ITPUB技术论坛_专业的IT技术社区

后云计算时代，计算已无处不在

当云计算进入“后云时代”，云并没有消失，而是会像空气、阳光、水、花草、树木一样，与人类同在。面向云与AI融合的新未来，真正的赢家不是拥有最多服务器的人，而是最懂得在何时何地调用智能的人。

danny_2018

公有云实践

2025-12-22 11:06

re:Invent看点：以模型为核心的“数据革命”悄然酝酿

不出所料，今年亚马逊云科技re:Invent的主角依然是人工智能。但意料之外的是，今年的配方略显不同，“全球科技春晚”的所有氛围都被一个关键词“包了场”，这个词就是“Agent”。

danny_2018

公有云实践

2025-12-08 11:13

云市场三分天下，AI重塑巨头权力格局

在万亿美元规模的数字化转型浪潮中，云计算市场的权力格局正在悄然固化。最新数据显示，这个曾经百花齐放的市场，正在成为三大巨头的专属竞技场。

danny_2018

公有云实践

2025-11-21 15:32

云原生时代，应用运维模式如何破局？

当应用架构转型云原生架构以后，从应用运维内部来看，应用问题定位及处置将会变得越来越复杂。此时如果仍然依靠原有应用运维模式，显然达不到业务连续性要求。

danny_2018

私有云实践

2025-11-17 15:05

谷歌再放大招！通过分层存储为企业降本增效

谷歌宣布一个新动态，为它的NoSQL数据库服务Bigtable添加了一项超有创新性的功能，那就是通过完全托管的分层存储，帮助企业降低应用的复杂性，同时能进一步节省成本。

danny_2018

公有云实践

2025-11-03 14:04

AWS大面积瘫痪波及互联网，再掀去中心化呼声

此次故障再次警示世人：即便中断时间短暂，互联网骨干网络仍极其脆弱，而全球对这些在线服务的依赖晨读之深。尽管AWS及其竞争对手通常运行稳健，但互联网本质上是由相互交织的服务构成的复杂网络，其可靠性取决于最薄弱的代码环节。

qing_yun

公有云实践

2025-10-24 11:02

云原生企业转型：AI 原生时代的深度解析

在过去一年里，我发现云原生产业迎来了一个显著趋势：大量原先专注于云原生的企业开始拥抱生成式 AI，甚至把自己的产品线重新定位为"AI 原生"或"智能代理平台"。这种转型不仅体现在功能层面的升级，还涉及业务模型、用户定位和市场战略的调整。

danny_2018

公有云实践

2025-10-23 15:14

如何在Kubernetes上运行AI/ML？

在机器学习(ML)领域，训练出高性能模型只是第一步，真正的挑战在于如何将模型快速、可靠且经济、高效地部署到生产环境中进行推理。特别是在大规模场景下，GPU资源管理、延迟优化、批处理策略、模型版本控制、可观测性以及辅助服务(如预处理器、特征存储库和向量数据库)的编排，都是亟待解决的难题。

danny_2018

Docker/K8

2025-10-09 16:18

中间件容器化需要应对哪些挑战？

因为容器一般都设置了liveness，故障时可能来不及抓取现场容器就没了。这就需要一套自动化的机制，及时隔离容器抓取信息并把信息传到别的地方。

danny_2018

容器服务

2025-09-28 10:57

隐语 SecretFlow 1.14.0 版本正式发布，镜像优化与问题修复！

近日，隐语社区发布会最新动态，隐语 SecretFlow 1.14.0 正式发布，本次版本主要集中在优化更新与问题修复上。

danny_2018

虚拟化

2025-09-28 09:27

信创异构环境下审视云原生二层和三层容器网络：Underlay VS. Overlay

专注于容器云、微服务、DevOps、数据治理、数字化转型等领域，对相关技术有独特的理解和见解。擅长于软件规划和设计，提出的“平台融合”的观点越来越得到认同和事实证明。发表了众多技术文章探讨容器平台建设、微服务技术、DevOps、数字化转型、数据治理、中台建设等内容，受到了广泛关注和肯定。

danny_2018

虚拟化

2025-09-23 17:50

贵州农信云原生分布式架构转型和探索

以信息科技转型推进金融业态纵深发展、横向融合演化，孕育出更多碎片化、场景化的金融服务需求，支撑贵州农信金融服务朝向更加多元化、自动化、智能化发展。

danny_2018

私有云实践

2025-09-22 10:50

Metal3 成为 CNCF 孵化项目

CNCF 技术监督委员会正式投票通过，接纳 Metal3 作为孵化项目。这是多年努力、协作和创新的成果，我们对未来充满期待!

danny_2018

Docker/K8

2025-08-29 18:06

汽车制造行业大模型算力层主流技术路线的选择分析

在汽车制造行业，大模型的应用不是玩概念、不是炫技，而是实打实地用于产品设计优化、智能制造流程、质量检测、供应链预测等等核心环节。算力层选错了技术路线，轻则效率低下、响应迟缓，重则直接导致整个AI系统的瘫痪，甚至影响整车生产节奏，造成巨额经济损失。这些选择的背后，是一场关于原理、趋势、成熟度、成本、风险的综合博弈。本文思路清晰、建议中肯，也可供其他行业参考。

danny_2018

公有云实践

2025-08-28 13:48

从1920TPS到2400TPS，华为云Tokens服务全面接入384超节点

2025年8月27日，在第四届828 B2B企业节开幕式上，华为云宣布其Tokens服务全面接入CloudMatrix384超节点，通过xDeepServe架构创新，单芯片最高可实现2400TPS、50msTPOT的超高吞吐、低时延的性能，超过业界水平。

lumin1020

公有云实践

2025-08-27 20:45