Qovery引擎升级默认CNB构建器镜像至heroku/builder:24的技术解析
在云原生应用开发领域,构建器镜像的选择对应用部署的效率和性能有着重要影响。Qovery引擎作为一款优秀的云原生部署平台,近期完成了对其默认Cloud Native Buildpacks(CNB)构建器镜像的重要升级,从原先的heroku/builder:22版本更新至heroku/builder:24版本。这一技术升级为用户带来了多项实质性改进。
构建器镜像升级的技术背景
构建器镜像是Cloud Native Buildpacks架构中的核心组件,负责将应用源代码转换为可直接运行的OCI镜像。Qovery引擎原先采用的heroku/builder:22版本基于Ubuntu 22.04 LTS系统,而新版本heroku/builder:24则基于更新的Ubuntu 24.04 LTS系统构建。
新版本构建器的主要技术优势
-
多架构支持:heroku/builder:24版本首次提供了对AMD64和ARM64双架构的完整支持,这使得应用可以在更广泛的硬件平台上构建和运行,特别是对苹果M系列芯片等ARM架构设备的兼容性有了显著提升。
-
运行镜像体积优化:新版本通过精心优化,移除了构建阶段不必要的依赖项,显著减小了最终运行镜像的体积。这一改进不仅节省了存储空间,还加快了镜像拉取和容器启动速度。
-
基础系统更新:基于Ubuntu 24.04 LTS的系统带来了更新的软件包和系统组件,包括更安全的默认配置和性能优化。
-
构建包兼容性:虽然基础系统进行了升级,但包含的构建包及其版本与前一版本保持完全一致,确保了构建过程的稳定性和兼容性。
升级对用户的影响
对于Qovery引擎的用户而言,这一升级几乎是透明的。由于构建包的版本保持一致,现有应用的构建过程不会受到任何破坏性影响。用户将自动获得:
- 更快的构建和部署速度
- 更小的应用镜像体积
- 更广泛的硬件平台支持
- 更安全的基础系统环境
技术实现细节
在Qovery引擎的代码实现中,这一变更体现在构建平台模块的默认配置中。开发者将默认构建器镜像的引用从heroku/builder:22更新为了heroku/builder:24,同时保持了构建器的其他配置参数不变。这种设计体现了Qovery团队对向后兼容性的重视。
总结
Qovery引擎对默认CNB构建器镜像的这次升级,反映了云原生技术栈持续演进的特点。通过采用最新的heroku/builder:24镜像,Qovery为用户提供了更现代化、更高效的构建环境,同时保持了高度的稳定性和兼容性。这一技术决策将帮助Qovery用户在应用构建和部署过程中获得更好的体验和性能表现。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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