Kubermatic v2.26.5版本发布:Kubernetes集群管理新特性与优化
Kubermatic是一个开源的Kubernetes集群管理平台,它简化了多云和混合云环境中Kubernetes集群的部署、管理和运维工作。作为一个企业级的Kubernetes管理解决方案,Kubermatic提供了直观的用户界面和强大的API,支持在各种基础设施上创建和管理Kubernetes集群。
新增Kubernetes版本支持
在v2.26.5版本中,Kubermatic扩展了对Kubernetes的支持范围,新增了1.31.5、1.30.9和1.29.13三个Kubernetes版本。这一更新为用户提供了更多选择,可以根据自身需求选择最适合的Kubernetes版本。对于企业用户而言,这意味着能够更好地平衡稳定性与新特性之间的关系。
KubeVirt相关功能增强
KubeVirt作为在Kubernetes上运行虚拟机的解决方案,在本次更新中获得了多项改进:
-
新增了KubeVirt数据源(DS)到charts仓库中,这使得在镜像生成命令中能够更方便地处理KubeVirt相关镜像。这一改进简化了KubeVirt环境的部署流程,特别是在需要自定义镜像的场景下。
-
在镜像镜像(mirror-images)命令中,现在包含了KubeVirt CCM(Cloud Controller Manager)和Fluent-Bit镜像。这一变化完善了KubeVirt生态系统的支持,确保用户在部署KubeVirt时能够获得完整的组件支持。
关键问题修复
本次版本包含了多个重要的问题修复,提升了平台的稳定性和用户体验:
-
修复了在计量功能中与MinIO通信时未正确使用CA证书包(ca-bundle)的问题。这一修复确保了在启用TLS验证的环境中,计量功能能够正常工作。
-
解决了初始Machine Deployment中节点标签被覆盖的问题。这个问题可能导致集群中的节点标签不一致,影响调度策略和工作负载部署。
-
针对vSphere环境,修复了更新Machine Deployment副本数时触发机器轮换的问题。这一修复避免了不必要的节点重建,提高了集群操作的稳定性。
仪表板功能改进
Kubermatic的Web仪表板在这个版本中也获得了多项改进:
-
修复了GCP机器部署在编辑对话框中显示错误值的问题,提高了配置准确性。
-
改进了集群备份功能,现在可以正确处理包含所有命名空间的备份,并提供了从备份恢复所有命名空间的选项。这一改进增强了灾难恢复能力。
-
针对Edge提供商的数据中心创建流程进行了优化,解决了创建过程中的问题。
安全更新
作为常规维护的一部分,本次更新将go-git库升级到了5.13.0版本,修复了CVE-2025-21613和CVE-2025-21614两个安全漏洞。这一更新增强了平台的安全性,建议所有用户尽快升级。
总结
Kubermatic v2.26.5版本虽然在版本号上是一个小版本更新,但包含了多项重要的功能增强和问题修复。特别是对KubeVirt支持的改进和关键问题的修复,使得平台在多云Kubernetes管理方面更加成熟稳定。对于现有用户,建议评估这些改进对自身环境的影响,并计划升级以获得更好的使用体验和安全性。
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