Cloud Connect大会Day2:开源与云数据中心
【CSDN报道】如果你想了解大会第一天的内容,请点击《 Cloud Connect大会Day1:OCP与SwiftStack》。 图:展厅内巨大的广告牌,Azure、OpenStack与Dell PayPal的PaaS之旅 在《云数据中心》专题论坛首先聆听了PayPa平台工程与运营副总裁Nat Rajesh Natarajan的
【CSDN报道】如果你想了解大会第一天的内容,请点击《 Cloud Connect大会Day1:OCP与SwiftStack》。
图:展厅内巨大的广告牌,Azure、OpenStack与Dell
PayPal的PaaS之旅
在《云数据中心》专题论坛首先聆听了PayPa平台工程与运营副总裁Nat Rajesh Natarajan的分享,他介绍了PayPal的云化过程。
图:PayPa平台工程与运营副总裁Nat Rajesh Natarajan
大约半年前,PayPal从VMware的管理平台迁移到OpenStack,倍受OpenStack玩家的关注,本场的听众数量也如所料的爆满。Nat介绍说,PayPal为开发者提供平台,从而能够更容易开发新业务,PayPal一开始就选择开源软件,因为这没有供应商锁定。PayPal一年前开始使用OpenStack,并刚刚开始使用OpenShift。他认为,开源并不是最省钱的方式,但却能带来更多创新,从而面对未来许多不确定性。Nat透露,PayPal目前25%的流量通过OpenStack支持,但仍需要做很多调整。在整个的云化过程中,并非一路顺风:
- 如何让用户使用IaaS?
- 脚本还是代码?
图:OpenShift符合PayPal的全面需求
Nat表示,脚本的大量使用,可能让许多工程师失业。随着不断云化的过程,Nat认为PayPal的工作重心不再是硬件设备,也不再是OS,而是工程师。
当然,云化之后带来的效益是分明显:
- 应用上线时间速度提升10倍。
- 1500个虚机只需要一周时间上线,而同样的工作在去年4个工程师用了3个月时间。
关于如何从原有的基础设施平台迁移到OpenStack,Nat并没有详细介绍。他只是表示,原有的基础设备用OpenStack来代替,而新的应用平台直接通过PaaS实现,即OpenShift。Nat如此评价OpenShift:“我们看到许多希望,但未来不清楚还有哪些挑战。”
Nat还分享了在OpenStack获得的一些经验,包括:
- 与供应商合作,帮助使用OpenStack。
- 比开源版延迟一个版本,每2个月做一次升级。
开源的价值
图:Metacloud创始人兼总裁 Steve Curry
我聆听的第二场分享是《开源云》专题论坛Steve Curry带来的,他是Metacloud创始人兼总裁,这是一家在OpenStack生态圈十分有影响力的公司。Steve主要介绍了开源软件和OpenStack带来的价值。
图:商业软件与开源软件对比
图:CloudStack简单易用是他的特点
Steve强调,中国是OpenStack社区中最大的部分,他感谢了国内供应商99cloud和UnitedStack。他同时肯定了CloudStack的优势,CloudStack在中国非常受欢迎,因为搭建初期相对容易。
Steve认为,存储就是一场赌博。Ceph是很好的解决方案,它可以将离散的管理器集中在一起。同时SwiftStack也很好。Steve预测,未来开源存储厂商会通过硬件来部署他们的软件,并成为伟大的公司。
