ThingsBoard IoT网关3.7.3版本发布:稳定性提升与功能增强
ThingsBoard IoT网关是一个开源的物联网网关解决方案,它能够将各种设备和传感器连接到ThingsBoard物联网平台。作为设备与云端平台之间的桥梁,该网关支持多种协议和连接方式,包括MQTT、HTTP、Modbus、OPC-UA等,为物联网系统提供了灵活的数据采集和设备管理能力。
核心改进
最新发布的3.7.3版本在多个方面进行了重要改进,主要集中在系统稳定性、性能优化和新功能增加上。
稳定性增强
开发团队在此版本中着重提升了网关服务的整体稳定性。通过优化内部处理机制,减少了在高负载情况下出现服务异常的可能性。特别是针对连接到配置了速率限制的平台时,改进了消息处理逻辑,确保在遇到平台限流时网关能够正确处理消息而不会丢失数据。
内存泄漏修复
在日志系统方面,3.7.3版本修复了一个潜在的内存泄漏问题。这个问题可能导致网关在长时间运行后占用过多内存,影响系统性能。通过这一修复,网关的长期运行稳定性得到了显著提升。
新功能介绍
RPC功能增强
3.7.3版本引入了新的GET/SET RPC功能,为远程设备控制提供了更灵活的方式。同时,修复了MQTT连接器中RPC请求的处理问题,使得远程过程调用更加可靠。
时间戳处理优化
新增的useReceivedTs选项为时间戳处理提供了更多选择。这个选项允许用户根据需求选择使用接收时间戳还是设备原始时间戳,为时间敏感型应用提供了更好的支持。
性能优化
CPU使用率降低
特别值得一提的是,ModBus连接器的CPU使用率得到了显著降低。这一优化对于部署在资源受限设备上的网关实例尤为重要,能够减少系统负载,提高整体运行效率。
技术实现细节
在底层实现上,3.7.3版本对消息队列处理机制进行了重构,优化了在高并发情况下的资源分配策略。同时,日志系统采用了更高效的缓冲区管理方式,既解决了内存泄漏问题,又保持了日志记录的完整性。
对于ModBus连接器的优化,开发团队重新设计了轮询调度算法,减少了不必要的CPU周期消耗,同时保持了数据采集的实时性。
升级建议
对于正在使用旧版本ThingsBoard IoT网关的用户,特别是那些遇到稳定性问题或运行在资源受限环境中的实例,建议尽快升级到3.7.3版本。新版本不仅解决了已知问题,还提供了更多配置选项,能够更好地适应不同的应用场景。
对于新用户,3.7.3版本提供了更稳定可靠的基础,是开始构建物联网解决方案的理想选择。无论是简单的数据采集还是复杂的设备控制场景,这个版本都能提供良好的支持。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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