至顶网软件频道消息:和Windows 10 Fall Creators Update一起,微软本周发布了Windows Server 2016的第一个功能更新。
虽然一些管理员刚刚开始进行尝试,但他们已经注意到了这个"Semi-Annual Channel"更新的一些令人惊奇的遗漏,也就是被称为1709的版本(2017年9月,第9个月)。
首先,这是一个简明扼要的概述,介绍了1709的一些情况。
正如微软所说的那样,Server Core容器映像大约减少了60%,而Nano Server容器映像比原来的Windows Server 2016版本小了近80%。微软还向该版本增加了曾经承诺过的具有Hyper-V隔离支持的Linux容器。
正如微软的官员们之前表示的,原来的Nano Server已经被“弃用”,并被运行在容器映像中的Nano取代。微软推动Nano Server作为Windows Server的最小版本的努力似乎只有很少的用户买账,所以重新定位是很合理的做法。推出新的Windows Server图形管理工具——被称为“Project Honolulu”(仍是技术预览版)也成为新的大计划的一部分。
SMB1和客户端身份验证删除功能也进入了这个版本,以及这篇微软Docs文章中列出的其他一些计算、存储、网络和远程桌面服务更新。
但从1709这个版本开始,有一些东西被削减了。
首先,Windows Server 2016的Essentials版本已经成为过去。Windows Server 2016 Essentials版本是“云连接”的首个服务器,适用于拥有多达25个用户的小型企业。微软于2016年10月推出了这个Essentials版本。
在微软的“Getting Started”中有1709个帖子,在Windows Server安装选项列表中,没有提到Essentials。(这是由于微软瞄准的方向。)
Windows Server 1709只有标准版(Standard)和数据中心版(Datacenter)可用。(截至10月19日,Windows Server 1709也可在Azure上使用。)另外一件值得注意的事情是,安装1709的用户只能获得Server Core安装选项,即使Windows Server 2016允许服务器内核(Server Core)和服务器(Server)都能够获得桌面体验(Desktop Experience)安装选项。
我询问微软将来是否会继续提供Essentials版本的Windows Server,到目前为止还没有得到任何回复。
下面是微软列出的在1709的标准版和数据中心版中的新功能:
另外,正如微软在1709版更新的版本说明中所承认的那样,Storage Spaces Direct不在Windows Server 1709版本中。
Storage Spaces Direct跨越Windows Server群集,并创建了一个总线,通过该总线,服务器可以看到彼此所有的本地驱动器。它作为Windows Serve r2016的一个功能推出,并被微软描述成“我们超融合平台的基础”。
上个月我从我的一个联系人那里听说,微软对Storage Spaces Direct的质量不满意,因此选择不让它出现在1709版本里所有软件定义的Datacenter应用程序中。管理员无法将1709部署正在使用Storage Spaces Direct的Windows Server 2016上。
Storage Spaces Direct的下一个可能更新可能是“Redstone 4”的一部分,Windows 10客户端和服务器的更新将于明年四月开始推出。
好文章,需要你的鼓励
OpenAI和微软宣布签署一项非约束性谅解备忘录,修订双方合作关系。随着两家公司在AI市场竞争客户并寻求新的基础设施合作伙伴,其关系日趋复杂。该协议涉及OpenAI从非营利组织向营利实体的重组计划,需要微软这一最大投资者的批准。双方表示将积极制定最终合同条款,共同致力于为所有人提供最佳AI工具。
中山大学团队针对OpenAI O1等长思考推理模型存在的"长度不和谐"问题,提出了O1-Pruner优化方法。该方法通过长度-和谐奖励机制和强化学习训练,成功将模型推理长度缩短30-40%,同时保持甚至提升准确率,显著降低了推理时间和计算成本,为高效AI推理提供了新的解决方案。
中国科技企业发布了名为R1的人形机器人,直接对标特斯拉的Optimus机器人产品。这款新型机器人代表了中国在人工智能和机器人技术领域的最新突破,展现出与国际巨头竞争的实力。R1机器人的推出标志着全球人形机器人市场竞争进一步加剧。
上海AI实验室研究团队深入调查了12种先进视觉语言模型在自动驾驶场景中的真实表现,发现这些AI系统经常在缺乏真实视觉理解的情况下生成看似合理的驾驶解释。通过DriveBench测试平台的全面评估,研究揭示了现有评估方法的重大缺陷,并为开发更可靠的AI驾驶系统提供了重要指导。