首页 > 业界 > 关键词  > 基金最新资讯  > 正文

微软谷歌脸书网飞Isovalent宣布联手成立eBPF基金会

2021-08-13 11:07 · 稿源: cnbeta

作为基础设施领域最具影响力的技术之一,eBPF 已在过去几年迎来了爆发式的增长。为更好地帮助和支持基于 eBPF 的开源项目之间的协作,包括微软、谷歌、脸书、网飞、Isovalent 在内的多家企业于今日宣布 —— 其已在 Linux 基金会麾下成立了一个全新的 eBPF 基金会。

(来自:Isovalent 官网)

Isovalent 首席技术官兼联合创始人、同时也是新成立的 eBPF 管理委员会主任的 Thomas Graf 在一篇博客文章中表示:

今天,我们宣布在 Linux 基金会麾下成立一个全新的 eBPF 基金会。

我们团队中的许多人,从早期就参与了相关开发工作,伴随它一路走过,且迎来了一个了不起的里程碑。

我们对在该技术创建过程中发挥的关键作用感到非常自豪,并将通过在 Linux 内核中共同维护该技术、以及几个主要的 eBPF 项目,来积极参与 eBPF 的未来开发。

回顾历史:

从 2014 年的一项 Linux 内核功能开始,eBPF 开始了它的旅程,并在同年编写提交了一个 Kubernetes 。

我还记得在 Linux Plumbers 会议上首次讨论了将 eBPF 添加到 Linux 内核的提议。

随着热度的增长,我们中的一些人开始看到围绕 eBPF 的巨大潜力,并最终成立了一家完整的公司。

顾名思义,eBPF 与 BPF 有着共同的起源。BPF 起源于 BSD 社区,而 eBPF 合并到 Linux 内核的条件之一,就是要求不在内核中维护另一种字节码语言。

所以 eBPF 能够运行经典的 BPF 程序,同时顺理成章了铸就了“扩展 BPF”这个名称。

为何创建 eBPF?

从历史上看,由于内核具有监督和控制整个系统的特权能力,操作系统一直是实现可观察性、安全性和网络功能的理想场所。

同时,操作系统内核由于其核心作用、以及对稳定性和安全性的高要求而难以演进。

因此,与在操作系统之外实现的功能相比,操作系统级别的创新率,通常都是较低的。

eBPF 从根本上改变了这一点,通过允许沙盒程序在操作系统中运行,eBPF 使开发人员能够创建在运行时向操作系统添加功能的 eBPF 程序。

然后操作系统保证安全性和执行效率,就像在即时 (JIT) 编译器和验证引擎的帮助下进行本地编译一样。

这催生了一波基于 eBPF 的项目,涵盖了广泛的用例,包括下一代网络、可观察性、以及安全功能。

eBPF 的当前应用:

eBPF 很快就进入了大型数据中心的基础设施软件层,比如 Facebook 发布了基于 eBPF 的负载均衡器 Katran,且多年来一直在为该公司的数据中心提供支持。

最近,Facebook 工程师还撰写了关于使用 eBPF 进行大规模加密的文章,此外 eBPF 的适用范围不仅于此。

比如 Capital One 和 Adobe 均于 2020 年的 eBPF 峰会上分享了他们是如何通过 Cilium 项目,来利用 eBPF 助推其云原生 Kubernetes 环境中的网络、安全性和可观察性需求的。

eBPF 甚至已经成熟到 Google 决定将其引入自家托管的 Kubernetes 产品(GKE 和 Anthos),作为新的网络、安全性和可观察性层的地步。

为何创立 eBPF 基金会?

近年来,基于 eBPF 的项目数量呈爆炸式增长,并且越来越多的项目宣布有意开始采用该技术。eBPF 正迅速成为基础设施软件领域最具影响力的技术之一。

因此,优化项目之间的协作并确保 eBPF 的核心得到良好维护、并为 eBPF 的光明未来配备清晰的路线图和愿景的需求,也在日渐提升。

这就是 eBPF 基金会的用武之地,同时我们成立了一个 eBPF 指导委员会,来把关 eBPF 的技术方向和愿景。

此外随着 eBPF 普及移植到 Windows 内核和其它平台的,eBPF 程序可的移植性和 eBPF 运行时要求等问题,也变得愈加重要且需要协调。

下一步的发展规划?

eBPF 将持续快速发展,你可在项目目录中找到一组不断扩展的列表。尽管 eBPF 已被广泛部署,但我们仍处于让它开启一大波创新浪潮的早期阶段。

最后,如果你想了解有关 eBPF 的更多信息,还请考虑免费注册即将于 8 月 18 至 19 日举行的虚拟 eBPF 峰会。

举报

  • 相关推荐
  • 大家在看
  • 网飞开发肯尼迪传记片

    由于《王冠》今年落幕,网飞正设法打造一部仍以显赫家族为卖点的美版王冠。思来想去美国也只有肯尼迪家族具备这种号召力,不仅JFK与戴妃一样均死于意外,留下的谜团至今仍存争议,且相关参考材料汗牛充栋,可以把剧本写得很扎实。原剧于2021年首播,在多个国家位居网飞节目收视率冠军位置,第二季何时播映目前尚不得知。

