- 本文重点介绍 KubeEdge-Ianvs v0.3.0 版本中基于大模型的全新功能升级，包括：行业大模型基准测试、大模型协同推理范式、大模型自适应系列算法。 本文重点介绍 KubeEdge-Ianvs v0.3.0 版本中基于大模型的全新功能升级，包括：行业大模型基准测试、大模型协同推理范式、大模型自适应系列算法。
- 在本系列的前几篇文章中，我们详细介绍了基于物模型的设备管理 API、DMI 数据面能力的增强、Mapper-Framework 开发框架的原理、使用 Mapper 进行视频流数据采集上报以及设备数据写入等核心特性，作为系列文章的最终部分，我们将展示如何从零开始开发一个 Mapper 工程，并通过该工程实现对边缘设备的管理。 在本系列的前几篇文章中，我们详细介绍了基于物模型的设备管理 API、DMI 数据面能力的增强、Mapper-Framework 开发框架的原理、使用 Mapper 进行视频流数据采集上报以及设备数据写入等核心特性，作为系列文章的最终部分，我们将展示如何从零开始开发一个 Mapper 工程，并通过该工程实现对边缘设备的管理。
- 由 Linux 基金会、云原生计算基金会 (CNCF）主办的全球云原生与开源顶级盛会 KubeCon + CloudNativeCon Europe 2025 近日于欧洲顺利落下帷幕。华为云在本届大会上携云原生与AI技术创新成果与展览展示精彩亮相，与全球开发者探讨云原生 AI 基础设施、多集群编排调度、边缘 AI、流量治理等开源领域发展成果与产业应用。 由 Linux 基金会、云原生计算基金会 (CNCF）主办的全球云原生与开源顶级盛会 KubeCon + CloudNativeCon Europe 2025 近日于欧洲顺利落下帷幕。华为云在本届大会上携云原生与AI技术创新成果与展览展示精彩亮相，与全球开发者探讨云原生 AI 基础设施、多集群编排调度、边缘 AI、流量治理等开源领域发展成果与产业应用。
- 在KubeEdge 1.19版本中，Mapper-Framework 增强了对设备的管理能力，新增了设备数据写入的功能，使边缘设备的管控更加完善。 在KubeEdge 1.19版本中，Mapper-Framework 增强了对设备的管理能力，新增了设备数据写入的功能，使边缘设备的管控更加完善。
- Karmada 社区非常高兴地宣布，社区孵化的 Dashboard 项目，经过数位热心开发者的持续努力，终于迎来了具有里程碑意义的第一个版本（v0.1.0）！这一版本标志着 Karmada 在可视化管理领域迈出了重要的一步。 Karmada 社区非常高兴地宣布，社区孵化的 Dashboard 项目，经过数位热心开发者的持续努力，终于迎来了具有里程碑意义的第一个版本（v0.1.0）！这一版本标志着 Karmada 在可视化管理领域迈出了重要的一步。
- 本文将着重介绍在1.17版本中，Mapper-Framework增加了视频流数据处理的功能，完善KubeEdge边缘设备的管理范围。 本文将着重介绍在1.17版本中，Mapper-Framework增加了视频流数据处理的功能，完善KubeEdge边缘设备的管理范围。
- KubeEdge 发布1.20.0版本。新版本针对大规模、离线等边缘场景对边缘节点和应用的管理、运维等能力进行了增强，同时新增了多语言 Mapper-Framework 的支持。 KubeEdge 发布1.20.0版本。新版本针对大规模、离线等边缘场景对边缘节点和应用的管理、运维等能力进行了增强，同时新增了多语言 Mapper-Framework 的支持。
- Volcano v1.11的正式发布，标志着云原生批量计算迈入全新阶段！本次更新聚焦AI与大数据的核心需求，推出网络拓扑感知调度、多集群AI作业调度等重磅特性，显著提升AI训练与推理任务的性能。同时，在离线混部与动态资源超卖及负载感知重调度功能进一步优化资源利用率，确保在线业务的高可用性。 Volcano v1.11的正式发布，标志着云原生批量计算迈入全新阶段！本次更新聚焦AI与大数据的核心需求，推出网络拓扑感知调度、多集群AI作业调度等重磅特性，显著提升AI训练与推理任务的性能。同时，在离线混部与动态资源超卖及负载感知重调度功能进一步优化资源利用率，确保在线业务的高可用性。
