浪潮以黄金会员身份参加OpenStack波士顿峰会,与来自全球各地的社区成员、应用开发者、云基础设施与服务提供商以及各领域用户,共同探讨了OpenStack的技术发展、商业进程与生态构建。峰会期间,浪潮展示了最新发布的OpenStack发行版云海OS 5.0,分享了在多个行业中的OpenStack项目实施经验。
浪潮在OpenStack Summit展台
从历年峰会可以观察到的显著变化是,OpenStack在社区建设与组件完善上取得了令人瞩目的成就。目前OpenStack社区有来自186个国家和地区的700家企业和机构参与,贡献代码超过2000万行,是世界上发展最快的开源社区。同时,OpenStack对一些广受关注的技术,如Docker、OVS、NFV、Spark等的支持力度更高、兼容性更好,致力于成为云技术的"集成引擎",让"世界运行在开源架构之上"。可以说,随着社区规模持续扩大和技术不断完善提升,未来OpenStack的商业化进程将会更快,这从近两年西班牙国际银行、英国Sky广播公司、中国移动、中国电信等越来越多的用户亮相峰会就可略窥一斑。
OpenStack Summit大会现场
OpenStack云海OS 5.0海外首秀
在此次峰会上,浪潮展示的云海OS 5.0是浪潮面向下一代云数据中心和云原生应用开发的智慧云操作系统,它全面基于OpenStack架构,并提供卓越的功能性(Functionality)、可用性(Availability)、安全性(Security)和工具化(Toolchain)优势,进一步扩展云服务目录,采用微服务架构,支持Docker快速部署,实现用户业务的自动感知、资源的智能管理和服务的自动化交付。
浪潮集团副总裁彭震表示,推动开源技术普惠是驱动浪潮积极参与OpenStack的重要因素。浪潮将秉承"源于开源、高于开源"的理念,通过不断创新推出更加成熟、易用的OpenStack产品,帮助全球用户构建开放的云基础设施,并在此基础上以智慧计算促进数字化转型,实现商业上的成功。
智慧计算是浪潮未来最看重的战略级市场,它包含了云计算、大数据和深度学习,即 "以云计算为基础平台,以大数据为认知方法,以深度学习为优化工具"。而作为智慧计算的基础平台,浪潮在云计算业务上将充分发挥计算、存储和网络硬件层和云数据中心操作系统软件层的全布局优势,向客户交付完整的云基础设施。
回馈开源,加速OpenStack技术普惠
目前,浪潮云海OS已经成功应用于政府、能源、电信、环保、教育等行业超过2000+企业用户。在推动OpenStack实践上,浪潮在某银行实施了国内最大规模基于OpenStack部署的金融生产云,规模接近1000个物理节点,创新性的实现了互联网金融业务与OpenStack开源云平台的深度结合,确保了业务快速创新、快速部署、快速上线。光大证券也与浪潮合作新建OpenStack环境,将原有的虚拟化集群和新建虚拟化环境统一纳入浪潮云海OS云平台管理,实现1000台物理服务器规模的数据中心管理。
同时,浪潮也入选了美国CIOReview杂志评选的"2017全球20家最具发展潜力OpenStack解决方案供应商"。
浪潮在OpenStack社区的活跃度与贡献度也增长明显。在最新Ocata版本中,浪潮在Sahala组件Commit贡献排名第2位,在核心组件NOVA和NEUTRON的Review贡献分列第9和第10。未来,浪潮将进一步提升OpenStack社区贡献率,更好的回馈开源。
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。