认证服务到2026年或能创收86亿美元

乙：对，Service Mesh 符合软件发展的趋势：不断地把通用的技术放到平台中。原来你累死累活弄个搜索的功能，现在有现成的Elastic Search ;原来搞个负载均衡，高可用那绝对是高科技，现在云平台有现成的负载均衡服务，拿来用就行了。

甲：微服务，docker , k8s , Service Mesh ，DevOps, 声明式，不可变基础设施， 我算是懂了， 云原生是个筐，什么都可以往里边装啊。但是，我只要能实现快速部署，弹性扩展，高可用就行了，为什么非要用这些时髦的东西呢?

乙：这些东西是开放的标准，有现成的实现，有大公司的支持和背书，你可以不用，但是就得自己去造轮子了。

甲：好吧，明白了。

乙：云原生可能是未来的发展趋势，要不要把你们家的应用也改成云原生的?

甲：得了吧，我们那系统要不要拆分成微服务还不一定呢?

乙：你可要想好了，云原生可是评优晋级的大杀器啊!

甲：评优晋级?那我得好好想想......


 

甲：嘿!声明式是更简单啊， 那不可变基础设施是啥?

乙：你发现你的nginx的配置有问题，你想登录进去把它改一下，这是不允许的。因为下一次部署可能就会忘记这个改动。相反，你应该去修改你的声明，完全破换掉现在的nginx实例，重新创建新的。

甲：就是只有新增和删除，没有修改了呗!

乙：对，这样整个系统都处于一个已知的可控状态，无论是发布新功能还是回滚到旧功能，都很方便。对了，差点忘了最重要的东西了，云原生要用Service Mesh (服务网格)。

甲：Service Mesh 我在码农翻身公众号看过，《微服务之赤壁大战》， 它的意思是说现在微服务架构需要实现服务发现，负载均衡，服务限流，降级，日志，监控等各种功能，这些功能现在需要程序员调用相关的类库才能实现， 用了Service Mesh， 这些功能都可以在底层平台中实现了，程序员只关注业务逻辑就好了。


 

之前提到的Databricks开放式智能技术主要用于大数据处理与云计算“集群”管理，而Abbyy的机器学习模型则专门针对图像处理任务进行优化，旨在为运行在任意设备上的预训练模型提供更出色的推理性能。两个项目分别针对不同的技术用例，也各自拥有不同的智能化水平，但其核心诉求都在于充分发挥并回馈开放社区中的贡献者力量。

Abbyy公司表示，随着他们将开源视为核心任务软件开发层面的主要方向，95%的IT管理者都开始重视这一波战略性趋势。Abbyy方面也将通过开源推动其机器学习框架快速发展，进而支持AI的不断完善。如今，软件开发者们可以直接使用NeoML构建、训练并部署各类模型，借此实现对象识别、分类、语义细分、验证以及预测等针对不同业务目标的模型方案。

Abbyy公司AI布道师Ivan Yamshchikov还公布了更多具体用例，银行可以使用这项技术开发出管理信贷风险与预测客户流失的模型;电信企业可以借此分析营销活动的具体效果;零售与快速消费品(FMCG)企业则可建立起包含人脸识别与数据验证功能的远程客户标记方案。

Yamshchikov指出，“通过将我们的框架共享给整个开源领域，开发者们能够借此实现推理提速、跨平台功能并充分发挥移动设备的计算潜力，而他们的反馈与贡献又将不断完善并改进我们的这套代码库。我们乐于看到AI技术的整体进步，也将努力让机器学习走进更多更具价值、影响力更强的用例。”

敞开你的“心扉”

但是，开源真是实现优秀AI智能的唯一途径吗?技术领域不能搞粗暴的民粹，封闭的专有圈子同样是机器学习技术领域重要且产出丰厚的一片疆土。只有不断扩展学习交流范围，甚至直接分享具体学习模型，才有可能真正实现AI技术的大众化进程。

以Abbyy打造的NeoML项目为例，这项技术支持开放神经网络交换(ONNX)，这是一套具备可互操作性的机器学习模型全球开放生态系统。项目主旨在于改善各类工具间的兼容性，保证软件开发人员能够轻松使用正确的工具组合实现预期功能。微软、Facebook等多家合作伙伴已经加入到ONNX开源标准中来，相信未来开放式AI智能将变得愈发普遍。

这可能就是人们常说的“敞开心扉”吧。

（编辑：信阳站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!