在Hypervisor这一层,Steve将所有平台进行了评级,A级只有KVM,Xen、Hyper-V等平为B级或C级。
国内OpenStack进展
图:UnitedStack CEO兼创始人 程辉
UnitedStack正在帮助一些互联网公司部署OpenStack,程辉分享了几个正在互联网公司内部发生的趋势:
- OpenStack正在替换原有的基础设施管理平台以及相关的软件栈;
- OpenStack正在替换内部研发的虚拟化平台;
- OpenStack正在成为DevOps的平台,工程师参与研发。
图:爱奇艺OpenStack平台
程辉分享了爱奇艺采用OpenStack的案例,提供了5000台虚机的能力,支撑其广告系统、推荐搜索、视频开放平台等服务。
图:上海交通大学的云平台
在国内的高校有不少积极的开发者,包括上海交通大学已经将SDN项目Neutron在生产环境中运行起来,并提供了VDC功能,同时上海交通大学还在使用Cloud Foundry。另外,国防科技大学的工程师正在帮助国内的超级计算机部署OpenStack,并在香港OpenStack Summit上提交了演讲申请。
图:OpenStack官方项目,其中Trove相当于RDS
图:AWS与OpenStack项目对比
图:StackForge是托管在Github上的OpenStack社区项目管理平台,相当于进入孵化项目前的准备
OpenStack的孵化项目集合,Trove相当于AWS的RDS,可以替代DBA的功能。Fuel是Mirantis的自动化部署和管理平台,不少国内的玩家已经在使用。Savanna是将Hadoop与OpenStack结合的项目。
程辉认为,OpenStack正在高速追赶AWS。目前,AWS每个月新增2个左右新功能,OpenStack可以新增10个功能。虽然可用性还有差距,但与AWS的差距不断在缩小。
感受
听众对开源的热情非常高,尤其对Nat和程辉提问不断,会后也被围住交流。大家非常关注PayPal的迁移到OpenStack过程中遇到的问题,以及OpenShift上可能产生的问题,但可能由于商业机密或仍然不够成熟的原因,Nat并没有详细展开。
在《云数据中心》和《开源云》两个专题论坛上,有不少本土的小型集成商的身影。他们对OpenShift、Cloud Foundry等非常感兴趣,希望通过与同行的交流获取一些经验以及选型建议。
图:OpenStack基金会BD总监Heidi
在现场还与OpenStack基金会BD总监Heidi进行了简短交流,她介绍OpenStack正在快速发展,许多新功能将在香港OpenStack Summit上公布。谈到对中国市场的期待,她表示中国是一个巨大的市场,手机用户已经是美国总人口的两倍。她希望本土的公司能在OpenStack上投入更多的资源。
17日的会议还包括来自GE、Intel、百度、阿里、红帽等讲师的分享,十几个小时之后将带来最后一天的报道。(文/ 包研 审校/仲浩)
9月23-25日,北京,重要安全大会——
2013中国互联网安全大会。由CNCERT/CC指导,网络安全应急技术国家工程实验室、灾备技术国家工程实验室、OWASP、Gartner、SyScan等深度参与。特别精选“软件安全论坛”和“云计算安全论坛”,为CSDN的用户预留部分名额。数量Very有限,速
报名!
欢迎关注
@CSDN云计算微博,了解更多云信息。

