云端Linux服务器比以往来得成本更低、性能更好。 要是你之前还没有启动过云端Linux服务器,眼下也许正是大好时机。原因何在因为你在短短几分钟内就能安装好一台Linux服务器; 因为你在决定使用哪种发行版方面有众多的选择; 因为你可能刚发现,云端Linux服务器为你提供了一种非常便捷的方式,可以处理你平常工作时可能没有时间或机会试一下的命令和应用程序; 因为你可以从基于Unix的系统获得众多价值,成本却异常合理,如果你头次接触这种场景(云服务提供商似乎喜欢新手),更是如此。 因为安装和管理云端Li
本文介绍了 Docker 技术的基本概念、架构、使用场景以及基于 Docker 的开发实践。通过本文,读者可以了解到 Docker 技术的基本原理,以及如何在各种环境中使用 Docker 进行开发。
很多公司选择AWS作为其IT解决方案,AWS有很多云服务,以下介绍AWS中几类比较重要的服务。
当连续创业者Avigdor Willenz向他前同事Bilik (Billy) Hrvoye和Nafea Bshara的初创公司投资2000万美元时,他不会想到,这家公司后来会以3.5亿美元的高价出售给了亚马逊。再之后,又仅仅过了几年,这次收购就使亚马逊网络服务(AWS)成为了硬件和芯片市场上一个强大的竞争者,并对芯片两强英特尔和AMD构成了威胁。
在亚马逊云服务中部署被盛赞为是一个很好的方式来实现高扩展性并且你只需要支付你所使用的云计算机性能即可。那么,如何从这项技术中获得最佳的扩展性呢?
Docker(容器技术)始于2013年,自那时起我便经常可以看到有关docker的消息。之前我已经尝试过docker的入门例子,但我觉得自己没有真正理解docker技术的价值所在以及docker容器是如何运行的。在这周,当我花了一些时间去研究docker之后,发现它并没有我之前想得那样神秘和复杂。
在亚马逊的每一份年报中,Jeff Bezos 都会附上一份 1997 年致股东信的原件副本。在信中,Bezos 概述了亚马逊是否成功的基本衡量标准:坚持不懈地关注客户、创造长期价值而不是关注企业短期利润,以及持续进行大胆的创新。Bezos 写道,“如果我们执行得很好,那么每天都是‘第一天(Day one)’。”
Amazon EKS(Amazon Elastic Kubernetes Service)是一项托管服务,允许您在 AWS 云上运行 Kubernetes,而无需设置、管理或维护自己的控制平面和节点。
自动缩放服务可以帮助管理员识别未充分利用的资源,并降低公共云成本,以及了解如何通过负载平衡和标记最大限度地发挥这些优势。 可扩展性是公共云的基石。但是,由于在需要时扩展资源很重要,因此必须缩减不必要或未充分利用的工作负载以满足降低资源的需求。这降低了公共云成本,加快了系统完美补丁和更新升级,并提高了安全性。 然而,手动实例管理在动态云计算环境中实际上是不可能的。相反,IT团队应该使用云自动扩展。以下是一些入门提示。 确定不必要的工作负载和资源 在生产环境中,云计算工作负载或应用程序可能需要在某个水平保持运行
在如今,在讨论云时是很难不提及容器技术的。无论你是刚刚入门的技术新人或者经验丰富的专业人士,一定都应当知道这些与云中容器技术相关的重要术语。 随着云计算中容器技术的普及,越来越多的企业都不选择考虑其他选项了。 虽然容器技术已经面世一段较长时间了,但最近是Docker帮助它们进入了企业应用的焦点。随着云的发展,更多的企业了解了采用混合云和多云模式的好处,但是确保软件在不同环境之间迁移时能够稳定运行则成为了一大挑战。容器技术是通过将应用程序机器所有组件打包成为单个可便携的包来解决这一难题的。 此外,随着云计
自动缩放服务能够帮助管理人员识别未充分使用的资源,从而减少公共云成本。了解负载平衡和标记功能是如何最大限度发挥这些优势的。 可扩展性是公共云的基石。但是,正如在有需要时扩展资源一样,在不需要或者资源未被充分使用时也需要收缩资源,这两者是同等重要的。这就有助于降低公共云成本、加速系统打补丁和更新升级,以及提高安全性。 但是,在动态云环境中实现手动实例管理实际上是不可能的。相反,IT团队应当使用云自动扩展服务。以下是一些入门提示。 识别不需要的工作负载与资源 在一个生产环境中,将很可能需要确保云工作负载或应用程
仅仅在2013年左右才发布的Docker,却已经遍布了我的Twitter消息和RSS阅读器。在之前我已经运行过“Hello World”的示例,但我自觉没有能真正理解其内涵,准确地说,我并不了解Doc
