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。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C033
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
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-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
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