K8s 将弃用 Docker；TypeScript 超越 C++ 成第四大语言
开发者社区技术周刊又和大家见面了，让我们一起看看，过去一周有哪些值得我们开发者关注的重要新闻吧。
Kubernetes 将弃用 Docker
TypeScript 超越 C++ 成第四大语言
ASML 已完成 1nm 光刻机设计 摩尔定律再次重新起效
中国量子计算原型机九章问世
三星新无线充电专利曝光 用“戒指”就能为手机充电
CloudTech公布 2021 年值得关注的云计算趋势
RelationNet ++：桥接视觉以通过变压器解码器进行对象检测
NeurIPS 2020 | 自步对比学习：充分挖掘无监督学习样本
技 术 要 闻
近日，Kubernetes 官方发布公告，宣布自 v1.20 起放弃对 Docker 的支持，届时用户将收到 Docker 弃用警告，并需要改用其他容器运行时。但 Docker 作为容器镜像构建工具的作用将不受影响，用其构建的容器镜像将一如既往地在集群中与所有容器运行时正常运转。官方解释称，Docker 作为一个完整的容器技术堆栈，在其创建之初就不是为了将其嵌入 Kubernetes 而设计的。除了其作为容器运行时本身的作用以外，Docker 还包含了一系列方便用户交互的 UX 更改，而这些额外的功能对于 Kubernetes 来说过于臃肿。事实上，Docker 并不符合 Kubernetes 的容器运行时接口标准（CRI），官方必须要维护一个名为 Dockershim 的中间件才能够把 Docker 当作 Kubernetes 的容器运行时来使用。
GitHub 一年一度的Octoverse报告发布。大家最关心的编程语言排行榜也一并出炉。排名前 10 位的语言为：JavaScript ，Python ，Java ，TypeScript ，C＃ ，PHP ，C ++ ，C ，Shell 和 Ruby 。
GitHub 根据标记有该语言的公共和私有存储库的唯一贡献者数量进行排名。其中， TypeScript 的受欢迎程度急剧攀升。TypeScript 是一门比较年轻的语言，发行到现在只有八年时间，但它继承了 JavaScript 的部分人气。TypeScript 只需编译一次，就可以在服务器、浏览器或你喜欢的任何地方来运行它。
在某些领域，TypeScript 是不可避免的，这也就导致了 TypeScript 在最近 4 年中受欢迎程度极速上升。Python 在 GitHub 上的排名保持在了第二位，并且 Python 已经在多种场景中得到了使用。来自 202 个国家和地区的 361,832 位贡献者维护了超过 266,966 个 Python 软件包。
近日，与 ASML（阿斯麦）合作研发光刻机的比利时半导体研究机构 IMEC 公布了 3nm 及以下制程的在微缩层面技术细节。具体来看， ASML 对于 3m、 2nm、 1.5nm、 1nm 甚至 Sub 1nm 都做了清晰的路线规划，且 1nm 时代的光刻机体积将增大不少。显然， 1nm 光刻机需要更强大的物理极性，2nm 之后需要更高分辨率的曝光设备。目前已经投入量产的 7nm 、5nm 工艺已经引入了 0.33NA 的 EUV 曝光设备，而 ASML 已经完成了 0.55NA 曝光设备的基本设计，预计在 2022 年实现商业化。
近日，中国科学技术大学宣布，中国科学技术大学潘建伟、陆朝阳等组成的研究团队与中科院上海微系统所、国家并行计算机工程技术研究中心合作，构建了 76 个光子 100 个模式的量子计算原型机 “九章”，实现了具有实用前景的 “高斯玻色取样”任务的快速求解。据悉，根据现有理论，该量子计算系统处理高斯玻色取样的速度比目前最快的超级计算机快一百万亿倍（“九章”一分钟完成的任务，超级计算机需要一亿年）。等效地，其速度比去年谷歌发布的53 个超导比特量子计算原型机“悬铃木”快一百亿倍。中国科学技术大学表示，这一成果使得我国成功达到了量子计算研究的第一个里程碑：量子计算优越性（国外也称之为 “量子霸权”）。相关论文于 12 月 4 日在线发表在国际学术期刊《科学》。
随着手机取代越来越多的设备，确保手机一直处于有电的状态变得越来越重要。虽然携带移动电源是目前的首选解决方案，但三星正计划在未来设计出更方便的产品。根据三星在韩国专利局申请的一项专利文件，揭示了一个非常奇特的小设备，它描述了一种可以为智能手机充电的“戒指”。不过，这款设备并不是由包裹在手指上的电池供电的。相反，“戒指”内的磁盘通过手部的运动可产生电流。通俗的说，就是在环里有一个微型发电机。但这还不是全部，根据这项专利，除了运动的动能，戒指还能将人体的热量转化为电能。当然，也会有一个小电池来储存产生的电能，然后再将其传输到手机上。这就是“戒指的”巧妙之处，当用户使用手机时，“戒指”就能给手机充电，而不需要用电缆或充电器给手机充电。
据 CloudTech 预测，公有云支出预计将从 2019 年的 2290 亿美元增长到 2023 年的 5000 亿美元，复合年增长率为 22.3% 。另外，到 2021 年底， 60% 的公司将在公有云平台上使用容器， 25% 的开发人员将使用无服务器平台。以下是 2021 年值得关注的三个趋势：
无服务器计算：根据 Flexera 2020 云状态报告，无服务器计算是 2020 年增长最快的五大 PaaS 云服务之一；
混合云连接供应商：根据 Gartner 的数据，2019 年使用混合云的公司实际数量为 58% ，比 2018 年增加了 6%。对混合云的持续需求，可能会导致全球最大的云服务提供商部分突破其封闭的花园模式；
虚拟云桌面：虚拟云桌面是指由云服务提供商完全管理的设备的软件需求。用户只需要一个屏幕和一些基本的硬件，而其余的处理能力将由基于云的服务无缝处理。
学 术 前 沿
Academic News
本文提出了一种基于注意力的解码器模块，该模块类似于 Transformer〜cite {vaswani2017attention} 中的模块，以端到端的方式将其他表示形式桥接到基于单个表示形式格式的典型对象检测器中。其他表示充当一组 \ emph {key} 实例，以增强香草检测器中的主要 \ emph {query} 表示功能。提出了针对解码器模块的有效计算的新颖技术，包括 \ emph {密钥采样} 方法和 \ emph {共享位置嵌入} 方法。提议的模块名为 \ emph {桥接视觉表示}（BVR）。它可以就地执行，证明了它在将其他表示形式桥接到流行的对象检测框架（包括 RetinaNet ， Faster R-CNN ，FCOS 和ATSS ）中的广泛有效性。包括 \ emph {密钥采样}方法和\ emph {共享位置嵌入} 方法。提议的模块名为 \ emph {桥接视觉表示}（ BVR ）。
论文链接：https://arxiv.org/abs/2010.15831
本文提出自步对比学习框架及混合记忆模型，旨在解决无监督及领域自适应表征学习中数据无法被充分挖掘的问题。这项工作在无监督的目标重识别任务上显著地超越最先进技术高达 16.7% ；领域自适应的目标重识别任务中，在无监督的目标域上超越最先进技术高 5.0% ，可以提升有监督的源域性能高达 6.6% 。核心思想是利用多种不同形式的类别原型提供混合监督，以实现对所有训练数据的充分挖掘。实验结果充分证明其广泛的应用场景及有效性：可被应用于解决无监督学习任务，也可被应用于利用额外无监督数据提升有监督学习的任务。
论文链接：https://arxiv.org/abs/2006.02713