- 综合排序
- 最热优先
- 最新优先
- 来自专栏阿泽的学习笔记
云原生与AI漫谈
对于系统开发人员来说（比如云数据库，云 AI 平台），云原生的趋势也会产生相应的影响。 具体的例子比如我们可以通过用户的数据查询看到经常使用的过滤维度，来重新安排数据的排序和分区，这样在同样的数据量情况下，系统可以花更少的计算资源来完成查询，增加系统的利润 :) 云原生+AI 最后再来看下跟 AI 相关的部分。 而前面讲的“云原生语言”，则更关注在程序具体执行层面的关注点分离。 把两者结合起来看，云原生时代的 AI 平台开发会是一片巨大的未开垦之地，对于云和算法各自都有很宽很长的路可以走。 目前云原生跟 AI 结合的一个比较好的学习样例是 Kubeflow，之前春节期间读了一本《Kubeflow for Machine Learning[3]》，感觉收获还是挺多的，如Istio，CRD的应用等
1K30发布于 2021-07-06 - 来自专栏devops运维先行者
云原生利器 -- Nexus3
1 Nexus3 简介 Nexus3 是一个统一的仓库系统，常见的有诸如apt、docker、maven2、npm、pypi、yum等repositories。 而Nexus3 就是这么一个平台，可以统一管理repositories仓库。这里文章介绍如何在k8s环境部署Nexus3，并快速使用，作为docker images 私有仓库。 2 K8s部署Nexus3 nexus-nm.yaml #创建namespace - nexus apiVersion: v1 kind: Namespace metadata: name: nexus 3 Nexus3使用 3.1 登陆 当我们首次登陆 nexus3.domain.com 的web界面的时候，需要输入admin的用户密码，这里需要通过查看nexus pods下面的/nexus-data 3.2 添加Docker repo 可以看到有个感叹号提醒，Nexus3建议至少使用4核CPU，这里使用2C，并无太大关系，如果有强迫症的同学可以增大CPU核数 >= 4C。
1.4K20编辑于 2022-06-01 AI原生云建设与加速指南
第一章：报告基础信息 报告标题：AI原生云建设与加速指南 发布机构：腾讯云计算（北京）有限责任公司 发布时间：未明确标注 行业标签：通用SaaS,技术服务 产品标签：#异构计算 #高性能计算集群HCC 报告旨在解析从Cloud for AI向AI Native Cloud转型的技术要求，为企业在AI原生时代构建全栈能力云平台提供架构指南。 第三章：报告目录 背景 从Cloud for AI到AI Native Cloud，云平台能力要求对比 新型AI云平台需要解决的挑战 为AI加速而生，腾讯云（AI Native Cloud）平台架构能力全景解析 核心发现3：工程工具层聚焦数据与开发效率 数据提效：腾讯云向量数据库通过一站式RAG方案，数据接入AI效率比传统方案提升10倍。 全栈能力：从基础设施（HCC集群、EdgeOne边缘平台）到应用层（数智人、智能客服），提供端到端AI原生云解决方案，支持公有云、专属云、本地化多态部署。
14610编辑于 2026-05-302024 腾讯云 AI 原生云建设与加速指南
第一章：报告基础信息 • 报告标题：AI 原生云建设与加速指南 • 发布机构：腾讯云计算（北京）有限责任公司 • 发布时间：2024年 • 行业标签：教育,零售,汽车,交通出行,医疗,物流,农林牧渔,文旅 本报告旨在解析AI原生云的全栈能力要求，并提供基于腾讯云架构的落地路径，帮助企业在AI原生时代实现价值、成本和风险的最佳平衡。 ），分析AI原生应用的落地痛点。 • 方案：腾讯云网络实现网络时延 10us~40us，丢包率趋近0。EdgeOne作为中国首款一站式安全加速边缘平台，防护能力达 15Tbps+，平均 3秒内 识别并缓解DDoS攻击。 • **开发工具**：AI代码助手专业模型吞吐性能达同规模其他开源模型的 **3~5倍**；Cloud Studio支持一键部署模型框架模板。
17400编辑于 2026-05-30- 来自专栏DBA随笔
云原生技术之kubernetes学习笔记(3)
