Terminus v1.11.1-rc.4 版本发布:GPU支持与系统稳定性提升
2025-06-24 11:27:21作者:晏闻田Solitary
Terminus 是一个面向现代云计算环境的开源项目,专注于提供高效、稳定的容器化应用管理平台。该项目由 beclab 团队维护,旨在为开发者和企业用户提供简单易用的容器编排解决方案。最新发布的 v1.11.1-rc.4 版本带来了多项重要改进,特别是在 GPU 支持和系统稳定性方面。
核心改进与修复
GPU 支持优化
本次版本对 GPU 支持进行了全面优化,解决了多个关键问题:
- 引入了全局支持的 CUDA 版本列表,确保不同组件间的兼容性
- 统一了不同任务中的 CUDA 支持检查逻辑
- 修复了多个 GPU 相关的错误,包括节点标签值无效等问题
- 改进了 CUDA 驱动和 GPU 插件的检查机制
- 新增了专门的 GPU 命令集,便于管理员管理 GPU 资源
这些改进使得 Terminus 平台能够更好地支持需要 GPU 加速的工作负载,为 AI/ML 等计算密集型应用提供了更稳定的运行环境。
安装程序增强
安装程序方面,v1.11.1-rc.4 版本带来了多项重要更新:
- 新增了独立的预检查命令,帮助用户在安装前确认系统环境
- 将存储安装分离为独立的阶段和命令,提高了安装灵活性
- 修复了 PowerShell 管理员权限检查问题
- 优化了 Windows 环境下的安装路径处理
- 改进了无运行器情况下的任务执行逻辑
这些改进显著提升了安装过程的可靠性和用户体验,特别是在复杂的生产环境中。
系统组件优化
前端与服务改进
系统前端和应用服务方面,本次版本主要解决了:
- 修复了应用挂起和镜像下载相关的错误
- 优化了未知显卡的处理逻辑,提高了系统兼容性
- 移除了自定义镜像连接检查,仅代理 docker.io
- 修复了自定义域名配置问题
安全与存储增强
在安全和存储方面,v1.11.1-rc.4 版本:
- 优化了 Vault 服务器的域名定制功能
- 修复了 Wise、Vault 和 File 组件中的多个 UI 问题
- 改进了存储安装的独立处理流程
技术价值与应用场景
Terminus v1.11.1-rc.4 版本的改进特别适合以下场景:
- AI/ML 工作负载:增强的 GPU 支持使得平台更适合运行深度学习等计算密集型应用
- 企业级部署:改进的安装程序和系统稳定性降低了运维复杂度
- 混合云环境:优化的存储和网络配置支持更灵活的部署方式
对于技术团队而言,这些改进意味着更少的配置问题和更高的资源利用率,特别是在管理大规模容器化应用时。
总结
Terminus v1.11.1-rc.4 版本通过一系列针对性的改进,显著提升了平台的稳定性、兼容性和易用性。特别是对 GPU 支持的优化,为高性能计算场景提供了更好的基础。这些改进体现了项目团队对产品质量的持续关注,也为用户提供了更可靠的容器管理解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
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。C042
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。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。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
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
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
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
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
435
3.3 K
Ascend Extension for PyTorch
Python
241
277
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
694
367
仓颉编译器源码及 cjdb 调试工具。
C++
138
869
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
暂无简介
Dart
696
163
React Native鸿蒙化仓库
JavaScript
270
328
仓颉编程语言运行时与标准库。
Cangjie
145
881