Amazon EKS AMI项目发布Amazon Linux 2023技术预览版深度解析
2025-06-30 17:13:54作者:乔或婵
Amazon EKS团队近日宣布推出基于Amazon Linux 2023(AL2023)操作系统的优化AMI技术预览版,这是AWS下一代Linux操作系统的重要演进。作为Amazon EKS AMI项目的核心更新,AL2023为Kubernetes工作负载带来了更安全、稳定和高性能的运行环境。
核心特性与架构升级
AL2023作为AL2的继任者,在多个维度实现了显著提升:
- 内核增强:采用更新版本的Linux内核,提供更好的硬件兼容性和性能优化
- 安全基线:默认启用IMDSv2(实例元数据服务第二版),强化了云实例的安全防护
- 资源管理:全面转向cgroupv2统一控制组架构,为容器运行时提供更高效的资源隔离机制
- 存储优化:对带有本地磁盘的实例类型自动配置为RAID0阵列,提升I/O性能
部署方式与兼容性
当前技术预览阶段支持三种节点部署模式:
- 自管理节点组:可直接使用AL2023 AMI创建
- 托管节点组(MNG):通过自定义AMI方式支持
- Karpenter节点:同样支持自定义AMI部署
需要注意的是,加速计算场景(如GPU工作负载)暂未提供AL2023加速AMI,相关用户应继续使用Amazon Linux 2或Bottlerocket AMI。
关键技术变更点
节点初始化流程重构
AL2023引入了全新的nodeadm初始化系统,采用YAML配置规范替代了传统的bootstrap.sh脚本。这一变化带来了更结构化的节点配置方式,但同时也要求用户显式提供集群元数据:
apiVersion: node.eks.aws/v1alpha1
kind: NodeConfig
spec:
cluster:
name: my-cluster
apiServerEndpoint: https://eks-cluster.example.com
certificateAuthority: BASE64_ENCODED_CA_CERT
cidr: 10.100.0.0/16
其中cidr参数需要与EKS集群创建时指定的serviceIpv4Cidr保持一致,这是与AL2部署方式的重要区别。
容器运行时支持
AL2023不再包含Docker支持,这与Kubernetes社区淘汰dockershim的路线图保持一致。用户需要确保工作负载已迁移到containerd或其他兼容的容器运行时。
网络组件要求
使用AL2023需要搭配VPC CNI插件v1.16.2或更高版本,这对网络功能的稳定性和性能有显著提升。
迁移建议与注意事项
- 兼容性验证:AL2023的软件包组合与AL2存在差异,建议在测试环境充分验证应用兼容性
- IMDSv2适应:虽然支持回退到IMDSv1,但建议优先适配IMDSv2以提升安全性
- 节点配置:自管理节点需要更新启动模板,确保包含完整的NodeConfig定义
- 监控调整:cgroupv2的监控指标采集方式可能需要进行相应调整
未来演进方向
AWS表示将在后续版本中提供:
- 托管节点组的原生AL2023支持(无需自定义AMI)
- 加速计算场景的专用AMI
- 完全移除cgroupv1的遗留支持
对于计划升级的用户,建议密切关注官方文档更新,并制定分阶段的迁移策略。技术预览期是验证应用兼容性和熟悉新特性的理想窗口期。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
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-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
135
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218