開發者社區技術週刊 又和大家見面了，快來看看這周有哪些值得我們開發者關注的重要新聞吧。
谷歌推出了GKE Autopilot用於交付Kubernetes
曝微軟將發佈基於Excel的低代碼語言：Power Fx
國外物理學家開發出用於量子計算機的彙編語言
流量洪峯磨練，京東雲造“京剛”！
谷歌與英特爾合推 “雲原生”5G 應用
英偉達發佈Jarvis 1.0公測版：基於GPU提供對話式AI服務的應用框架
WWW 2021丨融合先驗知識的BERT注意力模型
FACS的分區域探測
行 業 要 聞 Industry News
1.谷歌推出了GKE Autopilot用於交付Kubernetes
谷歌週三宣佈了一種新的運作方式，即託管的Kubernetes服務Google Kubernetes Engine（GKE）。 新的GKE Autopilot現已面市，它提高了Kubernetes管理中涉及的自動化級別，從而消除了所有節點管理。 在Autopilot中，Google SRE管理節點，包括供應，維護和生命週期管理。Autopilot節點被鎖定，從而防止了使節點不受支持的系統管理員級修改。Autopilot中的羣集配置針對生產進行了優化。此外，通過用於鎖定單個節點的GKE強化指南和安全最佳實踐，保護了整個羣集基礎結構。
2.曝微軟將發佈基於Excel的低代碼語言：Power Fx
近日有消息傳出，微軟計劃發佈一款新的低代碼工具。爆料人士 WalkingCat 發佈 Twitter 稱，微軟正在爲其低代碼平臺 Power Platform 開發一種新的低代碼語言，該語言可能基於 Excel 公式設計，並取名爲“ Power Fx”。熟悉 Excel 的朋友應該知道，“fx”是一個允許用戶輸入公式或數據的函數符號，這也與 Power Fx 的功能基本吻合。據外媒 ZDNet 報道， 這款針對 Excel 用戶的低代碼工具預計將在 3 月份的微軟 Ignite 2021 大會上發佈，幫助缺乏專業編程能力的人在 Power Platform 上進行開發。
3.流量洪峯磨練，京東雲造“京剛”！
2月26日下午消息，京東科技旗下京東雲正式發佈自研軟硬一體虛擬化架構—京剛，全面支撐第四代計算產品，同時推出高性價比的第四代雲主機，目前正在全面支持京東健康新冠肺炎疫苗預約與核酸檢測業務。京剛核心功能模塊源自京東雲自研虛擬化技術，京剛智能芯片的核心能力在於，實現使用硬件替代軟件完成核心虛擬化工作。通過京剛智能芯片實現網絡和存儲數據的高速轉發和所有管理控制邏輯，並通過芯片加速引擎，將存儲、網絡及所有管控面的功能都下沉到芯片中，併兼容雲主機、裸金屬、原生容器等原有各種計算服務形態，實現了虛擬化架構的統一升級。據介紹，未來，京東雲將在基礎設施和軟、硬件技術研發方面持續發力，不斷擴充產品形態，滿足互聯網、金融、零售等各種場景用戶的上雲需求，助力企業敏捷高效的數字化進程。點擊【京剛】瞭解更多產品相關信息。
4.曝國外物理學家開發出用於量子計算機的彙編語言
美國能源部桑迪亞國家實驗室的一個開源彙編語言項目試圖解決量子計算的編程問題。物理學家Susan Clark的團隊在他們的QSCOUT平臺上運行來自學術界、企業和獨立研究員的代碼。QSCOUT代表Quantum Scientific Computing Open User Testbed，他們的彙編語言被稱爲Just Another Quantum Assembly Language或者縮寫JAQAL。
Google和IBM等公司都開發了自己的量子計算機和編程語言，但QSCOUT的一大優勢是它使用了離子俘獲技術，比Google和IBM使用的超導技術更穩定，雖然速度比較慢，但能維持相干性，而Google和IBM的量子計算機會在一秒內失去相干性。 QSCOUT的真正優勢在於它允許用戶控制計算機的運算。