Pod----虚拟机 容器----进程 1、k8s相当于物理机的操作系统，k8s管理Pod相当于物理机的操作系统管理虚拟机 2、Pod相当于虚拟机，Pod里面可能包含多个容器，对应于虚拟机中的很多进程 3、 3、凡是Pod中的容器要共享宿主机的Namespace，也一定是Pod级别的。 3、Succeeded，这个状态意味着所有的容器都启动完毕，并且已经退出。 4、Failed，这个很好理解，就是Pod中的容器至少有一个以非0状态退出，也就是异常退出了。 5、Unknow。
59210发布于 2021-03-30 - 来自专栏DBA随笔
云原生技术之docker学习笔记(3)
// 云原生技术之docker学习笔记(3) // 今天我们看看Dockerfile创建的方法。 2、执行一条指令，对容器作出修改 3、执行类似docker commit的操作，提交一个新的镜像层 4、Docker镜像再基于刚才提交的镜像运行一个容器 5、执行Dockerfile中的下一条指令，知道所有的容器指令都执行完成 3、Dockerfile构建缓存 当我们第一次构建的Dockerfile出现问题的时候，需要再次构建，这个时候会执行相同的指令，假设我们修改了Dockerfile中第4行的内容，那么Docker会自动将前 3行通过缓存的方式来进行加载，这会节省大量的时间。 B <missing> 7 weeks ago /bin/sh -c set -ex; key='A4A9406876FCBD3C
61710发布于 2021-01-12 - 来自专栏CISG智能平台产品部
腾讯云小微AI语音助手云原生之路
背景云原生（CloudNative）是一个组合词，“云”表示应用程序运行于分布式云环境中，“原生”表示应用程序在设计之初就充分考虑到了云平台的弹性，就是为云设计的。 腾讯云也制定了自己的云原生成熟度模型：图片图片腾讯云的成熟度模型，主要从研发效能和资源效能2个方面引导内部云原生建设。 云小微团队结合云小微现状以及公司云原生成熟度标准1.0和2.0的导向，横向对比业界做法，重点在云原生5大核心能力上进行了建设：服务化、可观测性、韧性、弹性、自动化能力，并逐步提升可调度能力。 图片图片特色与沉淀AI大数据模型服务启动速度慢是个行业通性问题。通过上述的建设，云小微的AI大数据模型服务，扩容速度从10分钟左右，优化到5分钟以内，命中缓存时可以达到1分钟左右。 当然随着对云原生的实践越来越多，我们也发现云小微在云原生的资源利用率、可调度性等方面建设和实践相对比较薄弱。接下来我们也将继续云原生的实践，不断完善自身的薄弱点，更好地服务客户和合作伙伴。
17.9K124编辑于 2022-11-09 - 来自专栏腾讯云原生团队
云原生 AI 前沿：Kubeflow Training Operator 统一云上 AI 训练
张望，腾讯高级工程师，从事云上 GPU 和分布式训练加速，负责腾讯云 TKE 在 AI 场景的研发和支持工作。 不仅各大公有云厂商都已经基本收录或集成了 Kubeflow 的训练 operators，社区上其他与深度学习训练相关的项目（如用以自动机器学习的 Katib，又如提供自动化编排功能的 Flyte）都对接了 我们希望未来利用 Kubeflow Training Operator 来构建 AI 平台的开发者可以方便地将其与其他模块对接，实现诸如任务队列、流水线、超参数搜索等功能。 reconciler.v1 implementation: 【https://github.com/kubeflow/common/tree/master/pkg/reconciler.v1/common】 [3] 资源利用率提高67%，腾讯实时风控平台云原生容器化之路 Getting Started and Beyond｜云原生应用负载均衡选型指南 被集群节点负载不均所困扰？
2.2K60发布于 2021-09-09 - 来自专栏有文化的技术人
Kagent： 云原生下的AI智能体
