0

0

使潜能易于释放,云原生与人工智能普及化的青云云易捷化

WBOY

WBOY

发布时间:2023-11-14 08:22:59

|

1409人浏览过

|

来源于搜狐

转载

飞象网讯(魏德龄/文)云原生与ai可谓是在2023年的科技圈中最容易被提到的两个词,在不久前gartner发布的中国ict技术成熟度曲线中,这两项技术也均位于曲线的顶峰,处在期望膨胀期阶段,也间接证明了这两项技术目前的热度,以及不可估量的未来。

此外,在许多情况下,这两个词经常同时被提及。云原生提供了应用的灵活性和快速部署,为人工智能能够快速在不同基础设施上落地提供了机会。例如,在传统通信系统中,云原生的容器化为传统设备提供了丰富的可选软件应用,并融入了人工智能能力,可以通过机器学习来判断网络高峰,解决5G网络的高能耗问题

在最近举行的青云云易捷产品沟通会上,青云科技云易捷产品经理曹振也提到了智能技术结合Kubernetes+AI的能力,以提升底层算力调度的效率,从而助力企业打造个性化的AIGC应用

不难看出,云原生与AI已经成为了行业数字化转型中两个重要技术力量,不过对于不少企业而言,无论是云原生还是AI,都是难以驾轻就熟、为己所用的技术。

例如,对于一家水泥厂来说,由于其位置通常偏远,同样面临着如何高效利用供电,并在突发断电的情况下实现平稳运维的问题。这与刚才提到的传统电信行业的节能需求有着相似之处。然而,从固有的人员结构来看,很难找到精通云原生或人工智能技术的人员。然而,在湖南省的某个水泥集团,他们最近采用了一种轻松方便的解决方案,利用云原生技术解决了过去IT架构改造困难、运维水平低、断电场景下容易导致业务数据丢失等问题

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

使潜能易于释放,云原生与人工智能普及化的青云云易捷化

青云云易捷的新版本推出不久后,通过双重增强云原生与AI功能,实现了轻松便捷的转型。这款专为中小算力规模设计的轻量化私有云产品,帮助客户充分释放数字化过程中的潜力

灵活性:与云原生一同势不可挡

根据Dynatrace的数据统计显示,随着云原生工具的不断改进,辅助工作负载现在超过了应用程序工作负载,两者之间的比例为63%:37%。这表明企业广泛采用了Kubernetes,并且它正越来越像云端的“操作系统”

使潜能易于释放,云原生与人工智能普及化的青云云易捷化

如何在Kubernetes的基础上,更好的满足企业在容器云平台建设中的诉求,不只是为了云原生而云原生,成为了如何设计产品架构的关键。最新版本的云易捷架构上共分为四层,底层基础基于青云云易捷的计算、存储、网络三大最稳定可靠的能力之上进行Kubernetes集群的创建;核心层可在云易捷平台上通过可视化操作快速构建Kubernetes集群;基础功能层拥有Kubernetes集群管理和应用管理的功能套件,通过版本管理、资源管理等功能组,可以管理大量的容器工作集群,并对接了云易捷底层的自动伸缩功能;应用层则能够支撑业务应用改造,青云容器集群对接了云易捷底层的cloudsat监控能力,实现了针对集群级别的监控告警,实时掌握容器工作集群的健康情况。

“云易捷容器集群的特性在于弹性、简单、自由,从而有效帮助企业完成应用程序云原生的改造工作。”曹振总结四层架构所带来的优势。

因此,云易捷原生集成的容器集群最终可以实现以容器为核心,全面推动应用架构的转型。例如,在开始的应用容器化可以实现应用交付与环境标准化,在应用编排中可实现一键部署复杂应用,并能实现资源调度,解决开发环境不一致,实现异构资源智能调度。在应用监控方面,实现高效自动化运维。云易捷还在应用商店提供丰富的工具,并提供应用开发测试的流程管理

智能:让传统领域插上AI翅膀

2022年,中国的人工智能产业规模达到了1958亿元,年增长率为7.8%。预计到2027年,整个AI产业的规模将达到6122亿元。尽管目前国内的人工智能产业非常火热,但根据麦肯锡的调研,中国的AI使用率明显落后于其他领先国家,仍有很大的提升空间

