中国应用交付圈子里,你一定听过冯勇的大名,大家都称他为“大神”。
他在应用交付和负载均衡行业有超过20年的经验,早在2001年就加入F5,同时在2001年与F5中国团队一起正式以厂商的身份把负载均衡市场引入到中国,并主导了中国负载均衡应用交付技术路线的演进。
通明智云技术副总经理 冯勇
通明智云技术副总经理冯勇向我展示了一张照片,这是F5中国7人初创团队在2002年拍的一张照片,现在算上冯勇,已经有三人来到了通明智云,包括现任通明智云总经理吴若松,现任通明智云 COO 兼联合创始人吴静涛。
冯勇说,加入通明智云的首要原因是对应用交付领域的热爱,其次就是对于大客户对于通明智云的认可,最后是技术上通明智云更多跟中国客户配合真正解决中国客户的问题,和客户一起去推进现代应用发展。工商银行是 F5 的客户,同时也是通明湖应用交付网关的客户,随着信创替代步伐加快,2022年 6 月,工商银行开始针对通明湖的产品进行功能性测试;到了今年 6 月,仅仅用了一年的时间,通明湖的产品和技术已经满足了工商银行所有上线的功能要求,逐一通过了60 多项详细应用测试项目,这让工商银行对国内企业的技术发展和产品功能充满信心。
双轨超高可用架构成为信创的基座
现阶段,信创已经成为行业共识,如何可靠、快速、灵活的实现核心业务向信创环境的过渡,并且在兼容新老技术和架构的同时保证应用可持续性,成为了各个行业都在思考的问题。
在冯勇看来,信创改造从办公网推进到核心区时,会遇到两个最大的问题。
第一,信创应用需要稳定性和可靠性。虽然经过多年办公网的信创应用实践,国产应用的可靠性和稳定性有所提升。企业需要一个应用交付架构进行重构,实现故障的自动发现,在故障影响业务之前实现自动切换,并提供故障出逃计划,从而保证信创核心应用的超高可用性。
第二,信创切换如何保证业务的平滑迁移。很多企业的做法是信创业务整体切换,当遇到问题时则需要全部切回去。由于企业没有足够的时间进行充足的测试,以及实时的手段来判断故障是如何发生的,这给核心应用的信创改造带来巨大挑战。
这也是双轨超高可用架构诞生的原因,帮助客户更好地应对数字经济时代对应用可持续性的高要求,实现“信创”与“数字化”齐头并进。
同时双轨超高可用架构在双活数据中心的分区调度基础上,增加信创域和非信创域的分域调度,实行信创域与传统域应用全量部署,使双中心运营变为双中心四区域并行运行,互为多活,将“0到1”的单轨建设道路变为分区分域协同的多活双轨超高可用架构。
“通明智云和 F5 的应用交付理念一脉相承,所以企业在信创应用改造时就没有门槛。”冯勇说,这就像是燃油车转变为电动车,在用户界面和操控习惯不变的情况下,只更换了引擎系统,从而加速了客户的接受速度。
信创改造则是将应用引擎变成了自主引擎,维持了原有应用的管理以及客户操作习惯,为用户在传统区域和信创区域提供统一的用户界面和管理界面,保证了核心应用在信创改造时的可持续性。
聚焦技术,成就客户
在应用交付上,通明智云也在不断探索,冯勇也提出了未来的三大技术趋势。包括应用可持续性、应用可观测性和云原生应用引擎。其实在2023 年Gartner发布的十大战略技术趋势中,可持续性和可观测性都榜上有名。
应用可持续性,应用可持续性关注计算资源调度时能够保持应用服务的可持续性,这非常符合信创的需求。通明智云希望通过信创应用交付架构,实现应用从传统体系的国外平台到国产平台的平滑转换,并且帮助客户自动发现故障、屏蔽故障以提升国产应用的可用性。
应用可观测性,应用服务器端的变化日新月异,从传统物理服务器到虚拟化、容器化、多云、分布式、微服务构架、云原生、开源,通明智云希望能够帮助客户实现端到端的应用可观测性,确保能够真正掌握应用的运营状态。
通明智云实现了大规模可视化引擎,可以将应用真实状况完全展示给客户,并且所有产品完全支持 API。在实现了应用可观测性后,企业才能实现基于 AI 的应用交付自动化,最后通过AI优化应用调度策略。
云原生应用引擎,通明智云希望能够打造中国自主产权的现代应用引擎,基于开源NGINX打造的OpenNJet项目。6月云原生应用引擎OpenNJet项目正式成为开放原子开源基金会的孵化期项目,在Gitee、AtomGit代码托管平台建立了代码仓库。
OpenNJet将围绕推广OpenNJet应用引擎,吸引开发者和企业用户共建和应用;深耕OpenNJet应用引擎技术研发和迭代;保障技术安全底线;积极谋划OpenNJet未来的产业发展;秉持开源开放的心态,积极回溯上游,推动云原生产业上下游生态共建,五个方面展开工作。
未来通明智云希望跟客户一起去开拓新技术、新业务、新市场,在应用交付领域,把国外的技术消化吸收,结合国芯国魂的信创平台,逐步形成通明智云特有的应用交付和安全方案,帮助客户实现应用的可持续和可观测性。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
查尔斯大学和意大利布鲁诺·凯斯勒基金会的研究团队首次系统性解决了同声传译AI系统延迟评估的准确性问题。他们发现现有评估方法存在严重偏差,常给出相互矛盾的结果,并提出了YAAL新指标和SOFTSEGMENTER对齐工具。YAAL准确性达96%,比传统方法提升20多个百分点。研究还开发了专门的长音频评估工具LongYAAL,为AI翻译技术发展提供了可靠的测量标准。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
印度理工学院团队构建了史上最大规模印度文化AI测试基准DRISHTIKON,包含64288道多语言多模态题目,覆盖15种语言和36个地区。研究评估了13个主流AI模型的文化理解能力,发现即使最先进的AI也存在显著文化盲区,特别是在低资源语言和复杂推理任务上表现不佳,为构建文化感知AI提供了重要指导。