Kagent 架构详解 ❝本文档阐述 Kagent 的云原生设计理念——将 Agent 定义为 Kubernetes CRD，使其成为集群的一等公民❞ 目录 1. CRD 设计的核心优势 3. 架构概览 4. Agent CRD 设计 5. 运行时架构 6. 配置映射流程 7. 完整请求流程 1. 这不是简单地"把 Agent 跑在 K8s 上"，而是深度融入 Kubernetes 的资源模型，让 Agent 天然具备云原生基础设施的所有能力。 AI Agent 框架，它将 Agent 定义为 Kubernetes CRD（Custom Resource Definition），让用户可以像管理 Deployment 一样管理 Agent。 自动接入 Kubernetes 可观测性生态： ┌─────────────────────────────────────────────────────────┐ │ 云原生可观测性栈
41410编辑于 2026-04-09 - 来自专栏CNCF
云原生AI平台的加速与实践
： ---- 前言：12月19日，在 Cloud Native Days China -云原生AI大数据专场,腾讯技术事业群高级工程师薛磊发表了《云原生AI平台的加速与实践》主题演讲。 ? 演讲主要包含五部分的内容： Kubernetes介绍 AI离线计算 AI场景下Kubernetes的不足 Kubeflow 星辰算力平台的架构 Kubernetes介绍 K8s是生产级的容器编排系统，它也是云原生应用最佳的一个平台 分布式AI计算 为什么要分布式AI计算？ 提供TensorFlow原生PS-worker架构 的多机训练 推荐将PS和worker一起启动 通过service做服务发现 在社区中最早期的Operator 星辰算力平台的架构 它为私有云的一个离线计算平台 Volcano能满足我们的需求有： 1）批量调度 多个Pod从属于同一个任务 保证调度或不调度 防止饿死场景 2） 任务优先级 高低优任务区别 高优任务保证启动时延 低优弹性任务不占额度 3）优化 拓扑调度
2.6K31发布于 2021-01-27 腾讯云：AI原生云核心能力构建与加速指南
EdgeOne #云联网 #DBbrain #Elasticsearch服务 #商业智能 #Cloud Studio #AI代码助手 #媒体处理服务Copilot 报告背景和目标 生成式AI驱动技术变革 本报告旨在系统分析AI原生云平台需具备的五大核心能力架构，为企业在价值、成本与风险间提供平衡框架。 Requirements Challenges Facing the AI-Native Cloud Born for AI Acceleration: A Panoramic Analysis of 技术领先性：自研TACO加速框架（TACO Train/TACO Infer）实现训练性能提升30%，推理密度增加20%；云联网CCN具备300T带宽与10微秒级延迟 规模验证：管理1.5亿计算核心，AI 专有云、混合云及本地化部署，TCS/TCE双技术基座适配多架构需求
12310编辑于 2026-05-30- 来自专栏技术那些事
云原生第3课：Kubernetes 系统快速入门
本篇文章来自《华为云云原生王者之路训练营》黄金系列课程第3课，由华为云容器批量计算首席架构师马达主讲，介绍云原生技术体系中Kubernetes的相关概念和技术架构。 01 Kubernetes介绍 云计算的发展历程 “云”中的资源在使用者看来是可以无限扩展的，并且可以随时获取，按需使用，随时扩展，按使用付费。这种特性经常被称为像水电一样使用IT基础设施。 K8S社区架构中对各层的详细定义 上图从上往下依次为： 1）生态层：不属于K8S范围 2）接口层（工具、SDK库、UI等）： K8S官方的项目会提供库、工具、UI等外围工具 外部可提供自有的实现 3） 维护整个Pod网络空间 2）InitContainers：初始化容器，一般用于服务等待处理以及注册Pod信息等 先于业务容器开始执行 顺序执行，执行成功退出（exit 0），全部执行成功后开始启动业务容器 3） 通常用于无状态应用 apiVersion: extensions/v1beta1kind: ReplicaSetmetadata:name: frontendspec:replicas: 3selector
1.3K00发布于 2021-11-21 - 来自专栏云云众生s
完善云原生架构的3个关键实践
