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
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。