- 综合排序
- 最热优先
- 最新优先
- 来自专栏架构驿站
K8sGPT，基于 AI 的云原生终极工具
Hello folks，我是 Luga，今天我们来聊一下云原生生态排障大杀器-基于AI 的云原生终极工具：“K8sGPT”。 1、基于 CLI 安装： [leonli@leonLab ~ ] % brew tap k8sgpt-ai/k8sgpt Warning: No remote 'origin' in /opt/ Running `brew update --auto-update`... ==> Fetching k8sgpt-ai/k8sgpt/k8sgpt ==> Downloading https://github.com from k8sgpt-ai/k8sgpt /opt/homebrew/Cellar/k8sgpt/0.3.0: 6 files, 55.5MB, built in 3 seconds ==> Running kubectl apply -f - << EOF apiVersion: core.k8sgpt.ai/v1alpha1 kind: K8sGPT metadata: name: k8sgpt-sample
5.5K60编辑于 2023-05-22 - 来自专栏阿泽的学习笔记
云原生与AI漫谈
和持久化走 cloud DB…… 云原生时代的系统开发 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Java升级打怪进阶之路
【云原生】容器编排K8S
开发者学习 kubernetes 可以使用的环境有几种： 使用云厂商提供的套装 在云主机上自己安装和配置 在开发者主机上安装和配置 从成本上来说，在开发者主机上安装和配置是比较方便的。 user: kind-hello-k8s name: kind-hello-k8s - context: cluster: kind-test user: kind-test 集群，例如这里有两个kind创建的集群：kind-hello-k8s 和 kind-test 以及一个 minikube 创建的集群minikube context 列出了每个 k8s 集群对应的上下文信息 Pod是 K8s 的最小可部署单元。 worker 两种节点 我们也掌握了安装 k8s 的概念 kubectl 可以用来和 k8s 集群通讯，是 k8s 的命令行客户端 使用 minikube/kind 可以创建学习环境 k8s 集群 使用
1.1K30编辑于 2022-11-28 - 来自专栏云计算与大数据
云原生｜K8S 网络篇
worker node and list the interfaces using, ip route and filter interface matching the pod IP. root@k8s-node calixxxxxxxxx -w /opt/capture.pcap & https://iximiuz.com/en/posts/container-learning-path/ https://learnk8s.io
50430编辑于 2023-03-18 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 参考资料包括Gartner等权威机构发布的8份行业报告（编号G00793970至G00809337），聚焦于生成式AI对IT基础设施的影响。 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。
14710编辑于 2026-05-30- 来自专栏Java升级打怪进阶之路
【云原生】K8S包管理（helm）
例如 centos 上有 yum 例如 ubuntu 上有 apt-get Mac系统上有包管理软件: 例如 brew Windows 上也有可用的包管理软件: 例如 scoop 例如 choco 云原生的事实标准平台 k8s 上也可以安装各种组件和服务。 而 helm 就是 k8s 的包管理软件，用来给 k8s 平台安装各种组件包或者服务包。 在不同平台上，通过对应平台的包管理软件，可以快速安装 helm 客户端命令。 /chart/hello-py/ --generate-name 检测下 k8s 的 deployment 和 sevice: 端口转发： 访问服务： helm 可以规范化k8s helm 通过chart依赖来解决所部署的k8s应用之间的依赖。 本文内容到此结束了， 如有收获欢迎点赞收藏关注✔️，您的鼓励是我最大的动力。 如有错误❌疑问欢迎各位大佬指出。
90620编辑于 2022-11-28 - 来自专栏运维开发故事
【K8S专栏】什么是云原生？
什么是云原生？ 我相信大部分人都听过云原生，但是要你说出一个所以然，却不知道怎么开口，我也是一样。 我不知道云原生到底是什么，从字面来看：云原生就是为云而生。云是什么？ 不知道你有没有发现，云原生其实是云计算发展历程中的一种产物。 云原生不是一个新的概念，它是云计算发展的过程中对理念的更新和延申。 在云原生时代，希望让应用更有弹性、容错性、可观测性，让应用更容易部署、管理编写、编排等，希望开发者能够更好的利用云的资源、产品以及交付能力。 下边大致梳理云原生的发展历程。 云原生全景图（?https://github.com/cncf/landscape）： 核心理念 云原生技术有助于企业在公有云、私有云和混合云等新型动态环境中构建和运行可弹性扩展的应用。 ，而且以云原生理念而诞生的技术也越来越多，最终云原生究竟如何定义现在也未可知，咱们只有拭目以待。
1.6K20编辑于 2022-09-15 2024 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 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。
17500编辑于 2026-05-30- 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。 结果复盘：扩容失败的负载，是AI大数据模型的服务，由于业务原因使用了大内存的EKS（8核64G）。 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。
