Cloud Native Computing Foundation
PulseAugur coverage of Cloud Native Computing Foundation — every cluster mentioning Cloud Native Computing Foundation across labs, papers, and developer communities, ranked by signal.
7 天有情绪数据
-
BIS的AI泡沫警告、可观测性之战以及Vint Cerf对AI的批评
本周的DevOps'ish通讯涵盖了持续的“可观测性之战”，并包含来自工业和安全局关于潜在AI泡沫的警告。该通讯还刊登了Vint Cerf关于代理式AI的评论。
-
OpenTelemetry 集成 LLM 网关以增强 AI 可观测性
OpenTelemetry 是一个用于收集遥测数据的厂商无关框架，目前正与 LLM 网关集成，以增强复杂 AI 系统的可观测性。此集成允许对从用户界面到后端服务和 AI 模型交互的分布式应用程序中的请求进行标准化跟踪。通过提供整个请求生命周期的统一视图，开发人员可以更轻松地查明 AI 驱动功能的延迟或不准确的根本原因。
-
OpenTelemetry 标准化 LLM 追踪，用于调试复杂的 AI 应用
分布式追踪对于调试和优化 LLM 驱动的应用程序至关重要，这些应用程序经常会静默失败，返回错误但看似自信的答案。通过记录请求在各个组件中的旅程，追踪将不透明的系统转化为透明的系统，揭示提示形成、检索或模型幻觉方面的问题。OpenTelemetry (OTel) 是一个云原生计算基金会项目，已成为此领域的行业标准，提供统一的 API 和库来检测代码并将遥测数据发送到兼容的后端，而 OpenLLMetry 等扩展为生成式 AI 添加了特定约定。
-
将模型部署到生产环境中的 MLOps 挑战
本文讨论了开发机器学习模型与将其部署到生产环境之间存在的巨大差距。文章强调，构建云原生欺诈检测 API 的过程揭示了超出典型机器学习教程的挑战，突出了将模型集成到功能系统中的复杂性。
-
Milvus 2.5 向量数据库发布，支持 GPU 加速处理超过 100 亿向量
Zilliz 推出的开源向量数据库 Milvus 2.5 已发布，其处理海量数据集的能力得到增强。新版本具备 GPU 加速索引、分布式架构和分层存储，能够以毫秒级延迟处理高达 100 亿个向量。该数据库专为可扩展的相似性搜索而设计，支持多种索引类型，包括通过 NVIDIA RAFT 优化的 GPU 索引，显著加快了索引构建和查询吞吐量。Milvus 可从简单的 Docker 单机部署扩展到生产级的 Kubernetes 集群，其商业版…
-
OpAMP 项目更新 集成了 Fluent Bit 并添加了新工具
OpAMP 项目发布了一个更新，详细介绍了其运算放大器解决方案的增强功能。主要进展包括：改进了与 Fluent Bit 和 Fluentd 的集成；一个由 JSON 驱动的独立配置编辑器；以及一个用于管理配置文件目录查看器。此外，还开发了一个命令行工具，用于简化 Windows 和 Bash 环境的脚本编写，并引入了代理的非侵入式“Observer”模式。
-
云原生钓鱼检测的MLOps架构
本文详细介绍了云原生钓鱼检测系统的架构设计，重点关注MLOps原则。文章概述了在云环境中构建和部署此类系统以应对网络钓鱼等不断演变的网络安全威胁所面临的挑战和最佳实践。
-
AI 代理通过新工具控制 Kubernetes 集群
AI 代理越来越多地被用于控制 Kubernetes 集群，通过自然语言命令实现自动化故障排除、资源调度和自我修复等任务。一些开源工具，包括 kubectl-ai、k8sgpt、HolmesGPT 和 Sympozium，正在涌现以促进这种集成，提供 LLM 支持、自动化 RBAC 管理和代理集群编排等功能。这一趋势非常显著，Kubernetes 正被视为 AI 基础设施的操作系统，即将举行的活动和发布都将侧重于云原生生态系统中的代理功能。
-
GitHub 推出 AI Agent 桌面应用，Microsoft 扩展 Copilot 访问权限
GitHub 推出了旨在提供 AI agent 原生体验的新桌面应用程序，并与 GitHub Actions 集成。这款新应用旨在通过利用 AI agents 来增强开发人员的工作流程。同时，Microsoft 正通过将其捆绑到新的 Microsoft 365 Business 套餐中来扩展其 Copilot AI 助手的访问权限，该套餐将于 7 月开始提供。
-
kube-llmops 在 Kubernetes 上提供全面的 LLM 操作
本文比较了三个用于运行大型语言模型的 Kubernetes 平台：KAITO、KServe 和 kube-llmops。kube-llmops 被强调为一个全面的解决方案，在一个 Helm 安装中提供了完整的 LLM 操作堆栈。这包括模型服务能力、AI 网关、可观测性工具、RAG、微调、SSO 和自动扩展功能。
-
MCP和可组合架构可革新保险应用
本文讨论了可组合架构，特别是MCP（微服务、云原生和平台），如何彻底改变保险应用程序的开发过程。文章强调了在遵守严格的治理和合规标准的同时，需要更快地交付数字化体验。所提出的架构旨在简化保险行业的部署并提高整体效率。
-
OpenSSF 启动 AI/ML 安全工作组
开源安全基金会 (OpenSSF) 已启动一个专注于 AI/ML 与安全交叉领域的工作组。该工作组旨在探讨与大型语言模型 (LLM) 和生成式 AI (GenAI) 等 AI 技术相关的安全风险，特别是它们对开源项目和社区的影响。它还将研究如何利用 AI 来增强其他开源计划的安全性，解决数据投毒、提示注入和对抗性攻击等问题。
-
OpenTelemetry 创始人着眼于利用 AI 工具来稳定项目并推动其毕业
OpenTelemetry 项目创始人 Ted Young 表示，可能需要利用 AI 工具来帮助稳定该项目，以便其从 CNCF 毕业。他强调，目标是让 OpenTelemetry 尽可能“枯燥”和稳定，这包括将所有组件，特别是插桩（instrumentation）包，更新到 1.0 版本。Young 指出，为了管理全球软件插桩的巨大规模，并根据语义约定自动更新，将需要新的工具和潜在的 AI 编码技术。