數(shù)字化轉(zhuǎn)型就像是一場(chǎng)越野長(zhǎng)跑,終點(diǎn)在哪里不知道,路上遇到什么障礙不清楚,一路上打怪升級(jí),不斷需要滋養(yǎng),還有更重要的一點(diǎn),那就是速度,數(shù)字化轉(zhuǎn)型,數(shù)字化的需求能不能快速響應(yīng),怎么能做到開(kāi)發(fā)不拖后腿。
CIO的焦慮
作為一個(gè)企業(yè)IT部門(mén)的掌門(mén)人,支撐企業(yè)的業(yè)務(wù)部門(mén)業(yè)務(wù)高效、順利的完成,是他們責(zé)無(wú)旁貸的工作,他們的工作,最關(guān)切的問(wèn)題是什么?
一直以來(lái),在他們心中,首要問(wèn)題就是穩(wěn)定,穩(wěn)定是所有事情的基礎(chǔ)。沒(méi)有一個(gè)很穩(wěn)定的IT架構(gòu)的話(huà),其他就都不重要了。這也是很多人很容易理解的一點(diǎn)。
穩(wěn)定解決了,那么在穩(wěn)定的架構(gòu)當(dāng)中,速度問(wèn)題就突出出來(lái)了?,F(xiàn)在很多的需求來(lái)自于他們的業(yè)務(wù)部門(mén),業(yè)務(wù)變化快,就要求他們能做到快速響應(yīng),需要很快把應(yīng)用開(kāi)發(fā)出來(lái)。
過(guò)去,過(guò)去開(kāi)發(fā)一個(gè)軟件,一個(gè)應(yīng)用可能需要半年、一年的時(shí)間,但是,以目前業(yè)務(wù)部門(mén)的變化速度來(lái)看,這么長(zhǎng)的開(kāi)發(fā)時(shí)間,根本等不及。很多的極端情況,可能在幾周之內(nèi)就要開(kāi)發(fā)出來(lái),特別是移動(dòng)端的應(yīng)用,因?yàn)楹芏鄳?yīng)用都需要手機(jī)端支持,所以手機(jī)端應(yīng)用本身迭代速度快,更需要敏捷開(kāi)發(fā)。
那么,這個(gè)時(shí)候怎么辦?
云原生的開(kāi)發(fā)速度
云原生從字面意思上來(lái)看可以分成云和原生兩個(gè)部分。
云與本地相對(duì),傳統(tǒng)的應(yīng)用必須跑在本地服務(wù)器上,現(xiàn)在流行的應(yīng)用都跑在云端,云包含了IaaS、PaaS和SaaS。原生就是土生土長(zhǎng)的意思,我們?cè)陂_(kāi)始設(shè)計(jì)應(yīng)用的時(shí)候就考慮到應(yīng)用將來(lái)是運(yùn)行云環(huán)境里面的,要充分利用云資源的優(yōu)點(diǎn),比如云服務(wù)的彈性和分布式優(yōu)勢(shì)。
這也還不能解釋為什么云原生可以解決開(kāi)發(fā)高效的原因。
云原生的字面意思上,看不出它的優(yōu)勢(shì),但云原生需要進(jìn)一步理解為:云原生=微服務(wù) + DevOps + 持續(xù)交付 + 容器化。微服務(wù)顧名思義,就是把服務(wù)更加顆?;籇evOps的意思就是開(kāi)發(fā)和運(yùn)維結(jié)合,你中有我,我中有你;持續(xù)交付就是在不影響用戶(hù)使用服務(wù)的前提下,不斷更新新功能,頻繁發(fā)布給用戶(hù)使用;容器化就是運(yùn)維的時(shí)候,不需要再關(guān)心每個(gè)服務(wù)所使用的技術(shù)棧,每個(gè)服務(wù)都被無(wú)差別地封裝在容器里,可以被無(wú)差別地管理和維護(hù)。
這其中,怎么發(fā)揮出敏捷開(kāi)發(fā)的優(yōu)勢(shì)呢?
技術(shù)是無(wú)國(guó)界的,不斷的提升技術(shù)能力,吸收全球的技術(shù)開(kāi)發(fā)成果,開(kāi)源的開(kāi)發(fā)方式,恰好是無(wú)國(guó)界的技術(shù)交流法寶。
恰好可以讓我們共同攜手一起能夠去協(xié)助很多的企業(yè)做到數(shù)字化轉(zhuǎn)型。在云原生方面,在很多技術(shù)能夠從開(kāi)源技術(shù)當(dāng)中得到它的優(yōu)勢(shì)。
OpenShift是紅帽的云開(kāi)發(fā)平臺(tái)即服務(wù)(即PaaS),也就是一個(gè)開(kāi)源開(kāi)發(fā)平臺(tái),提供彈性的開(kāi)發(fā)支持,讓很多企業(yè)用戶(hù)可以在OpenShift上去做云原生開(kāi)發(fā),實(shí)現(xiàn)敏捷的開(kāi)發(fā)速度。
云原生怎么用
云原生的最成熟應(yīng)用是什么?
紅帽全球副總裁兼大中華區(qū)總裁曹衡康認(rèn)為,對(duì)于云原生業(yè)務(wù)應(yīng)用而言,就像“一千個(gè)人心中有一千個(gè)哈姆雷特”,每一個(gè)云原生用戶(hù)的需求不同,他們?cè)圃臉I(yè)務(wù)應(yīng)用不同,需求都是根據(jù)他們自己的情況設(shè)計(jì)出來(lái)的。所以,用“最成熟”的描述不夠準(zhǔn)確。
圖:紅帽全球副總裁兼大中華區(qū)總裁曹衡康
在海信,云原生的Paas平臺(tái)是基于工業(yè)互聯(lián)網(wǎng)的思路走的。不僅僅是為海信云業(yè)務(wù)提供了很多的支撐,也融合了在工業(yè)互聯(lián)網(wǎng)平臺(tái)下,有很多的API的接口需要打通,互聯(lián)互通的概念,所以不僅在OpenShift上有很多原生應(yīng)用,也對(duì)周邊很多很多的系統(tǒng)進(jìn)行了連接。
同樣是云原生,在興業(yè)證券,所建設(shè)云原生的體系,就全面的推行了微服務(wù)的架構(gòu)和應(yīng)用。
從這兩個(gè)案例來(lái)看,他們的云原生應(yīng)用平臺(tái),海信也好,興業(yè)也罷,都被認(rèn)為是最適合這個(gè)行業(yè)的,可以幫助他們完成實(shí)現(xiàn)業(yè)務(wù)價(jià)值的云原生應(yīng)用平臺(tái),都是好應(yīng)用。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)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(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)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(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。
琢磨技術(shù)發(fā)展史,關(guān)注算力產(chǎn)業(yè),關(guān)注數(shù)字經(jīng)濟(jì)。
參與編寫(xiě)了《開(kāi)源法則》(人民郵電出版社),《人類(lèi)計(jì)算簡(jiǎn)史:從中國(guó)算盤(pán)到數(shù)字經(jīng)濟(jì)》(中共中央黨校出版社)。