11月30日,华为云在北京发布云原生2.0全景图,基于全面升级的“以应用为中心”的云原生基础设施,使能企业应用敏捷创新。同时,华为云联合Forrester发布了云原生思想领导力白皮书,并宣布将联合产业组织、行业云原生技术精英、合作伙伴等,打造云原生高端交流平台——“创原会”,共同加速云原生行业落地与产业繁荣。

云原生2.0全景图
云原生2.0是企业智能升级的新阶段,标志着企业云化从“ON Cloud”迈向“IN Cloud”,成为“新云原生企业”。云原生2.0将专注于如何让企业更好地使用云、充分利用云原生的技术架构,围绕“资源高效”、“应用敏捷”构建分布式多云多中心、敏捷、智能的企业数字化业务,云原生基础设施则是云原生2.0的基石,华为云产品副总裁方国伟表示:“华为云将原有基础设施全面升级为‘以应用为中心’的云原生基础设施,为应用提供更好的性能、更有机的协同,及更完整的应用生命周期管理。”
多元算力、软硬协同,让应用性能更好
供给丰富、高效、弹性的“算力”是企业对IT基础设施的基本要求,华为云原生基础设施支持x86、GPU、鲲鹏、昇腾等多样性算力,以“云原生”的方式提供给企业,满足不同场景下应用的算力诉求。同时,基于华为云擎天架构的软硬协同能力,华为云能够提供极致成本、极致性能、极致体验的云原生算力,比如业界独家实现“容器卸载”的裸金属容器,让资源100%用于业务处理,客户资源成本节约30%,网络性能提升40%,相同规格集群的业务处理性能提升2倍;国内首家Serverless容器,能够30s扩容1千容器实例,帮助企业轻松应对高并发、高流量冲击的业务突发场景,保障企业IT基础设施稳定可靠。
泛在计算、统一计算,让应用协同得更好
随着企业数字化业务的快速增长,为了应对国际化布局、跨地域高可用、低时延访问等业务场景,企业IT基础设施逐步从单数据中心架构演进到多数据中心、多云、以及边云协同的架构,亟需一层分布式的、统一计算架构的云基础设施平台。“云原生”的开放、标准化特质使其成为构建企业泛在、统一计算平台的最佳选择。
华为云通过业界领先的云原生集群联邦、边云协同操作系统等技术,为企业打造高效、高可靠的分布式泛在计算平台,实现应用在公有云、混合云、边缘云等分布式云形态下的有机协同,让应用“Run Anywhere”。同时,基于擎天架构提供的统一计算资源池,华为云支持企业将现有部署在裸机、虚拟机之上的传统应用,与基于容器、函数开发的云原生应用混合部署,让传统应用与新兴应用之间高效协同,为企业多类型业务打造统一的云原生计算平台。
智能调度、敏捷运维,让应用生命周期管理更好
业务的变化与演进使得现有企业IT架构通常存在多套业务技术栈,从底层资源管理到上层应用交付形成垂直“烟囱”,导致企业应用生命周期管理形成烟囱林立的局面。云原生基础设施以“应用”为中心打造通用、标准、开放的企业应用生命周期管理规范,为企业传统IT类、互联网类、中间件类、数据运营类、智能类等业务构建统一的云原生应用部署、运行、运维、治理端到端标准化流程,使得企业应用生命周期管理更完整、高效、智能:
一键式部署:华为云原生基础设施基于CRD、Operator、Helm等开放云原生技术,实现包括微服务、中间件、大数据、AI、边缘等云原生应用的一键式部署与交付规范;
智能化调度:对于运行态的应用,华为云原生基础设施向上通过Volcano感知应用SLA,实现高效批量调度;向下通过瑶光智慧云脑为应用匹配最佳算力,实现应用与资源的高效协同;
全方位治理:华为云原生基础设施还具备非侵入式服务网格与完善的云原生监控体系,为企业提供全网应用拓扑视图、调用链追踪及实时故障管理,实现应用的全方位在线治理。
同时,华为云也正式启动“云原生2.0行动计划”, “创原会”作为聚焦云原生技术与行业落地的云原生高端交流平台,将联合产业组织、行业云原生技术精英、合作伙伴等共同构建,旨在通过探索前沿云原生技术、共享产业落地实践,共创云原生与业务融合的无限可能。
云原生2.0时代已至,华为云将基于不断创新的云原生基础设施,携手合作伙伴赋能“新云原生企业”,共同推动云原生产业繁荣。
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。