Kubermatic v2.26.3版本发布:增强存储管理与安全特性
Kubermatic是一个开源的Kubernetes管理平台,它简化了多云环境下Kubernetes集群的部署和管理工作。作为企业级Kubernetes解决方案,Kubermatic提供了从集群创建、配置到监控维护的全生命周期管理能力。
最新发布的v2.26.3版本带来了一系列功能增强和问题修复,特别是在存储管理、安全性和用户体验方面进行了重要改进。下面我们将详细解析这个版本的主要变化。
核心功能增强
在存储管理方面,本次更新对KubeVirt CSI驱动操作符进行了升级至v0.4.1版本,这为基于KubeVirt的虚拟化环境提供了更稳定和高效的存储支持。同时,KubeLB负载均衡器的网关API和负载均衡器类配置现在能够自动从数据中心配置中获取,简化了集群创建时的配置流程。
安全性方面,新版本禁用了Grafana组件中的/metrics端点,减少了潜在的安全暴露面。对于运行在Kubernetes 1.30及以上版本的集群,系统不再添加InTree*Unregister特性门控,这有助于保持集群的稳定性和兼容性。
重要问题修复
本次发布解决了多个关键问题,包括:
- 修复了远程种子集群上ClusterBackupStorageLocation同步的问题,确保了备份功能的可靠性
- 修正了删除集群时KubeLB清理未执行的问题,避免了资源泄漏
- 解决了专用主/种子环境中kubermatic-seed-controller-manager部署使用错误ca-bundle ConfigMap的问题
- 优化了OpenStack CSI插件,移除了冗余的存储类配置
- 修复了应用安装失败时helm回滚版本设置的问题,提高了应用部署的可靠性
存储与虚拟化改进
在存储管理方面,新版本移除了KubeVirt命名空间模式下的存储类过滤限制,为用户提供了更大的灵活性。同时,为CSI驱动创建的RBAC角色现在明确授予了对VirtualMachineInstances的get权限,确保了存储操作的必要访问控制。
对于KubeVirt环境,本次更新还修复了镜像列表显示问题,提升了用户体验。在OpenStack集成方面,将Domain字段标记为可选,特别是在使用应用凭证时,简化了配置流程。
系统优化与清理
随着CentOS操作系统的生命周期结束,v2.26.3版本正式移除了对CentOS的支持,建议用户迁移到其他受支持的操作系统。这一变化也反映在用户界面中,相关选项已被移除。
在机器控制器方面,版本升级至v1.60.1,带来了性能改进和bug修复。同时,下载归档文件现在包含了所有Helm图表的依赖项,方便用户离线部署。
用户体验提升
用户界面方面新增了选项下拉菜单中的搜索字段功能,使得在大量选项中进行选择变得更加便捷。对于集群备份功能,修复了"备份所有命名空间"选项导致新命名空间被排除的问题,确保了备份的完整性。
总体而言,Kubermatic v2.26.3版本通过一系列的功能增强和问题修复,进一步提升了平台的稳定性、安全性和易用性,为企业在多云环境下管理Kubernetes集群提供了更加强大的支持。
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