RKE2 v1.31.8版本发布:Kubernetes安全与网络功能升级
RKE2作为Rancher推出的轻量级Kubernetes发行版,专为生产环境设计,集成了安全加固、简化运维等特性。最新发布的v1.31.8版本基于Kubernetes 1.31.8构建,在容器网络、安全性和核心组件方面进行了多项重要更新。
核心组件升级
本次版本最显著的更新是将Kubernetes核心升级至v1.31.8版本。这一版本包含了上游Kubernetes项目的所有安全修复和稳定性改进,为用户提供了更可靠的集群基础。同时,配套的核心组件也进行了同步更新:
- Containerd升级至v2.0.4-k3s2版本,作为容器运行时提供更稳定的容器生命周期管理
- CoreDNS更新至v1.12.1,增强了DNS解析性能和可靠性
- Ingress-Nginx升级到v1.12.1-hardened3安全加固版,提升了入口控制器的安全性
网络插件增强
在网络功能方面,v1.31.8版本对多个CNI插件进行了重要更新:
-
Canal(默认CNI):Flannel组件升级至v0.26.6,Calico组件升级至v3.29.3,这一组合继续作为RKE2的默认网络方案,同时保持FIPS合规性。
-
Cilium:升级至v1.17.3版本,为需要高级网络策略和服务网格功能的用户提供了更多选择。新版本在网络性能、可观测性和安全性方面有所提升。
-
Multus:更新至v4.2.0,支持多网络接口配置,满足特殊网络需求场景。
安全加固与运维改进
安全始终是RKE2的重点关注领域。本次更新中:
-
特别强调了集群引导令牌的重要性。如果未显式指定令牌,RKE2会自动生成随机令牌用于节点加入和数据加密,管理员需要妥善保管此令牌,特别是在备份恢复场景中。
-
对多个组件进行了安全加固,包括nginx-ingress控制器的安全版本更新。
存储与云提供商集成
在存储支持方面,v1.31.8版本更新了:
-
vSphere CSI驱动升级至3.3.1版本,CPI驱动更新至1.9.100,为vSphere用户提供更好的存储集成体验。
-
Harvester云提供商组件更新至0.2.900版本,CSI驱动升级至0.1.2300,优化了在Harvester环境中的运行表现。
总结
RKE2 v1.31.8版本通过核心组件升级、网络功能增强和安全加固,进一步提升了生产环境Kubernetes集群的稳定性和安全性。对于运行旧版本的用户,特别是关注网络安全和稳定性的生产环境,建议评估升级到此版本。升级前应充分测试,并注意备份关键数据,特别是集群引导令牌等重要凭证。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00