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



Bei der Textanmerkung handelt es sich um die Arbeit mit entsprechenden Beschriftungen oder Tags für bestimmte Inhalte im Text. Sein Hauptzweck besteht darin, zusätzliche Informationen zum Text für eine tiefere Analyse und Verarbeitung bereitzustellen, insbesondere im Bereich der künstlichen Intelligenz. Textanmerkungen sind für überwachte maschinelle Lernaufgaben in Anwendungen der künstlichen Intelligenz von entscheidender Bedeutung. Es wird zum Trainieren von KI-Modellen verwendet, um Textinformationen in natürlicher Sprache genauer zu verstehen und die Leistung von Aufgaben wie Textklassifizierung, Stimmungsanalyse und Sprachübersetzung zu verbessern. Durch Textanmerkungen können wir KI-Modellen beibringen, Entitäten im Text zu erkennen, den Kontext zu verstehen und genaue Vorhersagen zu treffen, wenn neue ähnliche Daten auftauchen. In diesem Artikel werden hauptsächlich einige bessere Open-Source-Textanmerkungstools empfohlen. 1.LabelStudiohttps://github.com/Hu

Bei der Bildanmerkung handelt es sich um das Verknüpfen von Beschriftungen oder beschreibenden Informationen mit Bildern, um dem Bildinhalt eine tiefere Bedeutung und Erklärung zu verleihen. Dieser Prozess ist entscheidend für maschinelles Lernen, das dabei hilft, Sehmodelle zu trainieren, um einzelne Elemente in Bildern genauer zu identifizieren. Durch das Hinzufügen von Anmerkungen zu Bildern kann der Computer die Semantik und den Kontext hinter den Bildern verstehen und so den Bildinhalt besser verstehen und analysieren. Die Bildanmerkung hat ein breites Anwendungsspektrum und deckt viele Bereiche ab, z. B. Computer Vision, Verarbeitung natürlicher Sprache und Diagramm-Vision-Modelle. Sie verfügt über ein breites Anwendungsspektrum, z. B. zur Unterstützung von Fahrzeugen bei der Identifizierung von Hindernissen auf der Straße und bei der Erkennung und Diagnose von Krankheiten durch medizinische Bilderkennung. In diesem Artikel werden hauptsächlich einige bessere Open-Source- und kostenlose Bildanmerkungstools empfohlen. 1.Makesens

Die Technologie zur Gesichtserkennung und -erkennung ist bereits eine relativ ausgereifte und weit verbreitete Technologie. Derzeit ist JS die am weitesten verbreitete Internetanwendungssprache. Die Implementierung der Gesichtserkennung und -erkennung im Web-Frontend hat im Vergleich zur Back-End-Gesichtserkennung Vor- und Nachteile. Zu den Vorteilen gehören die Reduzierung der Netzwerkinteraktion und die Echtzeiterkennung, was die Wartezeit des Benutzers erheblich verkürzt und das Benutzererlebnis verbessert. Die Nachteile sind: Es ist durch die Größe des Modells begrenzt und auch die Genauigkeit ist begrenzt. Wie implementiert man mit js die Gesichtserkennung im Web? Um die Gesichtserkennung im Web zu implementieren, müssen Sie mit verwandten Programmiersprachen und -technologien wie JavaScript, HTML, CSS, WebRTC usw. vertraut sein. Gleichzeitig müssen Sie auch relevante Technologien für Computer Vision und künstliche Intelligenz beherrschen. Dies ist aufgrund des Designs der Webseite erwähnenswert

Neues SOTA für multimodale Dokumentverständnisfunktionen! Das Alibaba mPLUG-Team hat die neueste Open-Source-Arbeit mPLUG-DocOwl1.5 veröffentlicht, die eine Reihe von Lösungen zur Bewältigung der vier großen Herausforderungen der hochauflösenden Bildtexterkennung, des allgemeinen Verständnisses der Dokumentstruktur, der Befolgung von Anweisungen und der Einführung externen Wissens vorschlägt. Schauen wir uns ohne weitere Umschweife zunächst die Auswirkungen an. Ein-Klick-Erkennung und Konvertierung von Diagrammen mit komplexen Strukturen in das Markdown-Format: Es stehen Diagramme verschiedener Stile zur Verfügung: Auch eine detailliertere Texterkennung und -positionierung ist einfach zu handhaben: Auch ausführliche Erläuterungen zum Dokumentverständnis können gegeben werden: Sie wissen schon, „Document Understanding“. " ist derzeit ein wichtiges Szenario für die Implementierung großer Sprachmodelle. Es gibt viele Produkte auf dem Markt, die das Lesen von Dokumenten unterstützen. Einige von ihnen verwenden hauptsächlich OCR-Systeme zur Texterkennung und arbeiten mit LLM zur Textverarbeitung zusammen.