由于需要使用越来越复杂的神经网络,我们还需要更好的硬件。但我们的电脑通常不能承受那么大的网络,不过你可以相对容易地在亚马逊上租用一个功能强大的计算机,比如E2服务你可以相对容易地按照小时租用在亚马逊EC2服务。 我使用Keras——一个开源神经网络Python库。因为它的易用性,所以初学者可以很容易开始自己的深度学习旅程。它建立在TensorFlow之上(但是Theano也可以使用)—— 一个用于数值计算的开源软件库。租借的机器将通过浏览器使用Jupyter Notebook ——一个网络应用程序,允许共享
本文介绍了Docker带来的五大益处,包括持续部署和测试、使用Docker容器、多种云平台、环境标准化和版本控制、隔离和安全以及快速启动和部署。通过使用Docker,开发人员可以更轻松地将应用部署到不同的环境中,并确保部署的一致性和安全性。
如今,云计算已经使DevOps的成长和扩展远远超出了由内部部署生产环境规定的传统界限。借助亚马逊网络服务(AWS)和其他云服务提供商,DevOps设备旨在通过授权工程师在计算机化设计中更改、测试和推送代码来加快技术进步。
如今如果没有提及容器,就很难谈论云计算。无论技术新手还是经验丰富的专家,都需要了解与云中容器相关的这些关键术语。 随着云计算中容器的普及,更多的组织选择不考虑采用外部的容器。 容器已经存在了一段时间,但Docker最近帮助他们成为企业使用的焦点。随着云计算的发展,越来越多的企业看到采用混合和多云模型的好处,但确保软件在从一个环境转移到另一个环境时可靠运行是所面临的一个挑战。容器已经通过将应用程序及其所有组件包装到一个更便携的软件包来解决问题。 而且,随着云计算中容器的日益普及,包括亚马逊网络服务(AWS)
提供灵活性和最小的锁定风险,开源云工具正在企业市场中逐步取得进展。下面就来看看云部署和管理的五大开源产品。 开源技术对云计算世界产生了重大影响,其中有两个主要的原因:开源软件基本上是免费的和开源工具的用户不会受到专有软件那种通常很严格的许可模式的限制。许多专有软件厂商,如微软和甲骨文,试图保持这些许可模式,尽管它们会阻碍虚拟化和云计算的灵活性。 许多开源工具,如Linux和Xen,已经开源了云工具来使云用户受益。这些工具包括KVM、Eucalyptus、CloudStack、OpenNebula和OpenS
在本文中,我们将学习在 AWS 云中从 Amazon EC2 创建和启动 RHEL 8 的分步过程,以及如何使用 Putty 应用程序访问 RHEL 8 实例。
传言要换“掌门人”的确实是亚马逊,但是此“掌门”并非 “掌”的是亚马逊的门,而是其门下最主要的分部之一——AWS。
部署在亚马逊的云服务器中被认为是实现高可扩展性的好方法,同时只需要为您所使用的计算能力支付费用。不过您要如何从技术中获得最佳的可扩展性呢?
[这篇文章是由巴拉克·梅里莫维奇撰写的。] 我们已经在之前的文章中广泛讨论了OpenStack网络。在这篇文章中,我想深入讲解一个更高级的OpenStack网络场景。
当谈及使用OpenStack和公共云供应商(如AWS)开发混合云时,很多IT专业人士都有着一个长长的愿望清单。 混合云是2016年最热门的IT流行语之一。一些企业会倾向于开发一个OpenStack混合云 ,其中内部或私有云运行使用的是开源云平台,而公共云部分则选择亚马逊网络服务、谷歌或微软这三大云服务供应商之一。 但是,由于OpenStack仍然处于开发阶段,OpenStack混合云计算开发相关的可用接口和工具并没有像众多IT专业人士所希望的那样完整或高效。 OpenStack与其他云平台之间还存在着一些脱
不知人们是否了解AWS云服务,但很确定到目前为止,每个IT专业人士都听说过流行的亚马逊网络服务(AWS)产品,如弹性云计算(EC2)和简单存储服务(S3)。但是,亚马逊公司还提供100多种可用的云服务,可能很多人还不知晓。 来自调研机构Synergy Research Group的最新调查数据显示,2017年第四季度,基础设施即服务(IaaS)、平台即服务(PaaS)和托管私有云的支出增长了46%,亚马逊公司为此投入大部分资金。 这个调查报告指出,“AWS公司继续保持其云计算领域的主导地位,其收入超过四个
随着时间的高速发展,社会的不断进步……亚马逊公司推出了AWS云计算平台,有越来越多公司或是大佬们的首选,为了能够跟得上大佬们的步伐,斗哥也决定入坑了。正所谓工欲善其事,必先利其器,因此,斗哥想先向大家介绍一款工具----Pacu(一款基于AWS渗透测试的框架)。
目前云平台逐渐火热起来,国内如:阿里云、腾讯云、华为云等平台,国外如:AWS、Azure、Google GCP等平台,都有不少用户,并在持续的增加中。