译自 3 Key Practices for Perfecting Cloud Native Architecture，作者 Rahul Shrivastava。 云原生架构 在近年来迅速崛起，成为现代软件开发的首选基础。根据 IDC 的数据，云原生应用开发是当今科技领域发展最快的趋势之一，预计到 2025 年，90-95% 的应用程序将采用云原生架构。 这种采用率的激增反映了云原生架构所提供的无与伦比的可扩展性、灵活性以及弹性，使其成为企业提供无缝数字体验的必备要素。 然而，构建强大的云原生架构并非易事。这不仅仅是将现有系统迁移到云端。 相反，它需要从根本上重新思考软件的设计、构建和部署方式，才能充分利用云技术的强大功能。为了有效地应对这种复杂的转型，企业必须采用三种关键实践，这些实践对于完善云原生架构至关重要。 故障隔离和恢复： 云原生环境中不可避免地会发生故障。以故障隔离 为目标设计微服务有助于防止单个服务故障蔓延到整个系统。
30310编辑于 2024-09-26 - 来自专栏云技术+云运维
云原生与云原生应用概念解析
云原生是面向“云”而设计的应用，因此技术部分依赖于在传统云计算的3层概念（基础设施即服务（IaaS）、平台即服务（PaaS）和软件即服务（SaaS）），例如，敏捷的不可变基础设施交付类似于IaaS，用来提供计算网络存储等基础资源 云原生应用 云原生应用是天然适合云特点的应用，云原生应用系统需要与操作系统等基础设施分离，不应该依赖Linux或Windows等底层平台，或依赖某个云平台。 CNCF给出了云原生应用的三大特征： 容器化封装：以容器为基础，提高整体开发水平，形成代码和组件重用，简化云原生应用程序的维护。 云原生应用和本地部署应用程序之间的差异 云原生应用程序开发采用与传统企业应用程序完全不同的体系结构。 可更新 云原生应用程序始终是最新的，云原生应用始终可用。 本地部署应用程序需要更新，并且通常由供应商按订阅提供，并且在安装更新时需要停机。 弹性 云原生应用程序通过在峰值期间增加的资源来利用云的弹性。
3.8K34发布于 2019-10-29 - 来自专栏亨利笔记
云原生制品那些事(3)：OCI 制品Artifact
《Harbor权威指南》招募英文版翻译人员 VMware招聘机器学习和云原生开发工程师 本篇继续和大家说说镜像那些事，是连载之三，从《Harbor权威指南》一书节选的纯技术干货，敬请关注、转发和收藏 必须是字符串“config” version 类型的版本 optional-configFormat 可选的配置格式说明（json、yaml等） 一些常见的 OCI Artifact 配置类型如表3所示 为适应云原生用户者的需求，Harbor 2.0 的架构做了比较大的调整和改进，以便用户在 Harbor中存取和管理符合 OCI 规范的 Artifact。 Harbor 中管理容器镜像的各种功能，在适用的情况下，都可以扩展到 OCI Artifact 上，如访问权限控制、推送和拉取、界面查询、远程复制等，这大大方便了用户对云原生 Artifact 的管理和使用 《Harbor权威指南》招募英文版翻译人员 要想了解云原生、区块链和人工智能等技术原理，请立即长按以下二维码，关注本公众号亨利笔记 （ henglibiji )，以免错过更新。
1.4K30编辑于 2023-04-18 2026腾讯云AI原生教育报告概述
•报告标题：2026腾讯云AI产业应用大会：AI原生教育——从工具落地到学习路径重构 •发布机构：腾讯研究院、腾讯云 •发布时间：2026年6月 •行业标签：教育,技术服务 •产品标签：#TeachAny 2025年全球教育科技风险投资规模达到26亿美元，行业进入理性投入期，核心挑战在于如何将AI工具深度嵌入教学流程，实现从“知识传递”到“能力建构”的转型。本研究旨在提出可执行的AI原生教育实施路径。 报告目录 AI能力演进：从聊天到任务链接管 5U能力模型：人的新稀缺能力 U1问题定义力 U2跨域整合力 U3不确定性决策 U4人际影响力 U5自我驱动力 行业现状：工具落地瓶颈与突围方向 核心趋势分析 调研样本覆盖政策制定者、学校管理者、教师群体及学生代表，重点分析明德学校（AI课堂数据分析）和明湾学校（AI原生建校）的实践案例。 为什么选择腾讯云 腾讯云通过TeachAny.cn平台实现了PBL教学的结构化突破，其核心技术优势体现在： 知识图谱引擎支持跨课标体系的动态路径生成 Workbuddy开发框架使非技术人员可快速构建教育应用
