重磅！京东云自研第四代云主机发布；曝国外物理学家开发出用于量子计算机的汇编语言
共 3255字，需浏览 7分钟
· 2021-03-02
开发者社区技术周刊又和大家见面了，快来看看这周有哪些值得我们开发者关注的重要新闻吧。
谷歌推出了GKE Autopilot用于交付Kubernetes
曝微软将发布基于Excel的低代码语言：Power Fx
国外物理学家开发出用于量子计算机的汇编语言
流量洪峰磨练，京东云造“京刚”！
谷歌与英特尔合推 “云原生”5G 应用
英伟达发布Jarvis 1.0公测版：基于GPU提供对话式AI服务的应用框架
WWW 2021丨融合先验知识的BERT注意力模型
FACS的分区域探测
行 业 要 闻
谷歌周三宣布了一种新的运作方式，即托管的Kubernetes服务Google Kubernetes Engine（GKE）。新的GKE Autopilot现已面市，它提高了Kubernetes管理中涉及的自动化级别，从而消除了所有节点管理。在Autopilot中，Google SRE管理节点，包括供应，维护和生命周期管理。Autopilot节点被锁定，从而防止了使节点不受支持的系统管理员级修改。Autopilot中的群集配置针对生产进行了优化。此外，通过用于锁定单个节点的GKE强化指南和安全最佳实践，保护了整个群集基础结构。
近日有消息传出，微软计划发布一款新的低代码工具。爆料人士 WalkingCat 发布 Twitter 称，微软正在为其低代码平台 Power Platform 开发一种新的低代码语言，该语言可能基于 Excel 公式设计，并取名为“ Power Fx”。熟悉 Excel 的朋友应该知道，“fx”是一个允许用户输入公式或数据的函数符号，这也与 Power Fx 的功能基本吻合。据外媒 ZDNet 报道，这款针对 Excel 用户的低代码工具预计将在 3 月份的微软 Ignite 2021 大会上发布，帮助缺乏专业编程能力的人在 Power Platform 上进行开发。
2月26日下午消息，京东科技旗下京东云正式发布自研软硬一体虚拟化架构—京刚，全面支撑第四代计算产品，同时推出高性价比的第四代云主机，目前正在全面支持京东健康新冠肺炎疫苗预约与核酸检测业务。京刚核心功能模块源自京东云自研虚拟化技术，京刚智能芯片的核心能力在于，实现使用硬件替代软件完成核心虚拟化工作。通过京刚智能芯片实现网络和存储数据的高速转发和所有管理控制逻辑，并通过芯片加速引擎，将存储、网络及所有管控面的功能都下沉到芯片中，并兼容云主机、裸金属、原生容器等原有各种计算服务形态，实现了虚拟化架构的统一升级。据介绍，未来，京东云将在基础设施和软、硬件技术研发方面持续发力，不断扩充产品形态，满足互联网、金融、零售等各种场景用户的上云需求，助力企业敏捷高效的数字化进程。点击【京刚】了解更多产品相关信息。
美国能源部桑迪亚国家实验室的一个开源汇编语言项目试图解决量子计算的编程问题。物理学家Susan Clark的团队在他们的QSCOUT平台上运行来自学术界、企业和独立研究员的代码。QSCOUT代表Quantum Scientific Computing Open User Testbed，他们的汇编语言被称为Just Another Quantum Assembly Language或者缩写JAQAL。
Google和IBM等公司都开发了自己的量子计算机和编程语言，但QSCOUT的一大优势是它使用了离子俘获技术，比Google和IBM使用的超导技术更稳定，虽然速度比较慢，但能维持相干性，而Google和IBM的量子计算机会在一秒内失去相干性。QSCOUT的真正优势在于它允许用户控制计算机的运算。
2月23日晚间消息，据报道，谷歌云（Google Cloud）和英特尔计划在多条战线上合作，为运营商、企业和越来越多的移动网络供应商开发 “云原生”5G 服务和技术。据悉，这两家科技巨头扩大合作关系的预期成果包括，可供网络运营商和边缘企业复制的使用案例蓝图，云原生网络功能的预集成平台，以及加强与数十家软件供应商的协作以进行验证和测试。此外，两家公司还计划结合各自的优势力量，以进一步开发服务和虚拟化无线接入网络（vRAN）的部署模式。
对于此次合作，谷歌的贡献在很大程度上将来自其庞大的云业务，尤其是其 “Anthos for Telecom Platform”平台；而英特尔将贡献其 FlexRAN 参考软件和云原生 “开放网络边缘服务软件”（OpenNESS）部署模式。
根据英伟达官方的消息，英伟达26日发布Jarvis 1.0公测版，这是基于NVIDIA GPU提供实时性能的灵活、多模态对话式 AI 服务应用框架。官方表示，公测版中包含用于构建和部署实时对话式AI应用程序的端到端工作流程，例如转录、虚拟助手和聊天机器人等。
本次发布版本的亮点包括：
基于数千小时语音数据训练的ASR、NLU和TTS模型。
采用自定义数据通过零编码的方法快速重新训练模型的TLT。
全面加速的深度学习流程经过优化，可作为可扩展服务运行。
使用一行代码部署服务的端到端工作流程和工具。
学 术 前 沿
Academic News
BERT等预训练模型使得自然语言处理等相关研究能够充分利用大规模的无标注语料，推动了整个自然语言处理的发展。那么接下来如何进一步提升BERT等模型的效果是研究人员关注的一个重点。除了结构，训练方式等，一个重要的分支就是使用外部知识，利用外部知识提升模型的效果。
常规做法是增加一个额外的任务帮助模型利用外部知识，这种存在一个问题，额外的任务会影响 BERT 本身的结构和参数，因此提升效果是不稳定的，有没有更加简单有效的方法提升模型的效果呢？
针对这个问题，本文针对BERT在文本语义匹配任务上进行了一个深入的研究，并设计了一种简单有效的外部知识利用方法。
*论文链接：https://arxiv.org/abs/2102.10934
该论文是关于人脸表情分析类的文章。人脸动作单元检测是人脸表情分析的基础，由Section 2可以知道AU只发生在人脸的小区域内，好处是关注特定区域有助于消除身份的影响，但也会带来丢失信息的风险。在该论文种作者将人脸分为三个大区域，上、中、下，并根据它发生的位置对 AU 进行分组，并提出了一种基于三个区域的注意网络。该论文的贡献可以分为如下三个部分：
作者提出了一种便于训练的端到端深度学习框架，可以用于AU的检测。
作者在提取特征的时候，使用硬掩模和软注意掩模来提取关键特征。
作者使用挤压-激励（SE）模块来学习所有模块中的特征，便于提取全局信息。
*论文链接：https://arxiv.org/abs/2002.04023
*以上信息来源于网络，由“京东科技开发者”公众号编辑整理，
不代表京东科技立场*
企业IT预算不高，但又有业务硬需求，怎么办？即日起至3月31日，京东云“开年嗨购季”云主机、云数据库、云存储、云硬盘、云安全等多类爆款产品低至1.4折起！还有京鱼座C1智能音箱、京鱼座I8智能音箱、iPhone 12 64G手机等豪礼相送！点击阅读原文，查看活动详情。