  • 浙大校友联手微软开源LLaVA-1.5,硬刚GPT-4V

    LLaVA-1.5是来自威斯康星大学麦迪逊分校、微软研究院和哥伦比亚大学的研究人员近期开源的一款全新的端到端多模态大模型,可与OpenAI的GPT-4V形成正面竞争。LLaVA-1.5在11项基准测试中都实现了新的状态最优成绩,包括视觉问答、图像caption等任务,展现出了强大的多模态理解能力。LLaVA-1.5以其出色的多模态理解能力,向业内掀起了一股“硬刚GPT-4”的新风潮。

  • 联手惠普!谷歌将在印度生产笔记本电脑Chromebook

    谷歌母公司Alphabet的首席执行官SundarPichai最近表示,将与惠普合作,在印度生产笔记本电脑Chromebook。Chromebook将在印度南部钦奈附近的FlexLtd.工厂生产,惠普自2020年以来一直在那里生产笔记本电脑和台式电脑。该公司希望在寻求建设一家电动汽车生产厂的同时,建造一家电池储能生产工厂。

  • 打通谷歌办公软件 Bard与ChatGPT走差异化道路

    曾被ChatGPT吊打的Bard发布重磅更新,打通了Gmail、Docs等谷歌办公应用全家桶的数据,支持一键转存AIGC内容至谷歌系的邮箱、文档、表格等应用程序中在对话页面加入“Googleit”自核实功能,避免对话机器人的幻觉Bug。Bard上线后一直在迭代,几乎每个月都有新版本发布,不断增加功能,比如语音输入,比如按用户文本指令直接给出过去需要搜索引擎才能找到的图片。建议国内搞AI

  • 苹果 AI 战略高级副总裁:苹果曾考虑收购微软 Bing 以对抗谷歌

    据解密的证词显示,苹果曾考虑通过收购微软的搜索引擎Bing来挑战谷歌的搜索业务,这是一个罕见的对幕后故事的窥视,揭示了在谷歌主导的行业中所发生的情况。华盛顿特区一家法院周三公布了苹果高级副总裁JohnGiannandrea的证词,此前公众批评针对谷歌的里程碑式反垄断审判在很大程度上是在闭门进行的。」司法部的一名检察官在审判中朗读了这封内部邮件。

  • ElevenLabs推出长音频生成平台Projects 可将籍变成有声读物

    人工智能公司ElevenLabs推出了名为Projects的长篇音频生成和编辑平台。该平台汇集了公司在长篇语音合成、音频调教和并行音频生成等领域的研究成果,使创作者、出版商和独立作者能够在几分钟内为整个对话段落、新闻文章甚至有声书生成配音,全部在一个工作流程中完成。该产品简单高效的工作流程和强大的语音生成能力,令ElevenLabs在语音合成领域处于领先地位。

  • GPT-4太烧钱,微软想甩掉OpenAI?曝出Plan B:千块GPU专训「小模型」,开启必应内测

    GPT-4太吃算力,微软被爆内部制定了PlanB,训练更小、成本更低的模型,进摆脱OpenAI。GPT-4太吃算力,连微软也顶不住了!今年,无数场微软AI大会上,CEO纳德拉台前激动地官宣,将GPT-4、DALL·E3整合到微软「全家桶」。毕竟后者对哪些公司可以将其开源LLM进行商业化是有所限制的。

  • 微软密谋小尺寸AI模型,撇开OpenAI搞起了“B计划”

    AI大模型无疑是2023年的关键词,更是各大科技厂商竞逐的热门赛道。然象征着未来的AI大模型实在太费钱,以至于财大气粗如微软都开始考虑“PlanB”了。所以在这样的情况下,微软自然也就有意来改变现状了。

  • 商汤科技开源生·浦语大模型InternLM-20B

    商汤科技与上海人工智能实验室联合推出了书生・浦语大模型的200亿参数版本InternLM-20B,并在阿里云魔搭社区上进行了开源发布。InternLM-20B模型性能超过了开源模型标杆Llama2-70B,具备更强的综合能力和应用便捷性。全链条工具链包括数据、预训练、微调、部署和评测等环节。

  • 搞大模型巨亏,微软都还没挣到钱!GitHub Copilot每月收10刀,倒赔20

    别看全球科技圈都在大模型上轰轰烈烈搞了这么久——做出来的热门产品居然还是赔钱的?!就拿这里面最“得势”的微软来说,据华尔街日报爆料:他们那用户量高达150万的AI编程工具GitHubCopilot,平均每个月在每个用户身上都要倒贴20美元,最高能达80美元。图源备注:图片由AI生成,图片授权服务商Midjourney换言之,微软自做出Copilot以来,光是一个月在它上面亏损就高达3000万美元,一年下来亏损直接过亿。比如:谷歌将一款AI助手的月会费从最开始的6美元提高到30美元;微软计划在Bing搜索中换用更便宜的来自Meta的开源工具;Zoom则在模型大小上做细化,根据任务难易灵活调用最合适的版本……当然,在这之中,相比不少巨头们还在拼命挖掘大模型本身的落地价值,“卖水人”倒是已经赚得盆满钵满了。

今日大家都在搜的词: