通常用户在云上进行应用部署的时候,首先要考虑采用多少计算核心、多大内存、多高存储、多大带宽,然后在业务应用的时候还需要再反复的去进行调试。云计算"按需调配,自由扩展"的优势并不能很好的体现出来。那么在云上是否可以通过"智能调配 按需服务"的方式对云计算各项资源来自动进行分配呢?在3月29日Think in Cloud大会的专访中,UCloud应用创新部研发总监叶理灯先生向我们介绍了UCloud是如何通过Serverless架构来改变未来的。

UCloud应用创新部研发总监 叶理灯
功能即服务 减轻运维负担
通常,大家意识中的云计算,是按需付费的。但实际上目前云计算iaas平台,并非全都可以做到完全按需付费。还有很多是按照一个虚机一个虚机的进行扩容。这个时候就很容易出现,当扩出一个虚机之后,但是应用只用了一个虚机多一些,但是没有把两个虚机用满。这样的粗力度,对用户来讲是一种浪费,对于云计算提供商来讲,同样也是一种资源的浪费。
真正的按需付费,需要将计算力度放的更小,变成一个函数,来一个请求,拉起一个函数,算完了就将其销毁,这样就不占资源,自动统计应用了多少时间,精细的按需管理。这就是Ucloud通用计算解决方案--UCloud Serverless。
Serverless是一种用户无需关注底层资源的全新服务架构,UCloud的Serverless架构可以跟据用户功能代码请求量,智能的进行系统资源调配。例如某用户应用代码运行在PaaS平台上时,需要考虑服务的伸缩问题,手动来调节低层系统资源分配。而在采用UCloud Serverless架构的UGC上,可以根据用户功能代码的请求量,自动的实现服务伸缩和计算资源最优分配。从而有效减少用户系统资源运行维护的工作强度。
动与静相合 加速应用部署
UCloud Serverless架构是如何实现智能调配的呢,叶总监详细为向我们进行了讲解。在UCloud的UGC上首先借助Docker细粒度、轻量级的技术优势,将计算资源做服务化打包。然后将Docker运行在VM集群中统一调度管理。UGC通过这种动静结合的方式,既满足了用户细粒度资源调用的应用需求,又可以提供高等级的隔离管理能力。

Docker+VM不能算是很新的技术形式,甚至一些对云计算开源系统有效多研究的企业用户,也可以对此进行搭建。但是当云计算系统规模庞大到一定程度后,开源系统在网络管理、资源调度等方面的不足就开始显现出来了。UCloud的UGC又可以为用户提供多高的计算能力呢?叶总监的答案是十万核级。通过如此高并且可以灵活调配的计算能力,结合UCloud的单文件最大支持5TB的UFILE对象存储,可以轻松实现每天1600万的图片处理,每张图片2~3秒就可处理完毕。以及通过高并发的处理方式,高效率的满足OCR业务应用需求。
虽然十万核级的规模部署还只是UCloud的"一面之词",目前尚无更进一步的数据可以分析这"十万核级"可以为用户带来多高的应用处理性能。但是大规模细粒度的云计算应用部署,已经是云计算由"技术"向"产品"转变的一个具体表现。未来至顶网也将会更加深入的对UCloud的Serverless架构进行了解,从功能和应用性能方面,将UCloud的云计算技术解决方案更加深度全面的进行展示。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。