SumiNote
SumiNote

一款服务留学生的AI学习神器

下载

使潜能易于释放,云原生与人工智能普及化的青云云易捷化

对于云易捷产品来说,上文中所述的Kubernetes云能力已经打下了良好系统基础,剩下的便是让Kubernetes与AI实现一拍即合。于是,青云专门推出了云易捷AI一体机,内置了AI镜像和Kubernetes容器编排的能力,可以将AI算法和应用程序打包成容器,由Kubernetes自动将任务分配给可用的计算资源,实现资源的最优利用和任务的高效执行。

这个产品的底层具备支持人工智能和渲染的混合计算集群;人工智能计算调度层支持虚拟机和Kubernetes的双重管理和调度,通过容器和虚拟机的“双引擎”同时运行容器和虚拟机的异构负载,以确保多样化的计算能力提供

针对AI应用的开发需求,云易捷集成了PyTorch、TensorFlow等AI框架及MASS服务。内置了GPT、GLM和LLaMA大模型,并通过MCCFlow实现AI应用生命周期的管理。

云易捷AI一体机具有三个主要特点:兼容性强、高效多能与数据安全。它支持x86芯片或信创芯片,同时也支持国产或进口的GPU算力卡。在大型模型方面,它还支持国内的同义千问、盘古、混元,以及国外的GPT-4、Claude、falcon等。最重要的是,它能够确保训练模型的业务数据都存储在本地,并支持数据加密处理,以保障业务数据的安全性

“云易捷”是人人都能使用的工具

“云易捷产品要成为新一代云基础设施,让人人都会安装、会使用、会管理。”曹振在介绍产品定位时表示。

据悉,简单易捷是云易捷产品在设计之初一直秉持的理念,交付环境坚持三个节点起,部署操作的UI页面均实现可视化操作。交互设计高度贴合使用者习惯,并配合有热迁移工具,可以在业务不停机的情况下进行。

在稳定性方面,整个集群采用无主控节点设计,有效防范因单节点故障引起的整个集群的宕机风险。同时还支持在线升级、扩容、迁移操作,保证在极端宕机情况下,业务能连续运行不中断。

在上述水泥厂的案例中,充分体现了云易捷在简单运维与稳定性上的优势。一方面,利用云易捷超融合架构的高可用、热迁移、多副本等功能特性,来承载关键业务系统,增强业务系统的稳定运行。另一方面,云易捷私有云平台与机房UPS电源监控系统实现对接,根据管理员设置的策略,有效监控UPS剩余电量阈值,并自动关闭集群内的虚拟化和物理机,让业务数据在断电时能平滑落地,增加数据的安全性

针对当前以金融行业为代表的信创需求,信创云易捷产品能够帮助信创建设的分管领导通过青云科技的信创云易捷解决信创硬件资源替换和业务系统迁移,以满足完成国产化替代的任务

信创云易捷以国产芯片、操作系统、云计算等核心技术为重点,快速构建了完整且易于运维的信创超融合平台,从技术上减少了漏洞的出现,满足了自主可控的要求。该平台能够适配支飞腾、海光、鲲鹏、兆芯等硬件服务器芯片,支持麒麟、统信、红旗、深度、欧拉等操作系统,并已经与人大金仓、达梦、东方通等公司完成了适配测试,还支持国产办公软件如金山WPS。这样的全方位硬件、系统、软件支持解决了信创产业链上下游产品间兼容性差的问题

不难看出,青云新版的云易捷产品不仅提供给客户行走在科技浪潮之上的工具:云原生与AI,还通过平台整合让两者有效融合,还趁手好用,能够迅速为实际落地场景带来数字化新生。让企业的旧有系统化负担为潜能,并拥有云、易、捷的能力。

热门AI工具

更多
DeepSeek
DeepSeek

幻方量化公司旗下的开源大模型平台

豆包大模型
豆包大模型

字节跳动自主研发的一系列大型语言模型

通义千问
通义千问

阿里巴巴推出的全能AI助手

腾讯元宝
腾讯元宝

腾讯混元平台推出的AI助手

文心一言
文心一言

文心一言是百度开发的AI聊天机器人,通过对话可以生成各种形式的内容。

讯飞写作
讯飞写作

基于讯飞星火大模型的AI写作工具,可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

即梦AI
即梦AI

一站式AI创作平台,免费AI图片和视频生成。

ChatGPT
ChatGPT

最最强大的AI聊天机器人程序,ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

相关专题

更多
页面置换算法
页面置换算法

页面置换算法是操作系统中用来决定在内存中哪些页面应该被换出以便为新的页面提供空间的算法。本专题为大家提供页面置换算法的相关文章,大家可以免费体验。

493

2023.08.14

Golang云原生微服务Kubernetes_Golang怎么集成Kubernetes开发云原生服务
Golang云原生微服务Kubernetes_Golang怎么集成Kubernetes开发云原生服务

