Higress 2.0.6-rc.1版本发布:增强TLS配置与性能优化
Higress作为阿里巴巴开源的云原生网关项目,基于Envoy构建,为Kubernetes环境提供了高性能的API网关解决方案。近日,项目团队发布了2.0.6-rc.1版本,这个候选版本带来了多项重要改进,特别是在TLS配置灵活性和系统性能方面。
TLS版本注解支持
新版本最显著的改进之一是增加了对TLS版本注解的细粒度控制。在之前的版本中,TLS配置通常需要在全局层面进行设置,这限制了不同路由规则对TLS版本要求的灵活性。
2.0.6-rc.1版本通过引入TLS版本注解支持,允许开发者为每条路由规则单独配置TLS版本要求。这意味着:
- 不同业务路由可以根据安全需求采用不同的TLS协议版本
- 可以逐步升级TLS版本而无需一次性全局变更
- 针对特定路由实施更严格的安全策略
这项改进特别适合混合部署场景,其中部分服务可能需要保持对旧版TLS协议的支持,而其他服务则可以强制使用最新的TLS 1.3协议。
性能优化与缓存增强
本次发布的另一个重点是系统性能的优化。开发团队对指标收集系统进行了更新,使其更加高效和精确。同时,启用了LDS(Listener Discovery Service)缓存机制,这一改进可以显著减少控制平面与数据平面之间的通信开销。
LDS缓存的启用意味着:
- 减少Envoy与控制平面之间的频繁配置同步
- 降低系统资源消耗
- 提高网关在高负载情况下的稳定性
这些优化对于大规模部署环境尤为重要,能够有效提升网关的整体吞吐量和响应速度。
多平台支持
2.0.6-rc.1版本继续保持了Higress对多平台的良好支持,提供了包括:
- macOS(Intel和Apple Silicon架构)
- Linux(x86_64和ARM64架构)
- Windows(x86_64和ARM64架构)
的完整二进制分发包。这种广泛的支持确保了Higress可以在各种开发和生产环境中无缝部署。
总结
Higress 2.0.6-rc.1候选版本通过增强TLS配置的灵活性和优化系统性能,进一步巩固了其作为云原生API网关的竞争力。这些改进使得Higress更适合复杂的企业级部署场景,能够满足不同业务对安全性和性能的多样化需求。
对于正在使用或考虑采用Higress的团队,这个版本值得关注和测试。特别是那些需要细粒度安全控制或面临性能挑战的用户,新特性可能会带来显著的改进。随着项目的持续发展,Higress正在成为云原生网关领域的一个重要选择。
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-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