微软昨天发布了旗下本地部署Windows Server的第一个预览版,微软的本地部署Windows Server名为Windows Server 2019(Windows Server 2019)。
对测试这个版本感兴趣的网友需注册成为Windows内部测试人员(Windows Insiders)。最终版本将在2018年下半年发布给用户,大致与Windows Server下一个功能更新(名为1809)同时发布,预计将于2018年10月发布。
Windows Server 2019是Windows Server的下一个版本, 是个长期服务渠道(LTSC)版本。 Windows Server 2016是现在的ServerLTSC版本。
微软建议希望运行SQL Server、SharePointServer和其他工作负载的管理员使用Windows Server的LTSC版本,不要使用半年渠道版本。 (Windows Server的半年渠道版本例子是即将发布的1803和以后的1809;二者都是每年发布两次的功能更新,支持只有18个月。)
微软之前曾表示,Windows Server的内部/ LTSC版本将包含以前在半年渠道版本里推出的功能。微软在昨天关于Windows Server 2019的博客文章中列出了计划在Server 2019里推出的一些功能。
功能包括:
微软表示,Windows Server 2019在年底发布之前,将发布更多关于这些功能及其他未来功能的信息。
本文脱稿前的一些更新:微软博文介绍了Windows Server 2019今日的预览版的新功能(https://blogs.windows.com/windowsexperience/2018/03/20/announcing-windows-server-vnext- ltsc-build-17623)和Windows Server下一个半年渠道版本。两个版本的内部版本号为17623(https://blogs.windows.com/windowsexperience/2018/03/20/announcing-windows-server-vnext-ltsc-build-17623)。
在这个内部测试版本里,测试人员可以试用“集群集合”, 集群集合功能的目的是将单个软件定义数据中心云里集群节点数增加多个”数量级”。群集集合是一组可以计算、存储或超融合的多个故障转移群集。
测试人员还可以预览Windows Server 2008的Windows Defender高级威胁防护(ATP)支持以及Windows Defender ATP Exploit Guard。Windows Defender ATP Exploit Guard是一套主机入侵防御的四个功能。
今天的内部构建版含对于间歇性连接到Host Guardian Service的Hyper-V主机里屏蔽虚拟机支持,另外也支持在Linux里运行在屏蔽虚拟机(支持的Linux包括Ubuntu、红帽企业Linux和SUSE Linux企业Server)。
博文列出关于17623的许多其他增量新功能和已知问题(https://blogs.windows.com/windowsexperience/2018/03/20/announcing- windows-server-vnext-ltsc-build-17623)。
更新2:微软计划提高Windows Server 2019的价格。微软今天的博文称“我们很可能提高Windows Server Client Access Licensing(CAL)的价格。届时我们将提供更多详细信息。”
更新3:微软今天在Fast Ring里发布了新的Redstone 4 Windows 10客户端测试版本(17217)(https://blogs.windows.com/windowsexperience/2018/03/20/announcing-windows-10 -insider-preview-build-17127-for-fast /),包括Cortana UI的一些增强功能和几个修复程序。微软计划从4月份开始面向为主流用户推出Redstone 4,可能名叫“Spring Creators Update”。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。