中国北京—2022年2月16日—世界领先的开源解决方案供应商红帽公司日前宣布,红帽OpenShift容器存储(Red Hat OpenShift Data Foundation)现已包含到红帽OpenShift平台Plus中,将数据服务(包括软件定义的存储)整合到行业领先的企业Kubernetes平台中,形成一个统一的解决方案。红帽OpenShift平台Plus提供了一个完整且开箱即用的多云Kubernetes堆栈,满足开发人员和应用开发专业人员的关键需求。红帽OpenShift容器存储的加入为开发人员提供了一个具有持久化存储的一致性数据平台,可以跨云环境和基础架构部署,而且它还结合了IT运维团队的数据管理能力。
Kubernetes是容器编排的事实标准,并为大规模编排提供了强大的引擎,但它需要额外的组件来真正满足企业构建和运行现代应用的需求。红帽OpenShift平台Plus汇集了必要的功能,为Kubernetes集群(甚至不同云基础架构)的整个软件生命周期提供防护、保护和管理应用的一致方法。
红帽OpenShift平台Plus包括:
借助红帽OpenShift平台Plus,企业可以通过单个解决方案,利用其工具和功能加速云原生计划的实施,并在整个混合云(包括边缘)中采用DevSecOps。
为容器和混合云设计的数据服务
现代的云原生应用需要集群数据管理服务,这些服务不仅能为混合和多云环境中的工作负载提供更加一致的体验,而且能够根据需求的变化而动态扩展。通过将红帽OpenShift容器存储集成到红帽OpenShift 平台Plus中,企业能够访问其容器环境内通用的数据服务,这将有助于防止存储孤岛的出现。红帽OpenShift容器存储4.9是该存储解决方案的最新版本,其中包含的新功能可帮助企业更快、更高效地开发和部署应用,包括:
上市时间
红帽OpenShift平台Plus现已上市。已订阅该产品的客户会收到作为订阅一部分的OpenShift Data Foundation Essentials,不需额外付费。
带有红帽OpenShift Data Foundation Advanced可执行文件的红帽OpenShift Platform Plus也立即可用,该产品在OpenShift Data Foundation Essentials的能力中增加了高级安全功能、多集群工作负载支持、灾难恢复以及单机和混合使用存储支持能力。
支持证言
Joe Fernandes,红帽云平台副总裁兼总经理
“随着企业部署多样化的应用,以满足全球经济不断变化的需求,在保持IT安全的同时快速实现大规模创新至关重要。红帽OpenShift Platform Plus针对企业需求提供了量身定制的Kubernetes创新,同时还提供了额外的一组功能,例如管理、增强的安全功能,以及开箱即用的存储,从而满足基本Kubernetes服务无法满足的常见生产需求。”
Teguh Wahyono,Pegadaian信息技术与数字业务总监
“借助红帽OpenShift和红帽OpenShift容器存储,我们能实现应用现代化,加快创新,更快、更可靠地部署新的服务。我们的开发人员能够提高IT服务的交付速度,使IT服务与业务需求更加匹配,并为客户部署相关解决方案。此外,通过与红帽合作,我们能够创造一种开源文化,鼓励我们的开发人员和业务部门推动创新。”
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。