STUNner v1.1.0发布:Kubernetes WebRTC网关的运营商级升级
STUNner是一个开源的Kubernetes原生WebRTC媒体网关项目,它使得WebRTC应用能够像其他Kubernetes服务一样在云原生环境中运行。STUNner通过实现标准的TURN协议,为WebRTC流量提供了可靠的NAT穿透解决方案,同时保持了Kubernetes环境特有的弹性、可观测性和安全性优势。
运营商级性能升级
STUNner v1.1.0版本标志着项目迈向运营商级性能的重要里程碑。经过半年的开发和稳定性改进,这个版本带来了多项关键增强:
-
TURN加速框架:通过Linux/eBPF技术实现的TURN流量卸载功能,将CPU占用降低了100倍以上,单台Linux服务器现在可以处理超过100Gbps的TURN/UDP流量。
-
用户配额支持:新增的用户配额功能可有效缓解恶意流量攻击,为大规模部署提供更好的保护。
-
STUN服务器模式:除了传统的TURN服务外,现在还可以将STUNner配置为纯STUN服务器,满足不同场景的需求。
-
DaemonSet数据平面:支持以DaemonSet方式部署数据平面,简化了在节点级别管理TURN服务的复杂度。
-
中继地址发现:自动发现和配置中继地址的功能,使得部署公共STUN/TURN服务更加简单。
全新ICE测试工具
针对Kubernetes环境中WebRTC部署的复杂性,v1.1.0引入了一个实验性的ICE测试工具。这个工具可以:
- 自动部署一个完整的WHIP服务器到Kubernetes集群
- 配置STUNner网关暴露服务
- 启动WHIP客户端进行连接测试
- 提供详细的诊断信息帮助排查问题
- 报告性能指标(包速率、丢包率、RTT等)
该工具支持对称和非对称ICE模型,覆盖UDP和TCP传输协议,是验证STUNner安装和配置的理想选择。
架构改进与优化
-
集中部署模式:移除了传统的"legacy"数据平面模式,现在所有部署都使用更先进的"managed"模式。
-
指标导出重构:将监控指标系统迁移到OpenTelemetry标准,提供更好的可观测性。
-
认证服务增强:支持自定义公共地址配置,改进了与最新CDS API的兼容性。
-
命令行工具改进:stunnerctl增加了混合JSON查询和字符串输出的能力,提升了用户体验。
-
资源清理优化:确保在删除数据平面资源时彻底清理相关的Deployment和DaemonSet。
开发者体验提升
-
新的示例应用:新增了基于Elixir语言的WebRTC示例,展示了如何与不同技术栈集成。
-
文档完善:更新了完整公共TURN服务器配置指南,移除了过时的legacy模式文档。
-
测试增强:通过CDS服务器端口随机化等技术,提高了测试的健壮性。
-
错误处理改进:统一了错误消息格式,使问题诊断更加直观。
STUNner v1.1.0不仅为即将发布的商业版本奠定了基础,也为开源用户带来了诸多实用改进。无论是小规模试验还是大规模生产部署,这个版本都提供了更稳定、更高效的WebRTC网关解决方案。
PaddleOCR-VL
PaddleOCR-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- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0118AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-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。Python00GOT-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).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









