2018年9月6日,华为云中国行系列活动在“江城”武汉举行。华为云BU PaaS产品部总经理廖振钦在大会现场进行了“做有信仰的云,在创新的道路上加速奔跑”的主题发言,与参会企业分享了华为云目前的整体进展,以及AI时代华为云的创新和思考,并发布了华为云应用服务的三大新品:端到云全链路应用性能管理APM、专享版微服务引擎CSE、应用编排服务AOS图形化设计器。华为云持续打造PaaS产品能力,助力用户Cloud2.0时代实现云端高效创新。
华为云基于自身多年实践,提供领先的产品与服务,专注解决企业在云上开发运维中遇到的瓶颈和难题,帮助企业应用快速上云,简化运维,从容面对数字时代的转型和挑战。
从端到云,全链路应用性能管理APM,让应用运维更简单
在应用上云过程中,除了要满足应用运行的基础资源之外,还要能保障应用系统长期稳定运行。此次华为云重磅发布的端到云全链路应用性能管理,提供端到云应用性能追踪能力,通过应用全景拓扑实时展现应用运行状态,快速故障诊断,解决日常运维的痛点:
全链路追踪。从端(Mobile/Brows)到云应用(Server),通过分布式调用链追踪技术还原问题现场,分钟级定位代码性能瓶颈,大大缩短了线上问题分析/修复时间;
智能根因分析。基于华为云APM Lab最新专利技术,无需任何人工干预/设置,通过AIOps智能分析引擎,结合历史运维数据规律和代码执行的路径,分钟级找出问题根因(比如参数错误、调用方式错误等);
零编码接入。以往手机APP或云应用端的性能数据采集,业界通常做法需要开发人员修改代码才能接入,华为云APM推出全球首家“黑科技 ”,用户无需使用SDK方式埋点,APP/云应用快速接入。
端到云全链路应用性能管理APM,协助企业减轻传统运维的压力,为企业关键业务保驾护航。
专享版微服务引擎CSE,微服务管理规模10倍提升
随着微服务技术的成熟和普及,越来越多的企业把自己的生产系统向微服务架构迁移。华为云微服务引擎CSE提供高性能微服务框架和一站式服务注册、服务治理、动态配置和分布式事务管理控制台,帮助用户实现微服务应用的快速开发和高可用运维。今天发布的专享版微服务引擎CSE,为每个租户提供物理级隔离的服务注册、配置和治理,单租户管理规模10倍提升。
据华为云微服务引擎专家透露,为了满足用户在大规模实例下的管理需求,微服务引擎推出了专享版,其主要优势在于:管理规模更大,基础版微服务引擎只能承载一定数量的租户微服务个数和实例,对于大规模微服务集群来说不够用。专享版微服务引提供多种套餐规格,支持万级微服务、万级实例;在访问性能方面提供更佳体验,微服务实例下线、配置变更即时感知,配合优雅停机和滚动升级机制,真正实现升级不断服;由于是独立部署,资源独享,安全性更高,实现真正意义上的资源完全隔离。专享版微服务引擎更好得满足了企业微服务转型的多样化需求,帮助企业强化微服务能力。
应用编排服务AOS图形化设计器,让应用上云更简单
应用编排(Application Orchestration Service)AOS服务是华为云上的自动化能力平台,提供了华为云上应用与服务资源统一管理的自动化能力。企业应用上云过程中,由于业务规模庞大,依赖关系复杂,难度极高。为了解决这一痛点问题,华为云AOS应用编排服务推出了图形化设计器。
本次新发布的图形化设计器。用户借助图形化拖拽方式可实现云上应用和服务的快速编排,大幅降低使用门槛,让所见即所得。同时通过大量电商、区块链、人工智能、游戏等行业场景50+模板复用,将大大提高应用上云的效率。AOS图形化设计器深度整合华为云70+服务资源和容器类应用,灵活满足客户在多样化业务场景下的编排需求。AOS图形化设计器在公测过程中,解决了很多客户场景的诉求,包括云上开服、资源规划、业务编排等,接下来AOS图形化设计器将会帮助更多企业化繁为简,实现应用轻松上云。
华为云持续进步,在创新的路上加速奔跑。在应用上云时代,华为云将持续以敏捷、开放、企业级的应用服务,助力企业应用上云更简单,运行更高效。
好文章,需要你的鼓励
Xbox 部门推出了名为 Muse 的生成式 AI 模型,旨在为游戏创造视觉效果和玩法。这一举措反映了微软全面拥抱 AI 技术的战略,尽管游戏开发者对 AI 持谨慎态度。Muse 不仅可能提高游戏开发效率,还有望实现老游戏的现代化改造,但其实际效果和对行业的影响仍有待观察。
Sonar收购AutoCodeRover,旨在通过自主AI代理增强其代码质量工具。这项收购将使Sonar客户能够自动化调试和问题修复等任务,让开发者将更多时间用于改进应用程序而非修复bug。AutoCodeRover的AI代理能够自主修复有问题的代码,将与Sonar的工具集成,提高开发效率并降低成本。
人工智能正在推动数据中心的变革。为满足 AI workload 的需求,数据中心面临前所未有的电力消耗增长、散热压力和设备重量挑战。应对这些挑战需要创新的解决方案,包括 AI 专用硬件、可再生能源、液冷技术等。同时,数据中心还需平衡监管压力和社区关切。未来数据中心的发展将决定 AI 技术能否实现其变革性潜力。