微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 数字化转型的响应速度,叫云原生开发速度

数字化转型的响应速度,叫云原生开发速度

2021-11-02 16:37
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2021-11-02 16:37 孙封蕾

数字化转型就像是一场越野长跑,终点在哪里不知道,路上遇到什么障碍不清楚,一路上打怪升级,不断需要滋养,还有更重要的一点,那就是速度,数字化转型,数字化的需求能不能快速响应,怎么能做到开发不拖后腿。

CIO的焦虑

作为一个企业IT部门的掌门人,支撑企业的业务部门业务高效、顺利的完成,是他们责无旁贷的工作,他们的工作,最关切的问题是什么?

一直以来,在他们心中,首要问题就是稳定,稳定是所有事情的基础。没有一个很稳定的IT架构的话,其他就都不重要了。这也是很多人很容易理解的一点。

稳定解决了,那么在稳定的架构当中,速度问题就突出出来了。现在很多的需求来自于他们的业务部门,业务变化快,就要求他们能做到快速响应,需要很快把应用开发出来。

过去,过去开发一个软件,一个应用可能需要半年、一年的时间,但是,以目前业务部门的变化速度来看,这么长的开发时间,根本等不及。很多的极端情况,可能在几周之内就要开发出来,特别是移动端的应用,因为很多应用都需要手机端支持,所以手机端应用本身迭代速度快,更需要敏捷开发。

那么,这个时候怎么办?

云原生的开发速度

云原生从字面意思上来看可以分成云和原生两个部分。

云与本地相对,传统的应用必须跑在本地服务器上,现在流行的应用都跑在云端,云包含了IaaS、PaaS和SaaS。原生就是土生土长的意思,我们在开始设计应用的时候就考虑到应用将来是运行云环境里面的,要充分利用云资源的优点,比如云服务的弹性和分布式优势。

这也还不能解释为什么云原生可以解决开发高效的原因。

云原生的字面意思上,看不出它的优势,但云原生需要进一步理解为:云原生=微服务 + DevOps + 持续交付 + 容器化。微服务顾名思义,就是把服务更加颗粒化;DevOps的意思就是开发和运维结合,你中有我,我中有你;持续交付就是在不影响用户使用服务的前提下,不断更新新功能,频繁发布给用户使用;容器化就是运维的时候,不需要再关心每个服务所使用的技术栈,每个服务都被无差别地封装在容器里,可以被无差别地管理和维护。

这其中,怎么发挥出敏捷开发的优势呢?

技术是无国界的,不断的提升技术能力,吸收全球的技术开发成果,开源的开发方式,恰好是无国界的技术交流法宝。

恰好可以让我们共同携手一起能够去协助很多的企业做到数字化转型。在云原生方面,在很多技术能够从开源技术当中得到它的优势。

OpenShift是红帽的云开发平台即服务(即PaaS),也就是一个开源开发平台,提供弹性的开发支持,让很多企业用户可以在OpenShift上去做云原生开发,实现敏捷的开发速度。

云原生怎么用

云原生的最成熟应用是什么?

红帽全球副总裁兼大中华区总裁曹衡康认为,对于云原生业务应用而言,就像“一千个人心中有一千个哈姆雷特”,每一个云原生用户的需求不同,他们云原生的业务应用不同,需求都是根据他们自己的情况设计出来的。所以,用“最成熟”的描述不够准确。

数字化转型的响应速度,叫云原生开发速度

图:红帽全球副总裁兼大中华区总裁曹衡康

在海信,云原生的Paas平台是基于工业互联网的思路走的。不仅仅是为海信云业务提供了很多的支撑,也融合了在工业互联网平台下,有很多的API的接口需要打通,互联互通的概念,所以不仅在OpenShift上有很多原生应用,也对周边很多很多的系统进行了连接。

同样是云原生,在兴业证券,所建设云原生的体系,就全面的推行了微服务的架构和应用。

从这两个案例来看,他们的云原生应用平台,海信也好,兴业也罢,都被认为是最适合这个行业的,可以帮助他们完成实现业务价值的云原生应用平台,都是好应用。

分享至
0赞

好文章,需要你的鼓励

孙封蕾

Leila
潜心研究算力,抓住每一束光。
推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-