8月28日,华为云中国行成都站召开,华为云国内首家推出了Istio服务网格产品,该产品与CCE容器引擎深度整合,提供非侵入、智能流量治理的应用全生命周期管理方案,增强了华为云容器服务全栈能力。
在云原生的Cloud 2.0时代,容器技术解决了应用快速部署、上线、升级与弹性伸缩等运维效率问题,但应用运行时的灰度发布、流量治理与健康管理等方面仍存在诸多难点。Istio是云原生Cloud Native生态的重要一环,通过提供完整的非侵入式的微服务治理解决方案,能够很好地解决云原生应用的管理、网络连接以及安全管理等应用网络治理问题。
华为云在云容器引擎CCE中深度集成了Istio最新版本,并在易用性、可靠性、可视化等方面进行了一系列增强,为客户提供开箱即用的上手体验,业界标准化的金丝雀、A/B测试等灰度发布最佳实践,以及包括应用全景拓扑、可视化流量治理、智能路由、弹性流量管理等技术在内的全面应用治理能力。胡维琦表示,华为云持续创新,为政企客户提供稳定可靠、安全可信、可持续演进的云服务,携手客户与伙伴,助力四川各行各业快速发展。
一键启动,与容器引擎无缝整合
区别于业界公有云由用户自行安装的做法,华为云容器引擎CCE已实现Istio的深度集成,只需在创建集群时做一次简单勾选,即可在集群和应用中启用完整的Istio服务网格,实现了开箱即用。
内置多种灰度发布流程,确保应用平滑升级
当应用上线以后,运维面临的一大挑战是如何在不影响已上线业务的情况下进行升级,华为云Istio服务网格内置了金丝雀、A/B Testing等多种灰度发布策略,完美地解决了这一难题。用户还可自定义配置,实现更多复杂流量策略。
基于请求内容/浏览器/OS的分发:
基于流量比例分发:
图形化应用拓扑,让流量治理可视化
华为云Istio服务网格提供了可视化的流量监控,异常响应、超长响应时延、流量状态信息拓扑等一目了然;同时,结合华为云AOM/APM服务,提供了详细的微服务级流量监控、异常响应流量报告以及调用链信息,实现更快速、更精准的问题定位。
智能路由与弹性流量管理,让流量治理更轻松
华为云Istio服务网格支持根据微服务的流量协议,提供策略化、场景化的网络连接、安全策略管理能力,支持基于应用拓扑对服务配置负载均衡、服务路由、故障注入、熔断容错等治理规则,并结合一站式治理系统,提供实时的、可视化的微服务流量管理。应用无需任何改造,即可进行动态的智能路由和弹性流量管理。
目前Istio服务已在华为云的云容器引擎CCE中开展公测,您可以访问以下地址申请试用: https://console.huaweicloud.com/cce2.0/?region=cn-north-1#/app/istio/istioPublicBeta
HUAWEI CONNECT 2018作为华为自办的面向ICT产业的全球性年度旗舰大会,将于2018年10月10日-12日在上海隆重举行。本届大会以“+智能,见未来”为主题,旨在搭建一个开放、合作、共享的平台,与客户伙伴一起共同探讨如何把握新机遇创造智能未来。欲了解更多详情,请参阅:https://www.huawei.com/cn/press-events/events/huaweiconnect2018?ic_medium=hwdc&ic_source=corp_banner_allwayson&source=corp_banner
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。