Kubernetes、云容器技术推动美空军数字转型( 二 )


他引用B-2轰炸机“防御管理系统”(DMS)项目先前失败的教训说明当前采办中存在的问题 , “远程开发环境中成功运行的代码不能快速部署至飞机或卫星上 , 需要漫长的调试验证 , 造成项目的无限拖期” 。 而该问题正是容器技术擅长解决的问题 。 容器技术支持开发者在开发环境中虚拟软件的部署和运行环境 , 模拟机上包括计算、存储、网络等各种情况 。 软件开发完成后 , 容器技术通过对软件和其依赖库的标准化封装 , 可以迅速将软件迁移至不同作战平台 。 真正实现软件开发的“所见即所得” , 以及“一次构建 , 随处部署” 。
容器技术显著减少了软件部署调试和测试验证的时间 , 大大缩短从开发、到部署、到运行的迭代周期 , 真正实现了软件的敏捷开发 。 与“开发、安全和运行”(DevSecOps)一体化(敏捷软件开发流程)结合 , 依托K8s集群建立的“一号平台”(PlatformONE) , 将为美国防部节约大量软件开发和采办时间 。 尼古拉斯·夏兰称 , 美国大多数军事软件团队至今都在使用老式的“瀑布式”流程来构建软件 , 没有最小化可行产品、没有增量交付、也没有最终用户的反馈回路 , 而云容器技术及其带来的快速迭代周期将有效支持软件开发从传统瀑布式向敏捷螺旋式的转型 , “以往需要3至8年才能发布的应用 , 现在只用几周就能有临时可用的版本 , 而且一天内可以推送多次” 。
2.支撑开放式架构此外 , 由于容器技术为每个软件提供了独立运行环境 , 避免了软件间的兼容性冲突 , 从而为软件开发者提供了更大的自由度 , 开发者可以选择不同的编程语言和数据库 。

Kubernetes、云容器技术推动美空军数字转型
文章图片
电影《黑客帝国》中 , 主人公在“Matrix”虚拟空间中 , 向自己的大脑下载直升机驾驶程序 , 从而在几秒内学会了直升机的驾驶技术
尼古拉斯·夏兰表示 , “库博奈提斯”(Kubernetes)是一个灵活且通用的开放式架构平台 , 其技术栈对每一位开发者开放 , “开放式架构可以防止供应商技术垄断 , 允许更多的开发团队加入” 。
另一方面 , 容器技术提供的虚拟化隔离技术使得更多的开发语言和技术路线成为可能选项 。 尼古拉斯·夏兰说“很多喷气式战斗机使用的都是非常老的程序语言 , 如果能运行Go、Python和Java等新程序语言 , 那将让人兴奋” 。 由于很多大数据、机器学习、人工智能技术框架和软件库使用的都是新型语言和设计模式 , 这种开放性兼容对于美国防部和软件开发者来说无疑都是好消息 。
云容器技术在美空军作战中的应用
1.作战单元任务灵活分配2020年9月 , 美空军U-2联邦实验室宣布 , U-2侦察机在训练任务中使用“库博奈提斯”作为自动化容器部署、扩展及管理系统 , 并在训练中实现飞行中的软件更新 。 这是美空军首次实现对飞行中飞机的软件更新 。
这一幕像极了电影《黑客帝国》中的场景 , 主人公在“Matrix”虚拟空间中 , 向自己的大脑下载直升机驾驶程序 , 从而在几秒内学会了直升机的驾驶技术 , 终于在千钧一刻之际从包围中成功逃离 。 该场景在罗珀《数字采办的现实》一文中也有所描述 。
基于“库博奈提斯”系统和云容器技术 , 该场景正在成为可能 。 U-2侦察机可实现实时新功能部署 , 提升作战平台应变和适配性 , 美空军表示此次发展有望改变美空军对未来作战方式的规划思路 。
对于老旧的U-2尚且如此 , 对于F-22、F-35等先进作战平台 , 其战
2020年12月15日 , 美空军当天进行了ARTUμ新型机载人工智能程序的试飞验证 。 该程序部署在美空军第9侦察联队的一架U-2S侦察机上 , 完成了特定传感器规划的任务 。 场适应性和应变能力将获得显著提升 。 依托容器轻量级特点 , 战斗机主机上可安装部署上千个容器化功能服务 , 根据作战需要 , 实时整合或释放计算资源 , 在几秒内完成功能服务的快速启停 , 快速切换功能 , 转变战场角色 , 极大适应和支持未来如“马赛克战”等分布式、敏捷化、灵活化作战方式 。
目前美国已公布有U-2、F-16、B-21三型飞机应用“库博奈提斯”平台 , 并计划在更多机型上进行试验验证 。 2020年12月15日 , 罗珀宣布 , 该军种当天进行了ARTUμ新型机载人工智能程序的试飞验证 。 该程序部署在美空军第9侦察联队的一架U-2S侦察机上 , 完成了特定传感器规划的任务 。 在进行这次试飞前 , 研发团队在μZero算法的基础上发展出ARTUμ , 并对该程序进行了超过100万次训练 , 在试飞中该程序具有自主决策机载雷达使用的权限 , 这在真实的人机协同场景中尚属首次 。 得益于商业“开发、安全和运行”(DevSecOps)软件工程实践以及容器和容器云技术的引入 , ARTUμ的可移植性和部署能力得到极大提升 , 从在云端完成训练到实际任务部署只用了一个多月 。