TurboVNC 3.2 Beta1发布:远程图形桌面性能与安全新高度
TurboVNC是一个高性能的虚拟网络计算(VNC)实现,它基于TightVNC但进行了大量优化,特别适合在高速网络上传输图形桌面。作为专业级的远程桌面解决方案,TurboVNC在科学计算、工程设计和多媒体应用等场景中表现出色。
核心性能提升
本次3.2 Beta1版本最显著的改进是集成了zlib-ng压缩库。这一优化使得Lossless Tight + Zlib编码方法以及Tight + JPEG编码方法中的非JPEG子矩形编码性能得到显著提升:
- 在现代x86-64 CPU上性能提升约10-15%
- 在现代AArch64 CPU上性能提升约25-30%
对于需要频繁传输大量图形数据的专业用户来说,这意味着更流畅的远程桌面体验和更高的工作效率。
服务器端重大改进
TurboVNC服务器现在支持DRI3 X扩展,配合开源GPU驱动使用时,无需VirtualGL即可实现GPU加速。虽然配合VirtualGL仍能获得最佳性能,但这一改进为用户提供了更多选择。
在构建系统方面,TurboVNC现在完全依赖系统提供的库文件,移除了对旧版本库的静态链接支持。这一变化使得安装包更小,与系统其他组件的兼容性更好。
客户端功能增强
安全连接全面升级
内置SSH客户端基于JSch v0.2.23进行了重构,增加了多项现代加密协议支持:
- 新增Curve25519密钥交换方法
- 支持Diffie-Hellman Group 14-18密钥交换
- 增加Ed25519签名方案支持
- 支持加密后MAC(EtM)算法
- 新增Galois/Counter Mode(GCM)加密方式
- 支持hmac-sha2-512 MAC算法
同时默认禁用了不安全的算法,包括3DES、CBC加密方式、DSS签名方案等,显著提升了连接安全性。
多级SSH隧道支持
新增的Jump参数支持跳板机功能,可以实现多级SSH隧道连接。这一特性特别适合企业环境中需要通过网关访问内部VNC服务器的场景,既保证了安全性又简化了配置流程。
用户体验优化
- 工具栏图标更新为更现代的样式
- 新增支持扩展鼠标按钮功能
- Mac版本全屏模式下可自动隐藏菜单栏和Dock
- 改进的滚动体验,支持边缘滚动(bump scrolling)
兼容性调整
考虑到现代操作系统的发展趋势,3.2版本不再提供32位Windows安装包,因为Windows 10/11已逐步放弃对32位CPU的支持,且OpenJDK 21也移除了32位Windows支持。
配置管理改进
新版对配置系统进行了重构,将高级参数单独列出,使普通用户界面更加简洁。同时统一了环境变量和系统属性的管理方式,使配置更加一致和易于维护。
总结
TurboVNC 3.2 Beta1在性能、安全性和用户体验方面都带来了显著提升。特别是zlib-ng的集成和多级SSH隧道的支持,使其在专业应用场景中更具竞争力。这个版本为需要高性能远程图形访问的用户提供了更安全、更高效的解决方案,值得技术用户关注和测试。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00