18K124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。 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. 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。 /Secret 安全可审计 权限控制 RBAC 原生支持 企业级安全 服务发现 Service/DNS 自动注册 故障恢复 Controller 自动协调 秒级自愈 监控告警 Prometheus 生态 自动接入 Kubernetes 可观测性生态： ┌─────────────────────────────────────────────────────────┐ │ 云原生可观测性栈
42010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 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 ? ? AI场景下K8s局限性 – 调度 ? Defros无法进行批量调度，但在多机的场景下，是需要多机调度的。 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
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- 来自专栏云技术+云运维
云原生与云原生应用概念解析
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。
3.8K34发布于 2019-10-29 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 #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
38210编辑于 2026-06-11- 来自专栏腾讯云原生团队
今晚8点直播 | TKEStack 腾讯云原生开源实践之路
高级软件开发工程师和产品经理，11年工作年限，负责腾讯 TKEStack 开源容器云平台项目。 有丰富的云产品开发和项目管理经验，对开源和云原生有极大的热情，致力于打造面向离线和在线业务多维异构的一站式通用基础架构平台。 曾参加Kubecon China 2020，腾讯Techo开发者大会，腾讯云合作伙伴大会等并做演讲。 ? 腾讯云容器产品中心高级产品经理，负责容器私有云开源、商业化相关产品工作。 全程参与了腾讯云TKEStack产品的开源工作，对开源产品设计、持续投入、商业化结合等内容均较为了解。 也曾作为容器产品架构师参与多个容器私有云项目专项培训与交流，并参与华东游戏行业容器专项沙龙、Harbor技术沙龙深圳站等多个容器相关专项交流活动并作主题分享。
1K42发布于 2020-10-27 - 来自专栏【云原生】
【云原生、k8s】基于Helm管理Kubernetes应用
k8s-node01 192.168.100.133 k8s-node02 EOF 图片 [root@localhost ~]# hostname k8s-node01 [root@k8s-node01 安装工具，使所有的组件都会以容器的方式运行 kubectl：客户端连接K8S API工具 kubelet：运行在node节点，用来启动容器的工具 2、配置阿里云yum源 使用 YUM 方式安装 Kubernetes 阿里云仓库（https://kubernetes.oss-cn-hangzhou.aliyuncs.com/charts） 官方仓库（https://hub.kubeapps.com/charts/incubator [root@k8s-master tomcat]# helm ls [root@k8s-master tomcat]# kubectl get pod 图片 [root@k8s-master tomcat [root@k8s-master tomcat]# kubectl get pod [root@k8s-master tomcat]# helm ls 图片 回滚 [root@k8s-master tomcat
1.5K82编辑于 2023-08-18 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。
27400编辑于 2026-05-30- 来自专栏沃趣科技
云原生RDS在k8s中的实现
我们了解到CIO眼里最重要的规划之一，就是如何根据企业自身的业务特点打造合适的私有云平台，来适应日新月异的应用场景变化，快速推出满足市场需求的应用。 近些年云计算最火的领域围绕PaaS层级，向下PaaS平台能部署标准云计算IaaS资源或者自建机房的基础硬件建设，向上利用PaaS微服务架构特点快速构建SaaS应用。 而基于容器编排技术的Kubernetes，已然成为业界事实标准，容器化，云原生一跃成为近几年云计算领域最火的关键字，是企业数字化转型过程中的重要技术选型环节。 ? 如何利用K8S平台特性，运行有状态的RDS服务？ 利用Operator构建数据库业务应用 通过上文我们已知如何解决容器RDS资源配置一致、数据一致和访问入口一致，看起来似乎已经满足容器化云平台建设的需求，但是很遗憾k8s只认得自身的资源类型，比如pod
4K20发布于 2019-07-02 - 来自专栏希里安
云原生模块开发-k8s节点信息获取
昨天分享了有关k8s管理平台的知识，基础的功能大同小异，关键在于适用于不同的业务，开发对应的功能。 今天再说说cops平台的开发进度，昨天做了导航菜单，今天就该把集群节点信息的展示功能做出来，先看看效果： 前端页面展示： 后端接口返回数据： 其实就是之前我们说的用表格展示获取的后端数据，这个数据来源于k8s 这里从全流程梳理下： 前端引入表格组件，再调用后端的接口，后端程序调用K8s集群的api，获得集群相关信息，然后返回给前端，前端渲染即可。 再来看看后端api的开发： 1、和k8s集群建立连接 2、获取集群信息 3、返回数据 以下是示例代码： package main import ( "context" "fmt" "log" " k8s.io/client-go/kubernetes" "k8s.io/client-go/rest" "k8s.io/client-go/tools/clientcmd" ) func main
55630编辑于 2023-10-30
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