Golang云原生微服务Kubernetes (K8s) 是指 使用 Go 语言(Golang)编写的云原生微服务,并利用 Kubernetes 平台进行容器化部署、自动化管理、弹性伸缩和高效编排的一整套现代应用架构方案。

27

2025.12.22

Python AI机器学习PyTorch教程_Python怎么用PyTorch和TensorFlow做机器学习
Python AI机器学习PyTorch教程_Python怎么用PyTorch和TensorFlow做机器学习

PyTorch 是一种用于构建深度学习模型的功能完备框架,是一种通常用于图像识别和语言处理等应用程序的机器学习。 使用Python 编写,因此对于大多数机器学习开发者而言,学习和使用起来相对简单。 PyTorch 的独特之处在于,它完全支持GPU,并且使用反向模式自动微分技术,因此可以动态修改计算图形。

27

2025.12.22

Python 深度学习框架与TensorFlow入门
Python 深度学习框架与TensorFlow入门

本专题深入讲解 Python 在深度学习与人工智能领域的应用,包括使用 TensorFlow 搭建神经网络模型、卷积神经网络(CNN)、循环神经网络(RNN)、数据预处理、模型优化与训练技巧。通过实战项目(如图像识别与文本生成),帮助学习者掌握 如何使用 TensorFlow 开发高效的深度学习模型,并将其应用于实际的 AI 问题中。

183

2026.01.07

TensorFlow2深度学习模型实战与优化
TensorFlow2深度学习模型实战与优化

本专题面向 AI 与数据科学开发者,系统讲解 TensorFlow 2 框架下深度学习模型的构建、训练、调优与部署。内容包括神经网络基础、卷积神经网络、循环神经网络、优化算法及模型性能提升技巧。通过实战项目演示,帮助开发者掌握从模型设计到上线的完整流程。

27

2026.02.10

pytorch是干嘛的
pytorch是干嘛的

pytorch是一个基于python的深度学习框架,提供以下主要功能:动态图计算,提供灵活性。强大的张量操作,实现高效处理。自动微分,简化梯度计算。预构建的神经网络模块,简化模型构建。各种优化器,用于性能优化。想了解更多pytorch的相关内容,可以阅读本专题下面的文章。

466

2024.05.29

Python AI机器学习PyTorch教程_Python怎么用PyTorch和TensorFlow做机器学习
Python AI机器学习PyTorch教程_Python怎么用PyTorch和TensorFlow做机器学习

PyTorch 是一种用于构建深度学习模型的功能完备框架,是一种通常用于图像识别和语言处理等应用程序的机器学习。 使用Python 编写,因此对于大多数机器学习开发者而言,学习和使用起来相对简单。 PyTorch 的独特之处在于,它完全支持GPU,并且使用反向模式自动微分技术,因此可以动态修改计算图形。

27

2025.12.22

PHP 命令行脚本与自动化任务开发
PHP 命令行脚本与自动化任务开发

本专题系统讲解 PHP 在命令行环境(CLI)下的开发与应用,内容涵盖 PHP CLI 基础、参数解析、文件与目录操作、日志输出、异常处理,以及与 Linux 定时任务(Cron)的结合使用。通过实战示例,帮助开发者掌握使用 PHP 构建 自动化脚本、批处理工具与后台任务程序 的能力。

66

2025.12.13

Kotlin Android模块化架构与组件化开发实践
Kotlin Android模块化架构与组件化开发实践

本专题围绕 Kotlin 在 Android 应用开发中的架构实践展开,重点讲解模块化设计与组件化开发的实现思路。内容包括项目模块拆分策略、公共组件封装、依赖管理优化、路由通信机制以及大型项目的工程化管理方法。通过真实项目案例分析,帮助开发者构建结构清晰、易扩展且维护成本低的 Android 应用架构体系,提升团队协作效率与项目迭代速度。

24

2026.03.09

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号