YTsaurus Strawberry Controller 0.0.13版本发布:增强Jupyter与集群管理能力
YTsaurus是一个分布式计算和存储系统,其Strawberry Controller组件作为核心控制器,负责管理和协调各类计算任务。最新发布的0.0.13版本带来了多项重要改进,特别是在Jupyter集成、集群管理以及CHYT/SPYT组件支持方面。
Jupyter支持全面升级
本次更新显著提升了Jupyter在YTsaurus生态系统中的集成度。开发团队新增了GPU支持功能,使得数据科学家和工程师能够在Jupyter操作中直接利用GPU加速计算任务。这一特性特别适用于深度学习、大规模数值计算等高性能计算场景。
另一个关键改进是引入了作业缩放器(job scaler)接口,该功能可以智能地暂停不活跃的Jupyter操作,有效节约集群资源。当用户长时间未与Jupyter交互时,系统会自动暂停相关操作,而在用户重新访问时又能快速恢复,既保证了资源利用率又不影响用户体验。
集群管理与操作控制增强
在集群管理方面,0.0.13版本新增了多项实用功能:
-
重启命令:现在可以直接通过控制器执行重启操作,简化了系统维护流程。
-
基于位置的配置覆盖:支持根据节点位置动态覆盖strawberry配置,使得多地域部署更加灵活。
-
操作创建者权限:新增配置选项可自动授予操作创建者管理权限,便于权限管理。
-
列表过滤:
list命令新增了过滤参数,用户可以更精确地查找所需操作。
此外,开发团队还修复了集群不可用时初始化可能导致的panic问题,提高了系统的稳定性。
CHYT与SPYT组件优化
对于CHYT(ClickHouse on YTsaurus)组件,新版本增加了运行时数据导出的控制选项,管理员现在可以禁用这些数据的导出,或者设置明确的过期超时,更好地控制数据保留策略。同时优化了AttributeCache的默认read_from选项,提升了缓存效率。
SPYT(Spark on YTsaurus)方面则引入了对Livy的Squashfs支持,这是一种高效的文件系统压缩格式,能够减少容器镜像的体积,加快启动速度。同时明确了Livy操作的yt token规范,增强了安全性。
总结
YTsaurus Strawberry Controller 0.0.13版本通过多项功能增强和问题修复,进一步提升了系统的稳定性、灵活性和易用性。特别是对Jupyter的深度集成和GPU支持,使得这个分布式计算平台更加适合现代数据科学工作流。集群管理功能的完善也为大规模部署提供了更多便利。这些改进共同推动YTsaurus向更成熟的企业级解决方案迈进。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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