再部署虚拟机操作系统运行容器,整机增加15%以上的CPU开销 |
存储资源利用 |
存储资源全供容器使用,无额外存储资源开销;容器本身轻量化; |
单一虚拟机操作系统在10GB级别,单台服务器可运行十几或几十个虚拟机,极大增加存储资源消耗 |
资源调度 |
容器与虚拟机统一调度,统一编排,资源调度更合理,业务可靠性更高 |
虚拟机与容器有各自的编排调度平台,无法充分保证调度合理性 |
适合场景 |
业务系统组件以容器化为主,部分组件无法容器化或尚未容器化,暂时虚拟机承载; 业务系统持续迭代创新,为应用容器化、微服务化、DevOps开发提供平台基础 |
业务系统组件以虚拟机承载为主,容器仅做极少量测试使用; 孤岛应用,虚拟机承载的业务系统不会再做开发迭代创新 |
(2)支撑双栈的智能运维,让业务持久稳定运行:
紫鸾应用容器一体机内置一体化智能运维功能,可以实现从基础设施、资源服务、双态应用的全面监控,通过20余大类500余种监控指标的持续采集分析,实现故障问题1分钟发现,5分钟定位,10分钟恢复,保障用户业务快速上云的同时持久稳定运行。
借助覆盖双栈的全面数据观测,可以自动发现应用间、应用与平台组件、应用与硬件之间的依赖关系,构建分层拓扑,纵向打通应用组-应用-实例-主机-IT基础设施,横向呈现细粒度的应用模块。
同时借助时空回溯功能快速穿越回事故发生状态,全景回放历史数据,调取应用依赖拓扑并关联分析,辅佐开发与运维人员进行故障修复。针对特殊场景支持应急修复,根据故障场景智能采取重启、回滚、熔断及限流等云平台恢复手段,可在10分钟内恢复业务运行。
(3)基于双栈的原生服务,让资源支撑更加灵活;
紫鸾应用容器一体机基于双栈提供全套的云原生服务,帮助企业构建一站式云原生平台,以容器+虚拟机为基础,以应用管理为核心,结合 DevOps、服务治理8大类40余种能力,使应用具备同时部署到容器和虚拟机双栈的能力,真正助力客户构建企业级云原生平台,助力企业加快云原生转型。
未来,紫光云将进一步结合自身与生态SaaS应用能力,打造并持续更新基于容器技术的创新应用商城。用户只需简单操作,即可轻松实现应用的快速部署,享受开箱即用的便捷场景体验。
【结尾】
源于双栈的底层架构,支撑双栈的智能运维,基于双栈的原生服务,使紫光云紫鸾应用容器一体机成为真正符合“双栈”技术趋势的一体化交付产品,为“稳态+敏态”双模业务而生,为IT的“现在+未来”而生,必将成为IT发展的革命之作。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。