38110编辑于 2026-06-11腾讯云全链路原生AI服务概览
一、产品定位与核心亮点 腾讯云全链路原生AI服务是一套覆盖从基础设施到应用软件的全栈式人工智能解决方案。 三、应用框架和功能介绍 功能框架 应用软件层：腾讯会议、腾讯乐享、企业微信、企点客服、数智人、AI代码助手、腾讯云ChatBI 大模型工具平台：智能体开发平台、TI平台大模型开发平台 大模型基础设施：高性能计算 竞争格局巨变背景下，体现了腾讯云在"科技平权"之战中的技术实力，相关技术已应用于深度求索、宇树科技、强脑科技、云深处科技等行业领先企业。 40% 技术生态合作伙伴 深度求索：DeepSeek模型合作 宇树科技：机器人机器狗技术应用 强脑科技：脑机接口技术合作 云深处科技："山猫"机器狗项目合作 总结 腾讯云全链路原生AI服务通过完善的产品矩阵和量化效果验证 ，致力于让AI成为推动社会进步的普惠力量，在2025年全球AI竞争格局巨变的背景下，通过"科技平权"重塑全球AI竞争版图。
27100编辑于 2026-05-30腾讯云TAPD：云原生与AI驱动的研发效能平台
一、产品定位与核心亮点 腾讯云TAPD（Tencent Agile Product Development）是一款基于容器化技术的云原生研发协作平台，核心定位为面向开发团队的高性能、智能化研发基础设施。 其差异化优势在于深度融合项目管理（需求/任务/缺陷跟踪）与工程实践（代码管理/持续集成/自动化测试），通过云原生架构与AI能力提升研发全流程自动化与协作效率。 计算资源：云原生构建CPU资源 6,400核时/月，云原生开发资源 64,000核时/月。 云原生构建能力：基于容器化技术，支持高并发构建与缓存优化，提升编译效率。 自动化流水线：通过规则引擎自动触发流程（如代码提交→构建→测试→部署），减少手动操作。 数据来源：腾讯云TAPD官方产品介绍文档 特权说明：企业版用户（购买License ≥ 10）可申请长期有效的云原生构建与开发资源特权，需通过在线咨询核实后发放。
45110编辑于 2026-04-11吃透 Spring Boot 3 + Spring Cloud 云原生新特性
引言 云原生架构的普及，对Java应用的启动速度、内存占用、弹性伸缩能力提出了全新要求。 Spring Boot 3 作为Spring生态里程碑式的版本，基于Spring Framework 6构建，完成了从底层架构到上层能力的全面云原生重构，配合Spring Cloud 2024.x版本的微服务能力升级 1.3 Spring Framework 6 底层能力支撑 Spring Boot 3完全基于Spring Framework 6构建，后者带来了云原生场景下的核心能力升级： 内置AOT提前编译引擎，为 API，精简了内核代码，提升了运行效率 Spring Boot 3 AOT编译与原生镜像生成流程 二、Spring Boot 3 核心云原生新特性详解 2.1 原生镜像与AOT提前编译 传统Java应用基于 场景下具备了与Go等原生云原生语言抗衡的能力。
67010编辑于 2026-04-14- 来自专栏Bypass
《云原生安全攻防》-- 云原生攻防矩阵
在本节课程中，我们将开始学习如何从攻击者的角度思考，一起探讨常见的容器和K8s攻击手法，包含以下两个主要内容： 云原生环境的攻击路径: 了解云原生环境的整体攻击流程。 云原生攻防矩阵: 云原生环境攻击路径的全景视图，清晰每一步采取的攻击技术。 目前，多个云厂商和安全厂商都已经梳理了多个针对容器安全的威胁矩阵，我们可以参考这些成熟的模型，结合个人对云原生安全的理解，构建自己的攻防矩阵。 针对云原生环境的攻击技术，与传统的基于Windows和Linux的通用攻击技术有很大的不同，在这里，我们梳理了一个针对容器和K8s常见攻击技术的云原生攻防矩阵。 视频版：《云原生安全攻防》--云原生攻防矩阵
76811编辑于 2024-04-16
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号