Nós entramos na era da inteligência artificial, inteligência artificial, no momento em que o ponto de partida, onde mais facilmente desencadear uma explosão de inteligência artificial, muitos desenvolvedores angustiante problema na prática. Ao mesmo tempo, a era da inteligência artificial e seguido por uma variedade de sistemas de software, para melhorar a diversificação e complexidade da operação e manutenção do modo de pensar. Nos últimos anos, a indústria tem havido arquitetura orientada a serviços (SOA), bem como o conceito de micro-serviços e outra arquitetura não-servidor, operação e manutenção são o caminho a seguir à operação de inteligência completo e manutenção.

Assim, no sábado, 18 de novembro InfoQ juntos trabalhar no AWS abriu a era da exploração inteligente da estrutura e da operação e manutenção da estrada. Dois AWS Solutions Architect Deng Mingxuan, Wu Pengcheng Inglês fluente e engenheiros de back-end Han Bing, reunidos em Nanjing Jiangnan Orioles espaço da tecnologia em torno da prática da tecnologia de inteligência artificial, evolução arquitetura, recipiente e serviços de micro, revela que para AI soluções, serviços e sem servidor de micro-arquitectura, de nível de produção plataforma Kubernetes para a compreensão de construção e para explorar e inovação.

Exploração e prática de inteligência artificial AWS de base tecnológica

da Amazon.com mecanismo de recomendação é alimentado por aprendizagem de máquina (ML), otimizado rota escolhida caminho robô em centro de operações também. Além disso, sua informação da cadeia de fornecimento, previsão e planejamento de capacidade é fornecida pelo algoritmo ML. Alexa, UAV programa, o primeiro-Air, bem como nova experiência de varejo em tecnologia de visão por computador Amazon Go sempre o mesmo, tudo a partir de compreensão da linguagem natural e aprendizado profundo apoio Reconhecimento Automático de Fala. Portanto, Deng Mingxuan em seu discurso centra-se na hierarquia e estrutura Amazon AI.

O serviço AI AWS é dividido em quatro camadas, o mais alto dos quais é chamado de hospedagem de serviços em nuvem, com as palavras de Deng, a saber: "Com este tipo de serviço de hospedagem, você não precisa de se concentrar no que é a prática tecnologia subjacente, desde que o foco nas necessidades de negócios, quando necessário, com uma função de transferência pode alcançar suas aspirações ". Se Amazon Polly ou Amazon Lex pertencem a este serviço de hospedagem.

Na parte inferior de uma camada de aprendizagem máquina está alojado Internet, ele refere-se a valores de classificação e de predição binários. A terceira camada é a infra-estrutura subjacente, como o Apache MXNet, TensorFlow, Caffe outra aprendizagem profunda e medidas de hardware quadro de aprendizagem de profundidade, é usado aqui para ajustar a sua estrutura estudo aprofundado, controle de otimizar.

Isto é, a camada inferior da infra-estrutura AI nuvem, incluindo a bem conhecida ECS e P2 lambda, e a GPU, em adição aos exemplos de F1 e que tem a capacidade de executar distribuídos em vários dispositivos. Este conjunto de plataformas, estruturas e serviços constituem a Amazon AI.

A Trend Micro serviço e arquitetura não-servidor

A arquitetura é a filosofia fundamental de dividir e conquistar, software segmentação para o desenvolvimento, operação e manutenção de conveniência, a meta é a entrega total software. Antes de alguma outra linha de salão na partilha da camada de infra-estrutura para cortar Separado quanto menos como integrar conteúdo para o tópico de discussão. E Wu Pengcheng sobre as melhores práticas de monômero, arquitetura SOA, micro-serviços, as melhores práticas em várias direções sem implantar arquitetura de servidor, etc. revelam estratégia de evolução da arquitetura de computação.

