应用架构也发生了转变,以适应云原生应用和 微服务、无服务器 以及事件驱动的服务,这些服务运行在跨混合云和多云平台的不可变的基础设施上。 云原生与 Kubernetes 的联系 根据 云原生计算基金会 (CNCF) 的说法: “云原生技术使企业能够在现代动态环境中建立和运行可扩展的应用,如公共云、私有云和混合云。 云原生软件的要求 创建云原生应用架构需要哪些能力,开发人员将从中获得哪些好处? 虽然构建和架构云原生应用的方法有很多,但以下是一些需要考虑的部分: 运行时: 它们更多是以容器优先或/和 Kubernetes 原生语言编写的,这意味着运行时会如 Java、Node.js、Go、Python 让云原生具体化 云原生似乎是一个抽象的术语,但回顾一下定义并像开发人员一样思考可以使其更加具体。为了使云原生应用获得成功,它们需要包括一长串定义明确的组成清单。
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
云原生技术之docker学习笔记(6) 今天我们看看容器的层的概念。 "Type": "layers", "Layers": [ "sha256:d0fe97fa8b8cefdffcef1d62b65aba51a6c87b6679628a2b50fc6a7a579f764c ", "sha256:329fe06a30f03f9131ce8d9db2e8a9f725b18efe3457d6f015e1c4d8a3f41a0a", ", "sha256:15b463db445cb750fa6bc908a41fd18e38c4d2a02a978b66beb598c4f3f57b95", "sha256:af6e790b82373cc65ca73efe5cc8945731525a9dcae6deeea2a5a5802561a72a", "sha256:9b0377a95c0e0bd5aa5b220449d17333faaa0e2bd7e8b93565beeadbf3906646
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。 腾讯云平台已完成基于生成式AI的全面升级,提供覆盖基础设施、模型、工程工具、应用及安全的五大核心能力。 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 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。
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 腾讯云大数据检索Copilot ChatBI #腾讯云Cloud Studio #腾讯云AI代码助手 #腾讯云媒体处理Copilot #数智人 #智能客服 #腾讯会议 #腾讯文档 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。 第三章:报告目录 背景 01 从Cloud for AI到AI Native Cloud,云平台能力要求对比 03 新型AI云平台需要解决的挑战 05 为AI加速而生,腾讯云(AI Native Cloud ),分析AI原生应用的落地痛点。
企业的开发团队是否正在扩展其云原生应用策略,企业需要考虑如何清除常见的障碍。 如果企业的团队已经开始开发云原生应用程序,那么在扩展开发策略时如何避免常见的挑战? 设定明确的目标以及沿途的里程碑,这对于成功的云原生开发之旅至关重要。行业媒体采访了主管银行业务的Red Hat公司员工,以了解云原生的应用过程中存在的问题和挑战。 06 并非一切都需要云原生 需要记住的是:并非一切都需要云原生。了解何时何地使用云原生开发至关重要。查看每个应用程序,并审查它是否有意义,以确保获得更大的短期和长期成功机会。 以下是扩展云原生战略的6个可行步骤: 评估员工拥有的技能。扩展云原生开发战略,不是根据员工完成工作的情况,而是根据他们的能力。 在企业各个层面上接受愿景。 评估什么应该实现云原生。专注于这一点,不要强迫实施。
如今,许多组织正在将采用云原生平台作为其数字转型战略。云原生允许企业以更灵活的方式提供快速响应、用户友好的应用程序。 如今,许多组织正在将采用云原生平台作为其数字转型战略。 云原生允许企业以更灵活的方式提供快速响应、用户友好的应用程序。但是,支持云原生转换的数据体系结构常常被忽略,希望它会自行处理。 (2)12-Factor App和云原生微服务 “十二要素应用程序”(12-Factor App)是一套帮助组织构建云原生应用程序的规则和准则。 借助正确的云原生平台和支持数据平台,微服务变得易于部署。云原生平台应处理对其运行的服务的管理,并且数据库应处理数据扩展和监视,在必要事件中添加碎片,重新平衡、重定位或故障转移。 (6)云原生数据库的基本要求 亚毫秒级响应时间仅供少数特殊应用使用。但是,在当今微服务架构的世界中,这是所有应用程序的必备条件。这个延迟要求需要最高性能、最具可扩展性的数据库解决方案。
: ---- 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 因此,对于我们而言在AI平台上面也可以基于K8s的架构进行额外的开发。 AI离线计算 ? 典型的AI场景 ? ? 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
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。
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
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。 Kubeflow Training Operator: 【https://docs.google.com/document/d/1x1JPDQfDMIbnoQRftDH1IzGU0qvHGSU4W6Jl4rJLPhI 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?
云原生方法使开发人员可以无缝地更快地发布产品和部署更新,而不会中断应用程序功能。作为一个不断发展的领域,云原生趋势有助于可视化未来,消除当前云原生堆栈的瓶颈。 因此,这里有一个清单,列出了您的企业不容错过的 6 大云原生趋势! 1. 无代码云原生平台采用无代码方法来部署和维护微服务。 6. GitOps GitOps 是一种为云原生应用程序实施持续部署的方法。就像 DevOps 之于云一样,GitOps 之于云原生,后者专注于应用程序自动更新的存储库。 云原生世界的下一步是什么 随着我们过渡到云原生的未来,预计多个行业对云原生技术的使用将呈指数级增长。数字世界的趋势构成了客户满意度和保留率的主要部分,而云原生等技术可以帮助企业跟上这一趋势。
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. 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
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。
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。
什么是云原生? 云原生(Cloud Native)是由 Pivotal 的Matt Stine在2013年提出的一个概念,是他多年的架构和咨询总结出来的一个思想的集合。 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。
AI原生6G:从网络到智能结构“网络语言模型”将协调智能组件、计算基础设施、接入点、数据中心等之间的复杂交互。 除了其他进步(集成感知与通信、地面与非地面网络的无缝融合)之外,它构想了首个AI原生的无线技术世代,将智能嵌入从设备到云基础设施的每一层。 在本博客中,我们介绍某机构实现AI原生网络的架构方法,这是定义6G时代的基础能力。 6G的不同之处3G通过语音和基础数据连接人与人,4G带来了移动宽带,5G实现了超低延迟的海量机器连接,而6G将从底层开始就是AI原生的,成为一种分布式的计算与通信结构,将智能像公共设施一样嵌入日常生活。 多域联邦:协调跨信息物理系统、电信网络和云平台,同时维护领域治理。可重复模式:使优化策略能够通过学习跨领域迁移。
云原生的英文名是cloud native,native 就是土著的意思,也就是土著对当地的环境是非常适应的,在云的环境和传统的数据中心是非常不同的,云原生就是要用的云的技术来构建应用, 利用云的技术来降低种端服务的风险和提高可用性 所有这一切背后的用户动机是非常清晰的:云原生时代的中间件,既要语言无关,也要平台无关。 ,对于dotnet 技术背景的团队在构建云原生应用,.NET 6为你提供了很好的技术底座。 上面说了.NET 6 在云原生方面所完成的蜕变,很多人可能会以Java生态丰富来说明Java的种种优势,.NET 6相对于Java 17在云原生时代有太多的优势,.NET团队早在2014年完成转型,在云原生时代完成了蜕变 ,具体可以参考b站视频《直播回顾:Dapr——云原生开发新思路》。
•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 #AI教育平台 #知识图谱引擎 #Workbuddy 报告背景和目标 腾讯研究院基于对前沿学校实践的系统性调研(如明德学校、明湾学校案例),指出教育行业正面临传统教学逻辑解构与AI能力融合的关键转折点 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。 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
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