Terraform Provider for Google v6.16.0 版本发布:新增资源与功能优化
Google Cloud Terraform Provider 是 HashiCorp 与 Google 合作开发的官方插件,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 资源。最新发布的 v6.16.0 版本带来了一些令人期待的新功能和改进,特别是在安全网关、开发者连接工具以及计算资源管理方面。
新增资源与功能
本次更新引入了三个全新的资源类型,为 Google Cloud 用户提供了更丰富的管理能力:
-
BeyondCorp 安全网关:新增的
google_beyondcorp_security_gateway资源让用户能够以代码方式配置 Google 的零信任安全解决方案,这是企业级安全架构的重要组件。 -
开发者连接工具:新增了
google_developer_connect_connection和google_developer_connect_git_repository_link两个资源,为开发者提供了更便捷的代码仓库连接和管理能力,简化了 CI/CD 流程的集成工作。
计算服务增强
在计算资源管理方面,本次更新有几个值得关注的改进:
- 实例组管理升级:将
google_compute_region_instance_group_manager和google_compute_instance_group_manager资源中的standby_policy、target_suspended_size和target_stopped_size字段从 Beta 版升级到正式版(GA),这意味着这些功能现在更加稳定,适合生产环境使用。这些功能对于优化云资源利用率和成本管理特别有价值。
DNS 与数据库服务改进
DNS 和 SQL 服务也获得了功能增强:
-
DNS 记录健康检查:
google_dns_record_set资源现在支持health_check和external_endpoints字段,使用户能够更好地管理 DNS 记录的可用性和故障转移。 -
数据库实例 CA 池支持:
google_sql_database_instance资源新增了server_ca_pool字段,增强了数据库连接的安全性配置选项。
VMware 引擎优化
对于使用 VMware 引擎的用户,本次更新允许导入非标准(non-STANDARD)私有云到 google_vmwareengine_private_cloud 资源中,提高了资源管理的灵活性。
问题修复
v6.16.0 版本还解决了几个重要问题:
-
修复了
google_dataproc_cluster资源中shielded_instance_config布尔字段的问题,确保安全配置能够正确应用。 -
解决了
google_gkeonprem_vmware_cluster资源中vcenter字段的永久差异问题,提高了配置的一致性。 -
网络服务网关资源现在能够正确等待路由器删除完成后再继续销毁操作,避免了潜在的资源残留问题。
-
修复了环境变量
GOOGLE_CLOUD_QUOTA_PROJECT会覆盖显式设置的billing_project的问题,确保了计费项目的优先级符合预期。
总结
Google Cloud Terraform Provider v6.16.0 版本通过新增资源和功能改进,进一步丰富了用户在 Google Cloud 平台上的基础设施即代码管理能力。特别是安全网关和开发者连接工具的加入,为企业的安全架构和开发流程提供了更强大的支持。同时,多项问题修复也提升了用户体验和资源管理的可靠性。对于已经使用或计划使用 Terraform 管理 Google Cloud 资源的团队来说,这个版本值得考虑升级。
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