5.谷歌與英特爾合推 “雲原生”5G 應用
2月23日晚間消息，據報道，谷歌雲（Google Cloud）和英特爾計劃在多條戰線上合作，爲運營商、企業和越來越多的移動網絡供應商開發 “雲原生”5G 服務和技術。據悉，這兩家科技巨頭擴大合作關係的預期成果包括， 可供網絡運營商和邊緣企業複製的使用案例藍圖，雲原生網絡功能的預集成平臺，以及加強與數十家軟件供應商的協作以進行驗證和測試。 此外，兩家公司還計劃結合各自的優勢力量，以進一步開發服務和虛擬化無線接入網絡（vRAN）的部署模式。
對於此次合作，谷歌的貢獻在很大程度上將來自其龐大的雲業務，尤其是其 “Anthos for Telecom Platform”平臺；而英特爾將貢獻其 FlexRAN 參考軟件和雲原生 “開放網絡邊緣服務軟件”（OpenNESS）部署模式。
6.英偉達發佈Jarvis 1.0公測版：基於GPU提供對話式AI服務的應用框架
根據英偉達官方的消息，英偉達26日發佈Jarvis 1.0公測版，這是基於_NVIDIA GPU提供實時性能的靈活、多模態對話式 AI 服務應用框架。_ 官方表示，公測版中包含用於構建和部署實時對話式AI應用程序的端到端工作流程，例如轉錄、虛擬助手和聊天機器人等。
本次發佈版本的亮點包括：
基於數千小時語音數據訓練的ASR、NLU和TTS模型。
採用自定義數據通過零編碼的方法快速重新訓練模型的TLT。
全面加速的深度學習流程經過優化，可作爲可擴展服務運行。
使用一行代碼部署服務的端到端工作流程和工具。
學 術 前 沿 Academic News
1.WWW 2021丨融合先驗知識的BERT注意力模型
BERT等預訓練模型使得自然語言處理等相關研究能夠充分利用大規模的無標註語料，推動了整個自然語言處理的發展。那麼接下來如何進一步提升BERT等模型的效果是研究人員關注的一個重點。除了結構，訓練方式等，一個重要的分支就是使用外部知識，利用外部知識提升模型的效果。
常規做法是增加一個額外的任務幫助模型利用外部知識，這種存在一個問題，額外的任務會影響 BERT 本身的結構和參數，因此提升效果是不穩定的，有沒有更加簡單有效的方法提升模型的效果呢？
針對這個問題，本文針對 BERT在文本語義匹配任務上進行了一個深入的研究，並設計了一種簡單有效的外部知識利用方法。
*論文鏈接：https://arxiv.org/abs/2102.10934
2.FACS的分區域探測
該論文是關於人臉表情分析類的文章。人臉動作單元檢測是人臉表情分析的基礎，由Section 2可以知道AU只發生在人臉的小區域內，好處是關注特定區域有助於消除身份的影響，但也會帶來丟失信息的風險。在該論文種作者將人臉分爲三個大區域，上、中、下，並根據它發生的位置對 AU 進行分組，並提出了一種基於三個區域的注意網絡。 該論文的貢獻可以分爲如下三個部分：
- 作者提出了一種便於訓練的端到端深度學習框架，可以用於AU的檢測。
- 作者在提取特徵的時候，使用硬掩模和軟注意掩模來提取關鍵特徵。
- 作者使用擠壓-激勵（SE）模塊來學習所有模塊中的特徵，便於提取全局信息。
*論文鏈接：https://arxiv.org/abs/2002.04023
以上信息來源於網絡，由“京東科技開發者”公衆號編輯整理, 不代表京東科技立場
企業IT預算不高，但又有業務硬需求，怎麼辦？即日起至3月31日，京東雲“開年嗨購季”雲主機、雲數據庫、雲存儲、雲硬盤、雲安全等多類 爆款產品低至1.4折起！ 還有京魚座C1智能音箱、京魚座I8智能音箱、iPhone 12 64G手機等豪禮相送！點擊 _此處【 _ 鏈接 】 ，查看活動詳情。
推薦閱讀
歡迎點擊【京東科技】，瞭解開發者社區
更多精彩技術實踐與獨家乾貨解析
歡迎關注【京東科技開發者】公衆號
