Terminus v1.11.1-rc.4 版本发布:GPU支持与系统稳定性提升
2025-06-24 05:42:03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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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