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
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
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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-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- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00