在经过一番艰苦努力的之后,我最终调试解决了一个非常棘手的混合云网络问题。 虚拟私有云(VPC)提供了一个包含免费虚拟机(VM)使用时间的培训项目,学生可以跟随一位现场讲师学习,而不需要花时间去安装产品。但是,大量的短暂存在亚马逊云服务(AWS)虚拟机使我的主控机很难保持对它们的可靠控制。它们可能无法访问我最喜欢的亚马逊简单队列服务(SQS),使用几百个这种服务会控制我的Elastic Compute Cloud(EC2)费用支出。 和许多很好的混合云一样,VPC的私有地址空间已经通过AWS Direct C
两周前,Facebook大张旗鼓地开源了Caffe2深度学习框架,它在英伟达DGX-1平台上的高性能表现极为亮眼。 Google立刻动手反制,没几天就给出新版的TensorFlow测试数据,在性能上开始压制Caffe2。 由此看来,要在人工智能上赶超Google,Facebook仅仅靠模仿还是不够的,而Google也绝不甘心坐以待毙。 不管怎么说,留给Facebook的时间不多了。 我们先来对比一下双方的测试结果:除了VGG16模型测试中的8核数据,其余结果上TensorFlow均处于优势。
2006年,亚马逊发布全球第一个云计算服务Amazon S3,云计算的商业化时代由此拉开序幕,引发了IT基础设施向按需分配、按需付费的模式转变,直到发展成为今天全球都离不开的IT基础设施。
裸机云计算服务综合了物理服务器和公共云两者的优点,但是这可能并不适用于所有的工作负载。用户在做出决定之前应权衡利弊。 在某些情况下,公共云服务无法为管理员提供全面的可见性和控制权,特别是在可变工作负载
AI 圈里很多人都听说过开源 AI 作画扩散模型 Stable Diffusion,见识过 AI 图片横扫朋友圈。最近大模型兴起除了造梗图之外,应用前景也在逐渐清晰,AIGC(人工智能生成内容)成为了众多科技公司正在尝试的领域。
在最近发生的主要云安全事件中,Capital One公司的数据泄露事件影响了美国的1亿人和加拿大的600万人。其实并不只有Capital One公司遭遇网络攻击,黑客Paige A. Thompson与此同时窃取了其他三十多家公司、教育机构和其他实体的数TB的数据。
今年2月,由光环新网运营的AWS 中国(北京)区域和由西云数据运营的 AWS 中国(宁夏)区域发布新的实例类型,新的实例类型包括C5、C5d、R5、R5d。除了这四种之外,在AWS国外部分区域还上线了最新的C5n。
[这篇文章是由巴拉克·梅里莫维奇撰写的。]
在拉斯维加斯举行的黑帽大会(Black Hat 2014)上,一位颇有名声的研究人员称安全专业人士并未对托管在AWS云基础架构上的应用的安全性给予充分的关注,因而AWS用户可能更容易遭受到攻击:隐私信息暴露、模仿AWS EC2实例,甚或更糟。 黑帽大会上在星期三发表的一次演讲中,咨询公司Bonsai Information Security的创始人、开源w3af安全框架的领导者Andres Riancho详细阐明了他为一个“将Web应用托管在AWS基础架构上”的客户提供渗透测试的全经历。 尽管之前Rianc
虽然最近亚马逊在迁离Oracle的数据库,使用Aurora PostgreSQL导致Prime Day促销日出现故障,但这似乎并不影响Amazon Aurora 数据库的推进,并且亚马逊一直在说Amazon Aurora兼容MySQL和PostgreSQL,是一种将数据库迁移到云的优秀工具。可见其要脱离Oracle的决心。而SAP也做出了同样的事情,在以前的SAP ERP系统里,SAP一直使用着别人的数据库,比如Oracle,后来SAP推出了HANA内存数据库,在S/4 HANA系列版本中,成功的使用了自己研发的数据库。可以看出这两家企业都想离开Oracle,所以合作是必然的事。
生成式 AI (Generative AI)已经成为全球范围内的一个重要趋势,得到越来越多企业和研究机构的关注和应用,生成式 AI 的全球市场正在迅速扩大,据 IDC、摩根大通等多家研究机构数据预测,预计到 2025 年,全球生成式 AI 市场的规模将达到 110 亿美元,年复合增长率超过 50%。
2022 re:Invent 如约而至,带来了云计算领域年度最后一场重要的产品发布盛会,也多少为我们揭示了今年云计算的整体演进趋势。本次 re:Invent 第一场 Keynote 于太平洋时间 19:30 (北京时间 11:30)开始,由亚马逊云科技高级副总裁 Peter DeSantis 带来,主题聚焦于亚马逊云科技围绕性能、性价比、安全三方面因素综合考虑带来的创新和发布,涵盖了 Nitro v5 高性能芯片、C7gn 实例、ENA Express 解决方案等八大重要内容,整体可以分为芯片与实例、协议与
