DevOps所主張的方法論,以及促成這些方法論的協(xié)作工具,正在成為如今新冠疫情之下推動數(shù)字化轉(zhuǎn)型項目的重要力量。
此次疫情促使企業(yè)迅速推進云原生轉(zhuǎn)型計劃。員工隔離、辦公室關(guān)閉、團隊分散,面對一系列現(xiàn)實挑戰(zhàn),旨在為軟件生命周期全面引入自動化與敏捷性要素的DevOps理念隨之脫穎而出。
這種動態(tài)也令更多初創(chuàng)企業(yè)涌入DevOps市場,并以前所未有的速度奪取客戶份額。
以下十家DevOps用自己的卓越表現(xiàn)拉高了DevOps行業(yè)的整體水平,幫助開發(fā)團隊與運營團隊以閃電般的速度協(xié)同工作,并助力企業(yè)客戶面對全球疫情所帶來的種種現(xiàn)實挑戰(zhàn):
十幾年前,Chef公司已經(jīng)是全球首批進軍云原生開發(fā)方法與架構(gòu)轉(zhuǎn)變市場的初創(chuàng)企業(yè),旨在推動基礎設施流程實現(xiàn)現(xiàn)代化轉(zhuǎn)型。
此后又先后發(fā)生了諸多變化,基礎設施即代碼領域的這位先驅(qū)者迎來事業(yè)第二春,旗下的產(chǎn)品陣容也擴展到更為廣泛的“編碼企業(yè)”領域——全面涵蓋基礎設施、安全性、合規(guī)性以及應用程序生命周期自動化等方向。
盡管在由開放核心模式過渡到真正的開源模式過程中,Chef的合作伙伴之間曾經(jīng)出現(xiàn)沖突,但該公司最終統(tǒng)一了意見,并在今年年初發(fā)布了首個正式渠道計劃。
Chef合作伙伴計劃將為希望使用Chef開源解決方案的合作伙伴提供強有力的云自動化服務支持。
去年,這家初創(chuàng)企業(yè)將其高人氣CI/CD工具包(主要通過「軟件即服務」模式交付)推廣至國際市場,投資者們也開始向CircleCI慷慨投入資金。
這家位于舊金山的企業(yè)成立于2011年,而后于2014年同Distiller公司合并,著力為移動應用開發(fā)者提供持續(xù)集成功能。從那時起,CirecleCI成為云原生IT領域的一款通用工具,并得到全球多家頂尖企業(yè)與互聯(lián)網(wǎng)巨頭的青睞。
該公司近期完成了兩輪融資——第一輪在去年7月,融資額度為5600萬美元;而后是今年4月的E輪融資,額度為1億美元。相關(guān)款項主要用于開發(fā)新功能,特別是打造更高效的代碼更新機制以滿足客戶對于變更驗證的迫切需求。
新軟件版本中的合規(guī)性要求,往往會嚴重破壞開發(fā)團隊與運營團隊之間的配合節(jié)奏。
Cloudtamer.io公司希望打造一套充分發(fā)揮DevOps優(yōu)勢的持續(xù)合規(guī)解決方案,幫助客戶跨多家云服務供應商實現(xiàn)工作負載運行。
通過檢測、報告與策略違規(guī)糾正等功能,這家位于馬里蘭州富爾頓的初創(chuàng)企業(yè)成功開發(fā)出一套快速、敏捷的軟件開發(fā)流程。
CTO.ai是一家于2017年在加拿大溫哥華成立的初創(chuàng)企業(yè),主要業(yè)務是將開發(fā)工具引入Slack頻道以提高協(xié)作能力,進而簡化DevOps實施流程。
該平臺能夠通過Slack命令行共享復雜的工作流,從而將開發(fā)團隊與運營團隊緊密聯(lián)系起來。借助這種“SlackOps”模式,CTO.ai得以有效促進分布式員工之間的協(xié)作能力。
以此為基礎,現(xiàn)有DevOps工具可以直接插入該平臺,最終實現(xiàn)DevOps整體周期的全面自動化。
在重新命名并推行戰(zhàn)略調(diào)整之后,這家原名為Mesosphere的初創(chuàng)企業(yè)于去年啟動了首個渠道計劃,旨在招募更多專注于DevOps的咨詢公司以共同解決云原生現(xiàn)代化項目的實現(xiàn)難題。
D2IQ是一家來自舊金山的初創(chuàng)企業(yè),由Mesos容器編排工具的締造者們于2019年轉(zhuǎn)型而來,旨在幫助企業(yè)客戶提供大規(guī)模容器化架構(gòu)與大數(shù)據(jù)工作負載的底層實現(xiàn)基礎。內(nèi)部員工將D2IQ解釋為“Day 2 IQ”,借此反映公司對于持續(xù)管理生產(chǎn)部署的關(guān)注。
