4月18日,2023春季火山引擎FORCE原动力大会在上海正式举办。火山引擎总裁谭待围绕云上增长三要素发表了重要演讲,并于现场发布分布式云原生平台(Distributed Cloud Native Platform,DCP),帮助行业客户用好分布式云,加速数字化转型。
当前,云计算发展百花齐放,在中心侧多公共云、混合云、本地服务器共存的异构基础设施体系将长期存在,在边缘侧连接与计算将无处不在。伴随用云模式愈加多元化,企业如何能够对跨地域、异构的云基础设施资源和分布式应用统一管理,成为核心诉求。
而在字节跳动十数年业务发展过程中,由多公有云、私有云、边缘云等构成的多云形态长期存在。随着各业务系统云原生化的演进,K8s 集群数量和规模极速增长,维护成本不断提高,同时数量众多、形态各异的集群也为用户选择集群部署带来认知负担。
因此,字节跳动自研大规模集群联邦系统KubeAdmiral,为用户提供统一的服务部署入口,方便任务负载在多集群之间流转,为打造统一资源池、提高多云资源利用率奠定基础。KubeAdmiral 在字节内部的部署率高达97%-98%,帮助几乎所有业务团队更高效地管理、经营着底层资源。
现在,字节跳动95%的业务已经迁移至云原生平台,其中分布式云平台管理的节点已达21万+,涉及的核达1600万+,且有超过8万+应用以及各类服务运行其上,每天发布频率超2万次,体系在内部已经实现大规模化验证。
基于字节跳动大规模多K8s实践,实现多云异构资源统一管理与联邦应用的成功落地经验,火山引擎推出了分布式云原生平台,定位为面向多云多Kubernetes集群场景的企业级云原生统一管理平台,为企业级客户提供无处不在的一致云原生体验,支持低成本多云应用迁移。
火山引擎分布式云原生平台提供面向多云、混合云、边缘云场景的云原生管理能力,包括多云集群统一管理与运维、应用跨集群分发以及统一流量管控等能力,可以连接并管理用户任何地域、任何基础设施上的Kubernetes集群,实现从中心到边缘的全域调度。
火山引擎分布式云原生平台具体拥有四大优势:
• 一站式多集群管理:连接并管理不同地域、基础设施上的标准Kubernetes集群,全面覆盖多云集群统一资源管理与运维、跨地域容灾、跨云弹性、应用迁移等场景;
• 一致性云原生体验:完全兼容Kubernetes的标准API、Helm Chart以及自定义CRD,减少学习成本,提供一致性云原生使用体验;
• 超大规模产品能力验证:调度引擎KubeAdmiral经过字节内部数十万节点&千万级核资源超大规模集群管理实践打磨,提供性能高、稳定性强的多集群资源分发管理体验;
• 丰富的调度策略:按复制或权重进行多集群应用分发,并提供应用关联资源跟随分发、故障自动迁移、冲突资源接管、差异化覆写等策略,灵活满足多集群场景下的资源调度需求。
使用火山引擎分布式云原生平台之后,不论企业的应用是构建在火山引擎云、第三方云、IDC私有云还是边缘云上,都可以通过火山引擎管理平面进行统一管理与运维。此外,通过在多个区域部署集群,可以最大限度减少区域近端用户的延迟,并打破单个集群的可伸缩性限制。
近年来,分布式云一直位列 Gartner 发布的年度主要战略技术趋势中,预计到2025年,超过50%的组织将使用分布式云实现业务模式转型。字节跳动用过全球几乎每一朵公有云和大多数边缘云服务,形成了一套完整的分布式云管理体系和架构实践,火山引擎期望将技术优势提供给更多企业,激发数字力量,助力各行业智能升级。
好文章,需要你的鼓励
数字孪生技术正在改变网络安全防御模式,从被动响应转向主动预测。这种实时学习演进的虚拟副本让安全团队能够在威胁发生前预见攻击。组织可以在数字孪生环境中预演明日的攻击,将防御从事后反应转变为事前排演。通过动态更新的IT生态系统副本,团队可在真实条件下压力测试防御体系,模拟零日漏洞攻击并制定应对策略,从根本上重塑网络安全实践方式。
NVIDIA联合多所大学开发的Omni-RGPT实现了AI视觉理解的重要突破,首次让AI能同时精准理解图像和视频中用户指定的任何区域。通过独创的Token Mark机制,该系统解决了传统方法在视频中容易"跟丢"目标的问题,在视觉问答、区域描述等多项任务上达到最先进水平,为教育、安防、内容创作等领域的AI应用奠定了基础。
Linux内核开发面临动荡时期,Rust语言引入引发摩擦,多名核心开发者相继离职。文章介绍了三个有趣的替代方案:Managarm是基于微内核的操作系统,支持运行Linux软件;Asterinas采用Rust语言开发,使用新型framekernel架构实现内核隔离;Xous同样基于Rust和微内核设计,已有实际硬件产品Precursor发布。这些项目证明了除Linux之外,还有许多令人兴奋的操作系统研发工作正在进行。
这项由中国人民大学等机构合作完成的研究提出了Virgo系统,发现仅用5000个纯文本推理案例训练就能让AI在视觉推理任务上达到顶级商业系统水平。研究证实推理能力具有跨模态通用性,为更经济高效地开发多模态AI系统指明了新方向,同时也揭示了AI感知反思能力不足的局限性。