Terraform Provider for Google v6.29.0 版本发布:新增资源与功能增强
Google Cloud Terraform Provider 是 HashiCorp 与 Google 合作维护的官方插件,它允许用户通过基础设施即代码(IaC)的方式管理和配置 Google Cloud 平台上的各种资源。最新发布的 v6.29.0 版本带来了一系列新功能和改进,进一步扩展了该 Provider 在 Google Cloud 环境中的管理能力。
新增资源支持
本次更新引入了多个全新的资源类型,为用户提供了更全面的 Google Cloud 服务管理能力:
-
Cloud Deploy 部署策略:新增的
google_clouddeploy_deploy_policy资源允许用户定义和管理 Google Cloud Deploy 服务的部署策略,为持续交付流程提供更精细的控制。 -
控制平面访问管理:
google_control_plane_access资源为用户提供了管理 Google Cloud 控制平面访问权限的能力,增强了安全性和访问控制。 -
Gemini 代码工具设置:新增的
google_gemini_code_tools_setting和google_gemini_code_tools_setting_binding资源支持配置和管理 Gemini 代码工具的相关设置,为开发者提供更便捷的代码管理体验。 -
OS 配置策略:
google_os_config_v2_policy_orchestrator_for_organization资源允许在组织级别管理操作系统配置策略,简化了大规模环境中的系统配置管理。
现有资源功能增强
v6.29.0 版本对多个现有资源进行了功能扩展和优化:
访问管理改进
- Access Context Manager 中的
gcp_user_access_binding资源新增了session_settings字段,支持更细粒度的会话管理配置。
部署自动化增强
- Cloud Deploy 服务的
google_clouddeploy_automation资源新增了timed_promote_release_rule和repair_rollout_rule字段,支持定时发布和修复滚动部署规则,提升了持续交付流程的自动化程度。
计算资源优化
- Compute Engine 的
google_compute_resource_policy资源新增了group_placement_policy.0.tpu_topology字段,支持配置 TPU 拓扑结构,优化了机器学习工作负载的资源分配。
数据流处理扩展
- Datastream 服务现在支持为 Salesforce 源创建流,扩展了数据集成能力,使企业能够更轻松地将 Salesforce 数据集成到 Google Cloud 生态系统中。
存储与数据库改进
- Memorystore 和 Redis Cluster 都新增了
automated_backup_config支持,简化了数据备份管理,提高了数据可靠性。 - Storage 服务的
google_storage_bucket_object资源新增了md5hexhash字段,方便用户验证对象完整性。
网络与安全增强
- NetApp Volume Replication 新增了
tiering_policy支持,优化了存储分层策略。 - Workbench 实例新增了
confidential_instance_config配置,增强了敏感工作负载的安全性。
问题修复与稳定性提升
本次发布还包含了一些重要的错误修复:
- 修复了 Colab 相关资源中不必要的区域匹配要求,提高了配置灵活性。
- 修正了 Datastream 连接配置中
private_key字段的变更处理逻辑,使其能够正确响应配置更新。
总结
Google Cloud Terraform Provider v6.29.0 版本通过新增资源和增强现有功能,进一步扩展了基础设施即代码在 Google Cloud 平台上的应用范围。特别是对部署自动化、数据集成和安全配置方面的改进,使 DevOps 团队能够更高效地管理和扩展他们的云基础设施。这些更新反映了 Google Cloud 服务的最新发展,同时保持了与 Terraform 生态系统的无缝集成,为用户提供了更强大、更灵活的云资源管理工具。
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-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
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