高级亚马逊Web服务用户更喜欢自我管理运行在亚马逊弹性计算云上的数据库,而不是数据库即服务产品,至少现在看是这样的。 上周,AWS超级用户在线活动群组创立会议的演示中,关注超级用户如何在AWS上运行数据库。大多数演讲者表示他们在弹性计算云(EC2)上运行类似Cassandra和MySQL这样的自我管理数据库,而不是使用亚马逊的数据库即服务(DBaaS)平台,比如关系型数据库服务(RDS)以及DynamoDB。 然而,一些IT专家在此次活动中也表示有过DBaaS体验,而且一些仍旧在自我管理和DB
上一章介绍了创建Python分布式应用的Celery和其它工具。我们学习了不同的分布式计算架构:分布任务队列和分布对象。然而,还有一个课题没有涉及。这就时在多台机器上部署完成的应用。本章就来学习。 这里,我们来学习Amazon Web Services (AWS),它是市场领先的云服务产品,以在上面部署分布式应用。云平台不是部署应用的唯一方式,下一章,我们会学习另一种部署方式,HPC集群。部署到AWS或它的竞品是一个相对廉价的方式。 云计算和AWS AWS是云计算的领先提供商,它的产品是基于互联网的按需计算
公有 PaaS 平台并没有达成共识,没有统一应用的 PaaS 服务 API,因此不便于应用在各平台之间移植。谷歌、亚马逊与微软三大巨头在 PaaS 领域分庭对立,在强大的技术实力与基础资源的支撑下,构建了与自身文化相对应的公有云 PaaS 平台。相对于三大巨头,于2007 年起家的 Heroku,正是由于看到了大平台厂商对应用代码的“侵入性”,以及对开发人员的“绑架”,因而独辟蹊径地开发了一套可移植的 PaaS 平台。
随着数字化时代的到来,云计算已经成为了信息技术领域的重要驱动力,为企业和个人提供了强大的计算和存储资源。本文将探讨云计算的发展历程、核心概念,以及在IT领域的广泛应用。
Ludicolo was a salsa master, he would teach Ash how to move like a god. He would make fun of Ash for being unable to move so quickly, and would even attack him for being weak.
为了帮助充分利用AWS的托管服务快速构建起一套集群环境,彻底去掉“单一故障点”,实现最高的可用性,我们准备了《低代码智能集群@AWS的架构与搭建方案》看完本文,带你掌握“基于nginx配置服务器集群”。
选自TensorFlow.org 机器之心编译 参与:蒋思源、黄小天 自 TensorFlow 1.0 发布以来,越来越多的机器学习研究者和爱好者加入到这一阵营中,而 TensorFlow 近日官方又发表了该基准。因此本文通过将一系列的图像分类模型放在多个平台上测试,希望得出一些重要结果并为 TensorFlow 社区提供可信的参考。不仅如此,同时在本文最后一节中还将给出测试进行的细节和所使用脚本的链接。 图像分类模型的测试结果 InceptionV3、ResNet-50、ResNet-152、VGG16
作者Lukas Biewald,是CrowdFlower创始人。 量子位编译整理。 问:搭建一个深度学习系统拢共要花多少钱? 答:在树莓派上运行TensorFlow成本是39美元;在GPU驱动的亚马逊EC2节点上运行TensorFlow的成本是1美元,每小时。这些都是可行的方案。 当然要想玩得过瘾,可以自己搭建一个快速的深度学习系统,成本不到1000美元。 这也不是小数目,但这么做的好处是,一旦你有了自己的机器设备,可以运行数百个深度学习应用程序,比方增强的机器人大脑,或者搞点艺术创作。这套系统至少比M
去年的AWS re:Invent 2021有很多跟芯片相关的内容值得展开来说的事情。但网上已经有很多专业的文章了,我就不再班门弄斧一一介绍了。
2、s3-hosted p_w_picpaths 和EBS-backed p_w_picpaths的比较分析;
AWS副总裁兼杰出工程师、亚马逊于2015年收购的以色列芯片制造商Annapurna Labs的联合创始人Nafea Bshara非常低调,他的朋友-Annapurna的联合创始人Hrvoye(Billy)Bilic也是如此。
领取专属 10元无门槛券
手把手带您无忧上云