Google Cloud Foundation Fabric项目中net-address模块新增PSC全局访问支持
Google Cloud Platform的cloud-foundation-fabric项目是一个开源的基础设施即代码库,提供了大量可重用的Terraform模块。近期,该项目中的net-address模块进行了一项重要更新,增加了对Private Service Connect(PSC)全局访问功能的支持。
背景与需求
Private Service Connect是Google Cloud提供的一种服务,允许客户通过私有IP地址访问已发布的Google Cloud、第三方或客户自己的服务,而无需通过公共互联网。在实际应用中,有时需要允许来自不同区域的VPC网络访问PSC服务端点,这就需要启用PSC全局访问功能。
在之前的net-address模块版本中,虽然支持创建PSC消费者转发规则,但缺少对allow_psc_global_access参数的支持,这限制了跨区域访问PSC服务的能力。
技术实现细节
本次更新主要涉及两个方面的修改:
-
在psc.tf文件中,google_compute_forwarding_rule资源新增了allow_psc_global_access参数,该参数将绑定到每个PSC地址配置的对应值。
-
在variables.tf文件中,psc_addresses变量类型定义中添加了allow_psc_global_access作为可选参数,默认值为false,保持向后兼容性。
功能优势
这一改进为用户带来了以下好处:
- 现在可以通过简单的配置启用PSC全局访问,允许来自不同区域的VPC网络访问服务
- 保持了模块的向后兼容性,未明确设置该参数时将默认为false
- 提供了更大的灵活性,用户可以根据业务需求选择是否开放全局访问
使用示例
要使用这一新功能,用户可以在配置psc_addresses时添加allow_psc_global_access参数:
psc_addresses = {
"example-psc" = {
region = "us-central1"
address = "10.0.0.5"
service_attachment = {
psc_service_attachment_link = "projects/my-project/regions/us-central1/serviceAttachments/my-sa"
}
allow_psc_global_access = true
}
}
总结
这一更新进一步丰富了net-address模块的功能,使其能够更好地支持企业级网络架构中复杂的服务访问需求。通过简单的配置,用户现在可以灵活控制PSC服务的访问范围,既保证了安全性,又提供了必要的跨区域访问能力。
对于正在使用cloud-foundation-fabric项目中net-address模块的用户,建议评估是否需要启用PSC全局访问功能,以优化您的云网络架构设计。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
Kimi-K2-Thinking暂无简介Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00