12月12日消息,云原生作为一种基于云计算理念的软件开发和部署模式正在改变应用开发和部署方式。
国内知名容器管理平台KubeSphere近日透露,其开源项目累计至今在全球已有500万+的安装量,在全球开源容器领域受欢迎程度超越OpenShift、Rancher等美国开源容器平台。
KubeSphere是青云科技以Google开源的容器编排引擎Kubernetes为基础打造的一款容器管理平台,以开源形式运营,它提供可插拔的开放式架构,无缝对接第三方应用。同时KubeSphere提供企业版支持付费商业客户。
在国内,业界Top的全球电池供应商在中国多地电池工厂里大量在采用KubeSphere做统一的K8s基础设施的纳管;在海外,KubeSphere企业版已经成功交付给土耳其机场。
青云科技云原生产品负责人于爽表示,自2017年立项以来,KubeSphere通过开源、开放架构等模式,真正走出一条不一样的云原生产品商业化的道路。
人工智能时代,云原生仍然是基础
在谈到当前的技术演进趋势时,于爽表示,“人工智能时代,其底层承载的人工智能的各种工作负载、业务、调度、硬件设备,比如英伟达的卡、华为昇腾的卡的能力,将这些能力转化为应用的工具和载体还是需要云原生技术。”
“英伟达整个技术栈是围绕着K8s云原生的架构做的;OpenAI底层用的调度平台、计算平台也是K8s;此前Meta发布的两篇关于GPU训练运维的最佳实践博客提及它用的也是K8s。”于爽进一步阐释道:“剥离上层看到的表面上的东西,可以发现,就算是‘进化’到人工智能时代,其底层还是云原生相关的整个技术栈。”
夯实云原生技术栈、做好KubeSphere仍然是人工智能时代的重要议题,于爽表示,KubeSphere坚持围绕客户需求,科学地把客户需求转化成KubeSphere上的产品能力,最终用产品能力吸引社区用户、运营社区。
从KubeSphere团队服务客户的经验来看,于爽表示,当前云原生客户的需求呈现深度两极分化:一方面,客户想要触达更底层的大规模基础设施的运维稳定性的管理,不管是操作系统层面,还是异构的硬件设施管理层面,都希望KubeSphere能够提供一个最佳方案,帮助客户去统一管理,降低运维成本。
另一方面,很多高阶客户对上层场景提出深度需求,不再停留在“怎么把自己之前部署在Windows操作系统上的业务迁移到容器化”上。而是围绕着客户非常核心的业务来思考云原生,比如“数据库怎么容器化”、“怎么让数据库高可用地运行”、“数据库挂了,里面的业务数据不丢失”等等需求。这些都对KubeSphere团队能力提出了更高要求。
开放架构LuBan,让能力边界无限拓展
事实上,今年以来,KubeSphere也经历了多次更新。
企业对云原生的需求是千变万化的,为了让客户的需求能随时动态地嵌入进KubeSphere里,而不需要每次都发布一个新版本,今年初,青云发布了KubeSphere LuBan版本内核。通过LuBan这种插件式开放架构,不管是第三方的界面、后台API,都可以热插拔进KubeSphere里。
于爽介绍,借助LuBan,KubeSphere真正成为一种云原生的操作系统,就像苹果的iOS或是Windows操作系统一样。只需要将客户需要的能力变成一个插件,动态地嵌入进KubeSphere的某个版本里就可以实现客户需求。同时,任何第三方伙伴基于LuBan的标准开发的扩展组件都可以以插件形式无缝动态地接入到KubeSphere。
KubeSphere建立了自己的应用市场——扩展组件市场。第三方伙伴可以把开发的LuBan功能组件放在市场做分发。
于爽强调,这样的开放架构,让KubeSphere能力不局限于青云自己研发人员的能力,而是扩展到KubeSphere扩展组件生态拓展的范围。
据介绍,截至目前,包括第三方伙伴、个人开发者上架到KubeSphere上的扩展组件已经有40多个了。
于爽表示:“互相共赢才能真正服务好客户,KubeSphere也真正走出一条不一样的云原生产品商业化的道路。”
此外,今年9月,青云科技还推出了最新的企业版Kubesphere Enterprise v4.1.2,并以 Kubesphere Luban 架构为核心,新增六大组件:NVIDIA GPU Operator、OAuth2-Proxy、CertManager、 Grafana Loki for WhizardTelemetry、Grafana for WhizardTelemetry ,及KubeSphere应用路由工具,共同构建“AI+全局可观测”能力,实现 GPU 潜力挖掘、统一认证、证书自动化管理、企业级日志聚合、数据可视化及全局应用路由管理。
谈及2025年计划,于爽表示,将继续优化LuBan,打磨成更好用、最好是一键能用起来的理想状态。
在KubeSphere产品能力迭代的大方向上,2025年会聚焦在三个大方向上:
一是可观测,可观测可以解决很多客户的问题,特别是数据中心层面,降低运维成本;
二是加大投入做跨基础设施的集群管理,不同的基础设施,硬件的、软件的、云厂商的、私有云的、公有云的会长期存在,做号跨基础设施的集群管理是永恒不变的需求点;
三是加大边缘AI投入。虽然现在数据中心的建设需求旺盛,但是边缘的需求更旺盛了,人工智能出现后,包括具身智能、自动驾驶等边缘场景的拓展性是无限的。
还没有评论,快来发表第一个评论!