隨著競爭對手的編排工具逐漸成為行業(yè)標準,Mesos的采用率開始一路走低,這家初創(chuàng)企業(yè)決定將重點轉(zhuǎn)向Kubernetes,并于最近推出了獨立的Kubernetes平臺Ksphere。但作為旗艦產(chǎn)品,他們的Data Center Operating System——簡稱DC/OS——集成了多種開源容器與大數(shù)據(jù)技術(shù),極大降低了在線服務供應商及其他大型企業(yè)客戶的規(guī)?;渴痣y度。
GitLab公司成立于2013年,是一家基于Web的git repo供應商。不過近年來,結(jié)合向全生命周期DevOps平臺轉(zhuǎn)型的整體戰(zhàn)略,該公司開始推出更多新型功能。
目前,大型企業(yè)客戶主要在CI/CD管道以及安全流程當中采用GitLab技術(shù)。
繼端到端解決方案以及頗具野心的上市計劃之后,這家發(fā)展迅速的年輕企業(yè)又在今年年初推出了首個正式渠道計劃,旨在加強與經(jīng)銷商、服務供應商以及獨立軟件供應商間的合作。GitLab宣稱,預計將有超過10萬家機構(gòu)將他們的開源解決方案應用于生產(chǎn)環(huán)境,而各合作伙伴將從其中的付費客戶身上賺取可觀的收益。
這家來自舊金山的初創(chuàng)企業(yè)開發(fā)出的持續(xù)交付技術(shù)項目,目前正處于云原生計算基金會的項目孵化階段。
Harness.io最近還在其持續(xù)交付即服務平臺上推出新的持續(xù)效率(Continuous Efficiency)選項,這一新功能將幫助DevOps團隊直接查看運行每一款應用程序及每一項微服務的具體成本。
通過將持續(xù)效率功能集成到Harness CD平臺當中,客戶將能夠輕松對比目前市面上的三大頂尖云服務供應商,了解不同供應商的運營預算數(shù)額,借此更明確地做出業(yè)務決策。
ShuttleOps公司是一家去年剛剛在加拿大安大略省建立的初創(chuàng)企業(yè),目前主要提供可視化DevOps平臺,用于消除交付流程中的各項瓶頸、加快應用程序的交付速度。
該公司通過軟件即服務模式推出的應用程序發(fā)布流程(ARO)技術(shù)能夠幫助開發(fā)人員、基礎運營商以及安全團隊以自動化方式實現(xiàn)協(xié)同工作,同時分別立足自身定位為持續(xù)集成與交付流程做出貢獻。
今年年初,ShuttleOps公司發(fā)布了其無代碼CI/CD解決方案,其中一舉集成了知名DevOps工具商Chef、Docker與HashiCorp的技術(shù)成果。這套平臺還可幫助客戶三大頂尖云服務供應商的平臺之上快速構(gòu)建、部署并管理自己的應用程序。
Sysdig安全與合規(guī)性平臺的市場表現(xiàn)一直出色,這家成立于2013年的初創(chuàng)企業(yè)也在努力擴展自身在全球范圍內(nèi)的運營規(guī)模與覆蓋能力,為下一輪業(yè)務爆發(fā)積蓄力量。
Sysdig安全DevOps平臺還能幫助客戶全程監(jiān)控跨多種Kubernetes編排容器環(huán)境的性能與容量需求,從而更安全地加快云原生轉(zhuǎn)型步伐。
這家位于舊金山的企業(yè)在今年年初獲得7000萬美元新投資,此筆款項將被用于擴展其全球業(yè)務覆蓋范圍并加快產(chǎn)品路線圖的推進速度。
Sysdig公司最近還與IBM達成合作協(xié)議,藍色巨人指定Sysdig作為跨IBM Cloud服務的首選監(jiān)控解決方案。
Volterra是一家由多位實力雄厚的戰(zhàn)略投資者支持的初創(chuàng)企業(yè),旨在幫助DevOps團隊從容應對在高度分布式云環(huán)境與邊緣位置運行應用程序時所出現(xiàn)的運營、安全與性能挑戰(zhàn)。
到去年11月,這家位于加利福尼亞州圣克拉拉市的企業(yè)終于走出隱形階段,手中掌握著超5000萬美元資金,擁有100多名工程師以及30多家客戶。
剛剛兩歲的Volterra公司目前已經(jīng)發(fā)布兩款產(chǎn)品:VoltStack,利用Kubernetes API在云環(huán)境中部署并管理各類分布式應用程序;VoltMesh,用于提升網(wǎng)絡性能并提供零信任安全機制。
這些產(chǎn)品建立起一個統(tǒng)一的多云及邊緣環(huán)境,成為SaaS交付加速的理想選擇——作為該公司的投資方之一,微軟公司就在利用Volterra產(chǎn)品交付Office 365生產(chǎn)力工具。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。