Cozystack v0.31.0-rc.3:云原生平台的GPU支持与架构优化
Cozystack是一个开源的云原生平台,旨在简化Kubernetes集群和虚拟机的管理。它整合了多种云原生技术栈,为用户提供一站式的容器和虚拟机管理解决方案。最新发布的v0.31.0-rc.3版本带来了多项重要改进,特别是在GPU支持和多架构兼容性方面。
GPU支持全面升级
本次版本最显著的改进之一是全面增强了GPU支持能力。平台现在能够为租户Kubernetes集群提供GPU资源调度功能,这意味着用户可以在自己的Kubernetes环境中运行需要GPU加速的工作负载。同时,虚拟机的GPU支持也得到了增强,现在可以在虚拟机规格中明确指定所需的GPU名称,使资源分配更加精确透明。
多架构与ARM支持
Cozystack v0.31.0-rc.3在构建系统方面进行了重大重构,引入了对多架构和跨平台镜像构建的支持。这一改进使得Cozystack能够在ARM架构上运行,扩展了平台的适用场景。构建系统的重构包括对Makefile的优化,引入了更灵活的构建变量,为未来的架构扩展奠定了基础。
资源管理与自动伸缩
新版本在资源管理方面有多项优化。VerticalPodAutoscaler(垂直Pod自动伸缩器)被应用到更多组件中,包括租户Kubernetes集群、Cozystack仪表板和etcd-operator等关键组件。这种自动伸缩机制能够根据实际负载动态调整资源分配,既提高了资源利用率,又保证了系统稳定性。
监控与运维改进
监控系统在本版本中得到了多项优化。移除了指标中的遗留标签,重构了管理etcd的监控配置,并引入了迁移脚本用于更新监控资源。这些改进使监控数据更加准确,运维更加便捷。同时,对VMagent的VerticalPodAutoscaler资源分配进行了修复,确保监控系统本身的稳定性。
平台稳定性与可靠性增强
新版本包含多项平台稳定性的改进。引入了新的控制器来同步租户HelmReleases并传播配置变更,提高了配置管理的可靠性。对平台组件的资源请求进行了优化,特别是减少了kamaji提供商的CPU和内存请求,使资源分配更加合理。
依赖组件更新
Cozystack v0.31.0-rc.3更新了多个核心依赖组件,包括将Kubernetes升级至v1.32.4,Talos Linux升级至v1.10.1,Cilium升级至v1.17.3等。这些更新带来了性能改进、安全修复和新功能支持。特别值得一提的是,MetalLB现在作为直接修补的镜像包含在发行版中,基于版本0.14.9,提供了更稳定的负载均衡解决方案。
测试与持续集成优化
在持续集成和测试方面,新版本增加了多项改进。提高了环境设置期间的测试超时时间,修复了设备所有权相关的CRI问题,并改进了测试日志的可读性。这些改进使开发流程更加顺畅,提高了代码质量。
总结
Cozystack v0.31.0-rc.3是一个功能丰富且稳定的预发布版本,特别适合需要GPU支持和多架构兼容性的用户场景。从GPU资源调度到ARM架构支持,从自动伸缩优化到监控系统改进,这个版本在多个维度提升了平台的可用性和可靠性。对于计划在生产环境中部署Cozystack的用户,这个版本值得认真评估。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-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