Ceph-CSI v3.13.1版本发布:增强RBD功能与部署改进
Ceph-CSI是Ceph存储系统与Kubernetes容器编排平台之间的重要桥梁,它实现了CSI(Container Storage Interface)标准接口,为Kubernetes集群提供持久化存储能力。通过Ceph-CSI,用户可以方便地在Kubernetes中使用Ceph的RBD(RADOS Block Device)和CephFS两种存储类型。
核心功能改进
RBD卷组快照功能增强
本次v3.13.1版本对RBD卷组快照功能进行了多项重要改进。首先,增加了快照管理功能,完善了快照生命周期管理能力。其次,实现了卷组快照的扁平化处理,这可以优化存储空间使用效率,特别是在快照链较长的情况下。
在错误处理方面,当查询或管理不存在的卷组时,现在会正确返回"GroupNotFound"错误,而不是其他可能引起混淆的错误信息。同时,对卷组名称前缀进行了标准化重命名,从groupNamePrefix改为更明确的volumeGroupNamePrefix,提高了代码可读性。
加密存储改进
在加密存储支持方面,v3.13.1修复了一个重要问题:使用元数据KMS加密的PVC现在可以被正确管理。此外,还修正了默认加密类型的设置,确保加密功能在各种场景下都能正常工作。
存储卷复制检查增强
新版本在获取卷复制信息时增加了额外的检查机制,这有助于提前发现潜在问题,避免在复制过程中出现意外错误。同时,修复了在PVC到PVC克隆场景中rbdVol.Exists()方法的bug,提高了克隆操作的可靠性。
部署架构优化
卷组快照API升级
v3.13.1版本将卷组快照API从v1alpha1升级到了v1beta1,这标志着该功能更加成熟稳定。值得注意的是,外部快照控制器启用的标志也从enable-volume-group-snapshots变更为feature-gates=CSIVolumeGroupSnapshot=true,用户需要相应调整部署配置。
RBAC权限完善
在Helm chart中,为CephFS组件添加了之前缺失的节点相关RBAC权限,确保CephFS存储类在各种场景下都能正常工作。
构建与维护改进
构建系统方面,现在会重新安装ceph-release包以确保依赖正确。Fedora容器镜像的维护位置也进行了调整,迁移到了quay.io平台。这些改进虽然对终端用户透明,但提高了项目的可维护性和构建可靠性。
总结
Ceph-CSI v3.13.1虽然是一个小版本更新,但包含了多项重要改进,特别是在RBD卷组快照和加密存储方面的增强。这些改进使得Ceph在Kubernetes环境中的存储管理更加稳定可靠。对于已经使用或计划使用Ceph-CSI的用户,建议评估升级到该版本,特别是那些需要使用卷组快照功能的用户。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0126
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07