- 在本次发布的 v1.0 版本中，Kmesh 对东西向流量治理功能进行了重大改进，提升了整体网络流量管理的效率和安全性。这些改进不仅优化了数据传输的稳定性，还为用户提供了更加丰富的流量治理能力。此外，我们还持续优化了 Kmesh 的易用性，使其更加友好和直观，方便用户快速上手和使用。 在本次发布的 v1.0 版本中，Kmesh 对东西向流量治理功能进行了重大改进，提升了整体网络流量管理的效率和安全性。这些改进不仅优化了数据传输的稳定性，还为用户提供了更加丰富的流量治理能力。此外，我们还持续优化了 Kmesh 的易用性，使其更加友好和直观，方便用户快速上手和使用。
- KubeEdge 推出了 Mapper 开发框架 Mapper-Framework，能够自动生成 Mapper 工程供用户使用，有效降低 Mapper 的开发门槛。 KubeEdge 推出了 Mapper 开发框架 Mapper-Framework，能够自动生成 Mapper 工程供用户使用，有效降低 Mapper 的开发门槛。
- 《自动化博览》边缘计算2024特辑—KubeEdge SIG AI 云原生边缘智能产业发展。文章指出，人工智能正在跨越两大领域的技术边界，一方面人工智能在大模型加持下性能大幅超越历史，另一方面云原生边缘计算使得人工智能离所有用户更近。这两者的有机融合促使云原生边缘智能爆发新的价值增长点。 《自动化博览》边缘计算2024特辑—KubeEdge SIG AI 云原生边缘智能产业发展。文章指出，人工智能正在跨越两大领域的技术边界，一方面人工智能在大模型加持下性能大幅超越历史，另一方面云原生边缘计算使得人工智能离所有用户更近。这两者的有机融合促使云原生边缘智能爆发新的价值增长点。
- 本篇文章是系列文章的第二篇，将详细介绍v1.15.0版本在 DMI 数据面的一些工作。 本篇文章是系列文章的第二篇，将详细介绍v1.15.0版本在 DMI 数据面的一些工作。
- 随着边缘计算的发展，人工智能在边缘侧的应用日益增多，对计算资源的需求也越来越高，尤其 GPU 算力的需求增长迅速。KubeEdge 作为基于 Kubernetes 的开源边缘计算平台，除提供高效的边缘设备管理和边缘应用容器化服务外，还提供了边云协同 AI 框架 Sedna，助力边缘 AI 发展。 随着边缘计算的发展，人工智能在边缘侧的应用日益增多，对计算资源的需求也越来越高，尤其 GPU 算力的需求增长迅速。KubeEdge 作为基于 Kubernetes 的开源边缘计算平台，除提供高效的边缘设备管理和边缘应用容器化服务外，还提供了边云协同 AI 框架 Sedna，助力边缘 AI 发展。
- Kmesh是业内首个内核级流量治理引擎，Kmesh创新性地将服务治理卸载到内核eBPF和中心代理。Kmesh目前有两种工作模式：Kernel-Native 和 Dual-Engine模式。Kernel-Native模式，Kmesh将流量治理完全下沉操作系统内核，通过eBPF和可编程内核模块对流量进行治理，在整个服务访问链路上不会增加任何多余的连接跳数，提供极致的性能体验。当然Kernel-N... Kmesh是业内首个内核级流量治理引擎，Kmesh创新性地将服务治理卸载到内核eBPF和中心代理。Kmesh目前有两种工作模式：Kernel-Native 和 Dual-Engine模式。Kernel-Native模式，Kmesh将流量治理完全下沉操作系统内核，通过eBPF和可编程内核模块对流量进行治理，在整个服务访问链路上不会增加任何多余的连接跳数，提供极致的性能体验。当然Kernel-N...
- ENS应用网络服务解决跨云跨池容器混合分布场景下的应用互联、服务发现、服务治理、应用安全等问题，为企业提供一个高效、灵活的多云k8s网络管理平台，帮助企业在复杂异构的多云环境中实现面向应用的敏捷交付、原生高可用和一致安全性。 ENS应用网络服务解决跨云跨池容器混合分布场景下的应用互联、服务发现、服务治理、应用安全等问题，为企业提供一个高效、灵活的多云k8s网络管理平台，帮助企业在复杂异构的多云环境中实现面向应用的敏捷交付、原生高可用和一致安全性。
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签