| |
Unikernel无核化五年后能否取代Docker |
|
| 从应用开发人员角度来说，UniKernels不需要一个操作系统的主机就能够部署应用程序，该UniKernel方法允许开发人员从一组服务库里面选择一种服务，该服务能够支撑应用的运行。其结果是UniKernel模型本身可以完全去除除操作系统，允许应用程序直接运行在一个虚拟机或服务器的硬件。 |
| |
| |
深度学习的编程模式比较 |
|
| 不同的深度学习库风格各异。那么这些函数库的风格在系统优化和用户体验方面又有哪些优势和缺陷呢？本文旨在于比较它们在编程模式方面的差异，讨论这些模式的基本优劣势，以及可以学到的经验。本文的讨论可能不只针对于深度学习，但采用深度学习的例子来分析和优化。 |
| |
| |
Otto开发初探——微服务依赖管理新利器 |
|
| 在本文中，CERT Division高级研究员介绍的Otto是Vagrant开发团队Hashicorp的又一力作。Otto在Vagrant基础上进行了有效的拓展，在管理基于微服务的应用时，解决了服务依赖关系上的重大挑战。如果程序所依赖的服务有依赖，Otto会自动解决、获取与构建这些依赖。 |
| |
| |
关于第三方云管理工具你应该了解的 |
|
| 云供应商能提供强大的云环境管理工具组，但是第三方工具仍能起到很大作用。第三方工具旨在为云数据中心的监控提供“单一管理平台”，集成云管理工具和看整体基础架构。管理员找到全部的必要组件以便维护健康的环境。 |
| |
| |
用R与Python在云端运行可扩展数据科学 |
|
| 由于增长的数据生产能力、低廉的数据存储成本和廉价的计算能力，数据科学变得越来越复杂，云计算能否带来简洁的方式？本文解析了将数据科学工作负载放在云端的优势和劣势，并对利用R与Python在云端运行可扩展数据科学的不同选项进行概要分析。 |
| |
| |
盘点OSX上最佳的DevOps工具 |
|
| 如果你供职于一个DevOps团队，那么你肯定会用到很多工具，比如通讯、架构、编排、编程、测试等等。Dustin Collins工作中使用的是Macbook Pro，他在本文列出了一些OSX平台上经常使用的效率提升工具，包括协作、开发等方面。 |
| |
