SUSE虽然没有获得Red Hat Enterprise Linux(RHEL)或Canonical Ubuntu那样的成绩,但它仍然是一个很好的Linux服务器发行版。现在,SUSE在服务器数据中心中又迈出了一步,即将于7月中旬发布SUSE Linux Enterprise Server(SLES)15。
届时SLES 15将在x86-64、ARM、IBM LinuxONE、POWER和z Systems上推出。因此,无论你的首选服务器架构是什么,SUSE都可以与你合作。
与此同时,SUSE还将以SLES 15作为多模式操作系统。它将把基于云的平台与企业服务器集成在一起,把容器化的开发与传统开发相结合,把传统应用与微服务相结合。
SUSE通过在环境中使用"公共代码库"在SLES中做到这一点,并为你的目的添加适当模块。
其中一些只是品牌重塑。例如和以前一样,SUSE Linux Enterprise Desktop(SLED)由核心遗留代码库和桌面代码库组成的。但不止于此。例如,对于微服务来说,你使用SUSE Container as a Service (CaaS) Platform的旧代码库,以及为了私有云添加SUSE OpenStack Cloud。使用这种方法,你还可以在内部服务器和软件定义基础设施(如AWS、Google Cloud Platform以及微软Azure)上使用SUSE Linux Enterprise Bring-Your-Own-Subscription (BYOS)轻松部署SLES。
另外,还有两个其他SLES版本,第一个是SLE High Performance Computing 15,针对x86和ARM架构的全套支持工具,满足了HPC市场不断增长的需求,其中包括slurm工作负载管理器;你选择的mrsh、pdsh或者conman进行集群管理;用于性能监测的神经节。
然后是SLES for SAP Applications。此版本包含无磁盘数据库的非易失性双列直插式内存模块(NVDIMM)支持,以及用于IBM Power Systems增强的高可用性功能。一项名为"工作负载内存保护"的新功能提供了一种基于开源且可扩展的解决方案,以保持SAP应用的高性能水平。
总的来说,SUSE想要做的是打造一个Linux,不仅仅是为了服务器和传统的IT角色,还是为了DevOps和持续集成和开发(CI/CD)。
SUSE首席技术官Thomas Di Giacomo解释说:"随着全球各地的企业将其企业系统转变为拥抱现代化和敏捷技术,这就需要针对不同工作负载和应用的多种基础架构。而这通常意味着将基于云的平台整合到企业系统中,将容器化开发与传统开发相结合,或者将传统应用与微服务相结合。为了弥合传统和软件定义的基础架构,SUSE构建了一个多模式操作系统--SUSE Linux Enterprise 15。"
SUSE正在做一些工作。IDC计算平台高级研究分析师Stephen Belanger写道:"Linux已经成为云计算和现代云本地应用开发的首选平台,以及大多数独立软件开发商的首选开发平台。今天Linux正在被广泛用于托管传统应用和下一代应用,覆盖裸机、虚拟机和基于容器的传送方式托管模式。SUSE Linux Enterprise成为SAP应用、大型机、高性能计算和其他以关键Linux企业级应用为核心的用例的首选。"
最后,SUSE还发布了最新版本的SUSE Manager,在该版本中通过添加新功能构建了其原生服务器管理能力,这样你就可以对基于物联网、云和Kubernetes的容器基础设施使用相同的平台。通过SUSE Manager 3.2,SUSE承诺你可以管理一切,从基于Raspberry Pi的物联网设备到SUSE CaaS Platform的所有内容。
如果你希望在旧IT服务器与现代化的云、容器以及编排功能之间架起一道桥梁,那么一定要看看SUSE的新操作系统家族。
好文章,需要你的鼓励
全新搜索方式出现,字节发布宽度优先搜索基准WideSearch,垫底的竟是DeepSeek
阿里巴巴团队推出DeepPHY,这是首个专门评估AI视觉语言模型物理推理能力的综合平台。通过六个不同难度的物理环境测试,研究发现即使最先进的AI模型在物理推理任务中表现也远低于人类,成功率普遍不足30%。更关键的是,AI模型虽能准确描述物理现象,却无法将描述性知识转化为有效控制行为,暴露了当前AI技术在动态物理环境中的根本缺陷。
GitHub CEO声称AI将承担所有编程工作,但现实中AI编程工具实际上降低了程序员的生产效率。回顾编程语言发展史,从Grace Hopper的高级语言到Java等技术,每次重大突破都曾因资源限制和固有思维遭到质疑,但最终都证明了抽象化的价值。当前AI编程工具面临命名误导、过度炒作和资源限制三重困扰,但随着技术进步,AI将有助于消除思想与结果之间的障碍。
AgiBot团队联合新加坡国立大学等机构开发出Genie Envisioner机器人操作统一平台,首次将视频生成技术应用于机器人控制。该系统通过100万个操作视频学习,让机器人能够预测行动结果并制定策略,在多个复杂任务上表现优异,仅需1小时数据即可适应新平台,为通用机器人智能开辟全新路径。