ZDNET网络频道 06月23日 编译:DockerCon 2015年度大会消息,DockerCon大会今天在旧金山拉开序幕,Docker宣布推出旗下软件容器技术的一些新功能,其中包括软件定义网络(SDN)和可插拔插件架构。
这些SDN功能的出现是Docker今年三月收购SocketPlane的一个直接结果,但Docker听取了其他网络合作伙伴的反馈后对SocketPlane技术进行了开发。其目的是为了更容易地从多个容器建立应用程序。
Docker CTO Solomon Hykes在一份声明里表示,“独立开发人士只需通过一个简单的命令就可以建立网络的拓扑结构,将离散Docker化的服务连接到分布式应用程序。然后再通过一组命令就能检查、审计和动态地改变拓扑结构。”
Docker喜欢将自己的做法描述为“带电池而且可以更换”:如果用户不想使用某个功能的Docker代码,他可以将其换成自己的代码。为了与该设计理念保持一致,Docker亦简化了SDN功能和其他组件技术的更换。
Docker还推出一个新的插件架构和SDK模型,这些是与合作伙伴(包括ClusterHQ、Glider实验室及Weaveworks)合作开发的,可以令一众公司更轻松地将自身技术和Docker整合在一起。
另外,已经为Docker开发了SDN插件的公司包括:思科、微软、Midokura、Nuage网络、Project Calico、VMware和Weave。其间,ClusterHQ还为存储卷提供了一个插件。
Docker营销副总裁David Messina在接受记者电话采访时表示,“我们很高兴推出了不少东西,而且,大家从周一开始就可以玩玩一些来自第三方的网络堆栈了,它们是与整合解决方案挂了钩的。”
目前,只有Docker Engine 1.7“实验性”版本才具有SDN和插件功能,基本想法是要在1.8版本里为一般用户提供这些SDN和插件功能。
此外,Docker还对去年12月引进的3个容器业务流程工具进行了全面更新,包括Docker Compose、 Docker Machine和Docker Swarm。3个工具都加入了增量功能提升,而且,Docker Swarm与Apache Mesos的整合现在已经可以工作了。
Docker还表示正在在与亚马逊网络服务合作,以优化亚马逊EC2容器服务,而且,亚马逊弹性计算云(EC2)的支持将被整合到Docker Compose和 Swarm里。
PS:DockerCon会议6月23日(周二)在旧金山进入第2天。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。