VMware govmomi v0.49.0版本发布:增强存储管理与GPU支持
VMware govmomi是VMware vSphere API的Go语言客户端库,它提供了与vCenter和ESXi交互的编程接口。该项目包含一个功能强大的命令行工具govc,可以方便地管理vSphere环境。最新发布的v0.49.0版本带来了一系列重要的功能增强和问题修复。
核心功能更新
存储管理功能增强
新版本在存储管理方面进行了多项改进:
-
卷扩展功能:新增了
volume.extend命令,允许用户动态扩展存储卷的容量,无需停机即可满足业务增长的需求。 -
卷删除选项:
volume.rm命令新增了-keep标志,可以在删除卷时保留底层磁盘,为数据管理提供更多灵活性。 -
存储策略加密:
storage.policy.create命令增加了-e选项,支持创建启用加密的存储策略,增强了数据安全性。
GPU管理功能
v0.49.0版本引入了全新的GPU管理命令集,使得在vSphere环境中配置和管理GPU设备变得更加便捷。这些命令可以帮助管理员:
- 查看可用的GPU设备
- 将GPU分配给虚拟机
- 管理GPU资源分配策略
认证方式改进
在认证方面,session.login命令新增了-jwt选项,支持使用JSON Web Token进行身份验证,为自动化流程和第三方集成提供了更灵活的认证方式。
模拟器(vcsim)增强
vcsim是govmomi项目提供的vSphere API模拟器,常用于开发和测试:
-
vSAN数据存储支持:新增了对vSAN数据存储的模拟支持,使得开发者可以在模拟环境中测试vSAN相关功能。
-
CNS卷API增强:改进了对CNS(Cloud Native Storage)卷API的查询和元数据支持,为容器存储接口(CSI)驱动开发提供更好的测试环境。
-
性能优化:通过重构PropertyCollector锁机制,解决了潜在的竞态条件问题,提高了模拟器的稳定性和性能。
技术细节与改进
在底层实现上,v0.49.0版本也进行了多项优化:
-
KMS导出URL重写:
kms.export命令现在会自动重写URL,使用连接到vCenter的主机地址,提高了密钥管理服务的可用性。 -
SOAP头处理优化:对于不支持的端点,现在会主动丢弃operationID SOAP头,避免潜在的兼容性问题。
-
代码重构:移除了simulator.Map包变量,并将simulator.SpoofContext函数重命名为NewContext,提高了代码的清晰度和可维护性。
总结
VMware govmomi v0.49.0版本在存储管理、GPU支持和模拟器功能方面都有显著提升。这些改进不仅增强了工具的功能性,也为开发者提供了更完善的测试环境。对于使用vSphere自动化管理的团队来说,升级到这个版本可以获得更丰富的功能和更稳定的体验。特别是新增的GPU管理命令和存储扩展功能,将为虚拟化环境的管理带来更多便利。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00