NetApp今天宣布收购了位于西雅图的初创公司StackPointCloud,该公司致力于让Kubernetes更易于使用。
Kubernetes是管理软件容器集群的首选框架。随着企业中容器的采用率不断提高,该系统已成为现代云环境的重要组成部分。企业使用容器来部署应用,因为它具有可移植性和资源效率,简化了诸如发布更新等任务。
StackPointCloud构建了一个托管的Kubernetes平台,减少了在主流公有云上部署框架所涉及的手动步骤数量,此外它还可以作为管理中心,让用户能够在集中式界面中执行日常管理任务。
在今天宣布这一收购消息的同时,NetApp还以NetApp Kubernetes Service的形式重新发布该平台。新产品涵盖了原始产品所有的核心功能,包括StackPointCloud的自动修补功能,以及一项可以让拥有多个Kubernetes集群的大企业在同一个地方管理这些集群的功能,以及选定的一些优化外部应用。
此外NetApp也在推出了一些新功能。除了AWS、Azure和谷歌云平台之外,该服务现在还可以与基于NetApp的超融合基础设施一体机的本地环境结合。此外,NetApp计划增加与Trident开源项目的集成,该项目为容器环境提供存储管理功能。
该服务扩充了NetApp不断扩大的云产品组合。近年来,NetApp已经将大部分支持其本地存储阵列的软件移植到云中,作为解决企业工作负载向AWS等平台迁移的一部分。
NetApp云数据服务业务高级副总裁兼总经理Anthony Lye在博客文章中透露了有关收购的更多背景信息。他表示,在NetApp工程师在内部采用了StackPointC漏洞的服务,用来大幅减少管理Kubernetes基础设施所花费的资源之后,NetApp决定收购这家公司。
Lye写道:“我们在内部进行了分析,平均而言,我们发布新软件的速度提高了60%,编写代码的时间增加了35%,并且配置和维护新的集群的时间减少了90%。花在常见操作任务上的时间(如修复)也减少了90%以上。此外,通过减少修复负担,我们发现我们更有可能快速应用安全补救措施。”
好文章,需要你的鼓励
TPU与GPU之间的竞争正在重塑AI硬件市场格局。GPU基于并行处理,能处理多样化任务,而TPU专门针对张量矩阵运算进行优化。谷歌TPU采用类似RISC的设计理念,通过限制功能来提升特定运算效率。随着Meta计划在2027年采购数十亿美元的TPU芯片,Anthropic宣布使用百万TPU训练Claude模型,TPU生态系统正在获得发展动力,对英伟达的GPU霸主地位构成挑战。
Meta与华盛顿大学联合研究团队开发出无需人类标注的AI评判官自我训练框架。该方法通过生成合成对比数据、自我判断筛选和反复学习,使110亿参数的AI评判官在多项视觉语言任务中超越GPT-4o等大型模型,成本仅为传统方法的1%,为AI自主学习和评估开辟新路径。
本文提出2026年AI发展十大预测,包括AI估值修正、投资泡沫持续、AGI不仅依赖大语言模型、AI代理将加剧工作替代等。作者强调社会接受度对技术发展的重要性,认为成功企业将重构运营模式以AI为核心,同时指出政府仍将重视STEM教育而忽视社会科学的价值。
华中科技大学团队开发出4DLangVGGT技术,首次实现AI系统对4D动态场景的语言理解。该技术突破传统方法需要逐场景训练的限制,能跨场景通用部署。系统结合几何感知和语义理解,不仅能识别物体还能描述其时间变化过程。实验显示在多项指标上超越现有方法1-2%,为机器人、AR/VR、智能监控等领域提供重要技术支撑。