A tecnologia continua a avançar, mais e mais desenvolvedores estão dispostos a se preocupam apenas sobre como implementar o código apropriado, como alcançar a lógica de negócios, não se preocupe com as circunstâncias específicas de infra-estrutura e descoberta de serviços, mesmo, a inscrição tardia, a capacidade escalável, monitoramento de desempenho etc. também pode salvar o máximo possível a implantação de tempo, por isso, o processo tem havido sem servidor. Enquanto isso, a primeira arquitetura única é uma combinação de lógica de negócios, mas depois evoluiu para mais de uma empresa e quer lógica de negócios dissociar para alcançar aberta, e foi para o extremo desta tecnologia é o micro-serviços. Na verdade, o micro-service na natureza pode ser entendido como Serverless derivada, para serviços de micro-serviços na Serverless natureza.

Em Serverless em, AWS Lambda pode executar código de uma maneira massivamente paralelo, para responder a eventos. Lambda provavelmente evento de disparo, existem três tipos - um para mudança de estado de dados, o segundo está solicitando mudanças de terminais, além das mudanças de estado dos recursos. Considerações e melhores práticas para Lamdba, primeiro Lamdba não interativo, ele não vai armazenar todos os dados em si. Se você precisa para obter os dados, neste momento, e informações de status que é necessário para acessar o banco de dados ou o acesso S3. Ao mesmo tempo, a interação entre Lamdba com Lamdba também precisa de algo como um banco de dados ou algum diretório para acesso. Assim então Lamdba é nenhum estado pode fazer escala.

Uma nova geração de modelo de arquitetura "nenhum servidor"

Fluente como construir a nível de produção plataforma Kubernetes no AWS

Fluente em Inglês, de acordo com uma declaração disse que os engenheiros de back-end de Han Bing, no final de 2014 para 2016, a AWS escala de desenvolvimento de infra-estrutura e não complexa, mas Terraform EC2 para iniciar o processo de inicialização Ansible vai ter um monte de problemas, relacionados com a start-up e configuração da máquina conduziu todo o processo de implantação é complicado e demorado, o que levou à expansão difícil, um problema à espera de expansão. Juntamente com alongamento dinâmico não pode, precisamos ser motivo fluente A máquina permanece na maior ordem de magnitude, resultando em um desperdício de recursos até certo ponto.

Desde o início de 2016 para o final de 2016, início fluente tentando aplicar sua arquitetura com o modo de Docker. Mas, em seguida, mais e mais micro-serviços, uma das questões importantes para a equipe de desenvolvimento não pode implantar o serviço para sua própria linha. Agora para o final de 2016 para aumentar sua CB utilização através de um conjunto de processos.

Fluente considerar Kubernetes envolvem razão importante é - Os desenvolvedores não precisam de gastar mais tempo com foco na máquina subjacente, um número de necessidade pod CPU, quantidade de memória, Kubernetes pode ajudar com agendamento. Assim, em AWS, especialmente K8S implantado no AWS (China), o uso fluente Kops principalmente - K8S lançamento oficial da ferramenta de operação e manutenção, mas também é acompanhado por conveniência do que uma série de perguntas.

Por exemplo, K8S como integrar com fluxo de trabalho interno da empresa? Nossa solução é escolher gitlab, Spinnaker é um outro conjunto de programas de código aberto. Como outro exemplo, como fazer a vigilância com a integração K8S? Nossa solução é a utilização de Prometheus. Prometeu e integração K8S, dados sobre o princípio é capturado por p8s resultando em rede e fora dos dados, e depois com Grafana ver dados de vigilância e de alarme por AlertManager.

Além de monitorar, registro também é muito importante na mão um, tivemos de personalizar o seu próprio objetivo é ser capaz de consulta com base na vagem e serviços troncos e ver em tempo real, eo serviço pode acessar facilmente, então nós escolhemos a solução é fluentd. Após o discurso, o público também entusiasmado para alta disponibilidade e recuperação de desastres, K8S aplicações de programação e outras questões Kubernetes e professor Han Bing para fazer uma maior discussão e de troca, mais soluções são de tal profundidade de interação foi compartilhado e atribuição.