Laut Nachrichten vom 15. April 2024 zeigt eine kürzlich von Gartner veröffentlichte Umfrage unter CIOs und Technologiemanagern für das Jahr 2024, dass mehr als 60 % der chinesischen Unternehmen planen, in den nächsten 12 bis 24 Monaten generative künstliche Intelligenz (GenAI) einzusetzen. Da chinesische Unternehmen dazu neigen, GenAI lokal und nicht über die öffentliche Cloud bereitzustellen, kann die aktuelle Infrastrukturumgebung GenAI-Projekte nicht unterstützen. Dies wird die Designtransformation chinesischer Unternehmensrechenzentren fördern. Zhang Lukeng, Forschungsdirektor bei Gartner, sagte: „Aufgrund von Sicherheits- und Datenschutzbedenken sowie regulatorischen Anforderungen bevorzugen einige Unternehmen die Bereitstellung von GenAl-Lösungen oder die Feinabstimmung großer Sprachmodelle (LLM) vor Ort. Die Bereitstellung von GenAl vor Ort ist wichtig.“ für Rechenzentren nicht nur

FP8 und die geringere Gleitkomma-Quantifizierungsgenauigkeit sind nicht länger das „Patent“ von H100! Lao Huang wollte, dass jeder INT8/INT4 nutzt, und das Microsoft DeepSpeed-Team begann, FP6 auf A100 ohne offizielle Unterstützung von NVIDIA auszuführen. Testergebnisse zeigen, dass die FP6-Quantisierung der neuen Methode TC-FPx auf A100 nahe an INT4 liegt oder gelegentlich schneller als diese ist und eine höhere Genauigkeit aufweist als letztere. Darüber hinaus gibt es eine durchgängige Unterstützung großer Modelle, die als Open-Source-Lösung bereitgestellt und in Deep-Learning-Inferenz-Frameworks wie DeepSpeed integriert wurde. Dieses Ergebnis wirkt sich auch unmittelbar auf die Beschleunigung großer Modelle aus – in diesem Rahmen ist der Durchsatz bei Verwendung einer einzelnen Karte zum Ausführen von Llama 2,65-mal höher als der von Doppelkarten. eins

Lassen Sie mich Ihnen das neueste AIGC-Open-Source-Projekt vorstellen – AnimagineXL3.1. Dieses Projekt ist die neueste Version des Text-zu-Bild-Modells mit Anime-Thema und zielt darauf ab, Benutzern ein optimiertes und leistungsfähigeres Erlebnis bei der Generierung von Anime-Bildern zu bieten. Bei AnimagineXL3.1 konzentrierte sich das Entwicklungsteam auf die Optimierung mehrerer Schlüsselaspekte, um sicherzustellen, dass das Modell neue Höhen in Bezug auf Leistung und Funktionalität erreicht. Zunächst erweiterten sie die Trainingsdaten, um nicht nur Spielcharakterdaten aus früheren Versionen, sondern auch Daten aus vielen anderen bekannten Anime-Serien in das Trainingsset aufzunehmen. Dieser Schritt erweitert die Wissensbasis des Modells und ermöglicht ihm ein umfassenderes Verständnis verschiedener Anime-Stile und Charaktere. AnimagineXL3.1 führt eine neue Reihe spezieller Tags und Ästhetiken ein

Papieradresse: https://arxiv.org/abs/2307.09283 Codeadresse: https://github.com/THU-MIG/RepViTRepViT funktioniert gut in der mobilen ViT-Architektur und zeigt erhebliche Vorteile. Als nächstes untersuchen wir die Beiträge dieser Studie. In dem Artikel wird erwähnt, dass Lightweight-ViTs bei visuellen Aufgaben im Allgemeinen eine bessere Leistung erbringen als Lightweight-CNNs, hauptsächlich aufgrund ihres Multi-Head-Selbstaufmerksamkeitsmoduls (MSHA), das es dem Modell ermöglicht, globale Darstellungen zu lernen. Allerdings wurden die architektonischen Unterschiede zwischen Lightweight-ViTs und Lightweight-CNNs noch nicht vollständig untersucht. In dieser Studie integrierten die Autoren leichte ViTs in die effektiven
