數(shù)字化轉(zhuǎn)型就像是一場越野長跑,終點在哪里不知道,路上遇到什么障礙不清楚,一路上打怪升級,不斷需要滋養(yǎng),還有更重要的一點,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,怎么能做到開發(fā)不拖后腿。
CIO的焦慮
作為一個企業(yè)IT部門的掌門人,支撐企業(yè)的業(yè)務部門業(yè)務高效、順利的完成,是他們責無旁貸的工作,他們的工作,最關切的問題是什么?
一直以來,在他們心中,首要問題就是穩(wěn)定,穩(wěn)定是所有事情的基礎。沒有一個很穩(wěn)定的IT架構(gòu)的話,其他就都不重要了。這也是很多人很容易理解的一點。
穩(wěn)定解決了,那么在穩(wěn)定的架構(gòu)當中,速度問題就突出出來了?,F(xiàn)在很多的需求來自于他們的業(yè)務部門,業(yè)務變化快,就要求他們能做到快速響應,需要很快把應用開發(fā)出來。
過去,過去開發(fā)一個軟件,一個應用可能需要半年、一年的時間,但是,以目前業(yè)務部門的變化速度來看,這么長的開發(fā)時間,根本等不及。很多的極端情況,可能在幾周之內(nèi)就要開發(fā)出來,特別是移動端的應用,因為很多應用都需要手機端支持,所以手機端應用本身迭代速度快,更需要敏捷開發(fā)。
那么,這個時候怎么辦?
云原生的開發(fā)速度
云原生從字面意思上來看可以分成云和原生兩個部分。
云與本地相對,傳統(tǒng)的應用必須跑在本地服務器上,現(xiàn)在流行的應用都跑在云端,云包含了IaaS、PaaS和SaaS。原生就是土生土長的意思,我們在開始設計應用的時候就考慮到應用將來是運行云環(huán)境里面的,要充分利用云資源的優(yōu)點,比如云服務的彈性和分布式優(yōu)勢。
這也還不能解釋為什么云原生可以解決開發(fā)高效的原因。
云原生的字面意思上,看不出它的優(yōu)勢,但云原生需要進一步理解為:云原生=微服務 + DevOps + 持續(xù)交付 + 容器化。微服務顧名思義,就是把服務更加顆?;?;DevOps的意思就是開發(fā)和運維結(jié)合,你中有我,我中有你;持續(xù)交付就是在不影響用戶使用服務的前提下,不斷更新新功能,頻繁發(fā)布給用戶使用;容器化就是運維的時候,不需要再關心每個服務所使用的技術(shù)棧,每個服務都被無差別地封裝在容器里,可以被無差別地管理和維護。
這其中,怎么發(fā)揮出敏捷開發(fā)的優(yōu)勢呢?
技術(shù)是無國界的,不斷的提升技術(shù)能力,吸收全球的技術(shù)開發(fā)成果,開源的開發(fā)方式,恰好是無國界的技術(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)能夠從開源技術(shù)當中得到它的優(yōu)勢。
OpenShift是紅帽的云開發(fā)平臺即服務(即PaaS),也就是一個開源開發(fā)平臺,提供彈性的開發(fā)支持,讓很多企業(yè)用戶可以在OpenShift上去做云原生開發(fā),實現(xiàn)敏捷的開發(fā)速度。
云原生怎么用
云原生的最成熟應用是什么?
紅帽全球副總裁兼大中華區(qū)總裁曹衡康認為,對于云原生業(yè)務應用而言,就像“一千個人心中有一千個哈姆雷特”,每一個云原生用戶的需求不同,他們云原生的業(yè)務應用不同,需求都是根據(jù)他們自己的情況設計出來的。所以,用“最成熟”的描述不夠準確。
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)務提供了很多的支撐,也融合了在工業(yè)互聯(lián)網(wǎng)平臺下,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上有很多原生應用,也對周邊很多很多的系統(tǒng)進行了連接。
同樣是云原生,在興業(yè)證券,所建設云原生的體系,就全面的推行了微服務的架構(gòu)和應用。
從這兩個案例來看,他們的云原生應用平臺,海信也好,興業(yè)也罷,都被認為是最適合這個行業(yè)的,可以幫助他們完成實現(xiàn)業(yè)務價值的云原生應用平臺,都是好應用。
好文章,需要你的鼓勵
這項研究提出了"高效探測"方法,解決了掩碼圖像建模AI難以有效評估的問題。通過創(chuàng)新的多查詢交叉注意力機制,該方法在減少90%參數(shù)的同時實現(xiàn)10倍速度提升,在七個基準測試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類性能的強相關性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應性。團隊承諾開源全部代碼,推動技術(shù)普及應用。
伊利諾伊大學研究團隊開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復雜爭議、智能檢索相關文獻、多角度收集觀點的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動構(gòu)建爭議話題的分析框架,識別不同觀點及其支撐證據(jù),為科學和政治爭議提供更全面客觀的分析,已在生物醫(yī)學和國際關系領域驗證有效性。
清華大學研究團隊首次提出情感認知融合網(wǎng)絡(ECFN),讓AI能像人類一樣理解和表達情感。該系統(tǒng)通過多層次情感處理架構(gòu),在情感識別準確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實現(xiàn)了跨模態(tài)情感融合、動態(tài)情感追蹤和個性化情感建模,為醫(yī)療、教育、客服等領域帶來革命性應用前景。
哈佛大學研究團隊通過創(chuàng)新的多智能體強化學習方法,讓AI在戰(zhàn)略游戲中學會復雜推理。研究發(fā)現(xiàn)AI通過游戲競爭能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項突破性成果為未來AI在醫(yī)療、教育、城市管理等領域的應用奠定基礎,展現(xiàn)了通過模擬人類學習過程培養(yǎng)真正智能AI的新路徑。
琢磨技術(shù)發(fā)展史,關注算力產(chǎn)業(yè),關注數(shù)字經(jīng)濟。
參與編寫了《開源法則》(人民郵電出版社),《人類計算簡史:從中國算盤到數(shù)字經(jīng)濟》(中共中央黨校出版社)。