CRI-O项目全面支持OCI Artifacts挂载功能解析
2025-06-07 08:05:42作者:鲍丁臣Ursa
随着云原生技术的快速发展,容器运行时对OCI(Open Container Initiative)标准的支持已成为行业标配。作为Kubernetes生态中的重要容器运行时,CRI-O项目近期实现了对OCI Artifacts的完整支持,这一突破性进展为云原生应用带来了更灵活的存储方案。
技术背景 OCI Artifacts是OCI标准中定义的通用存储格式,它突破了传统容器镜像的限制,允许用户存储任意类型的内容。与标准OCI镜像不同,Artifacts可以使用自定义的媒体类型(media type),这为AI模型、文档集合等非传统容器内容提供了理想的存储方案。
核心实现 CRI-O通过以下关键技术实现了对OCI Artifacts的支持:
-
媒体类型扩展:不仅支持标准的
application/vnd.oci.image.layer.v1.tar类型,还能处理自定义媒体类型,如AI模型专用的application/vnd.cnai.model.layer.v1.tar。 -
多层结构处理:能够正确处理Artifacts中的多层结构,每层可以包含独立文件,突破了传统容器镜像必须有序叠加的限制。
-
ORAS工具兼容:完美支持ORAS(OCI Registry As Storage)工具创建的Artifacts,包括处理每层的独立注释信息。
技术挑战与解决方案 在实现过程中,开发团队面临了几个关键挑战:
- 名称解析问题:早期版本存在短名称和规范名称解析的缺陷,现已通过代码优化解决。
- 多运行时兼容:确保与containerd等其他运行时的行为一致性,避免生态分裂。
- 特殊格式处理:针对AI模型等特殊Artifact类型,提供灵活的配置处理机制。
应用场景 这一功能的实际应用价值体现在多个场景中:
- AI模型部署:可以直接将训练好的模型作为Artifact挂载到推理服务中。
- 配置管理:将应用配置以Artifact形式存储和分发。
- 文档集合:处理需要版本控制的大型文档集合。
未来展望 虽然当前实现已满足基本需求,但技术社区仍在持续改进:
- 优化对特殊媒体类型的处理逻辑
- 增强与不同Artifact工具的兼容性
- 探索更高效的存储和挂载机制
CRI-O对OCI Artifacts的完整支持标志着容器运行时在通用存储能力上的重大进步,为云原生应用开辟了新的可能性。这一特性已在最新版本中提供,开发者可以立即体验其带来的便利。
登录后查看全文
热门项目推荐
相关项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
openEuler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。
C
334
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
744
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134