Windows Server 2019是微软公司长期服务渠道(简称LTSC)之下新一轮的迭代产品,其中囊括大量新的特性以及部分管理员用户此前就已经体验过的功能。此外,Windows Server 2019还将以半年度周期(简称SAC)的方式发布产品更新。自上一次LTSC版本(即2016年9月发布的Windows Server 2016)以来,其陆续迎来了1709与1803两个版本。而本周的发布,将代表着LTSC大版本正式获得升级。
Windows Server 2019将获得微软公司为期十年的技术支持——而不像SAC版本那样仅拥有18个月的支持周期。很明显,更长的支持周期对于管理员而言将非常重要。
超融合基础设施(简称HCI)
为了在热门技术方向的争夺当中占据主动,或者吸引更多热衷于高虚拟化水平的客户加入微软阵营,微软公司对Windows Server 2019中的超融合基础设施支持能力做出了强化。微软方面表示,其Cluster Sets技术将允许用户通过软件定义网络与存储进行部署,节点数量亦可由两个扩展到数百个——这一超融合支持能力最初亮相于2016版本当中。
如果大家希望构建一座数据中心,那么超融合基础设施本身就足以让Windows Server 2019成为一套重要的发布版本。而如果大家无此打算,微软的云产品也同样能够帮助大家在转型之路上走得更快更稳。
拥抱混合环境
Windows Server 2019可通过内部部署及云版本形式运行,微软希望用户能够在未来的某一时间点上借此向Azure过渡。考虑到这一点,该平台中内置有大量连接器以及管理工具Windows管理中心,用以降低云端准入门槛。Azure备份与文件同步以及灾难恢复等功能亦可将数据中心“扩展”至Azure当中。此外,存储迁移服务负责将文件服务器直接分流至云端,且无需修改任何用户配置。
保障安全
Windows Defender Advanced Threat Protection(简称ATP)目前已经在Windows Server 2019当中正式启用,并与Defender Exploit Guard相配合。然而,更重要的消息在于,面向Linux虚拟机的Shelded VM功能正式亮相。这一同样首次出现在Windows Server 2016中的功能可通过访问主机服务器以阻止那些已无实际作用的虚拟机继续运行。不过原本此项功能仅适用于选择Windows作为客户操作系统的场景。如今。爱好Linux的用户群体终于能够在Linux虚拟机当中实现这一功能。
微软向Linux频频示爱
微软对Linux的爱还不止于此。Windows Subsystem for Linux(简称WSL)同样被引入Windows Server,允许Linux容器以并行方式与Windows容器同步运行。在2019版本当中,WSL甚至允许Linux用户以自己熟悉的方式编写脚步,而不必另行学习PowerShell。
应用程序兼容性改进还包括对Service Fabric以及Kubernetes的支持,并将Server Core基础容器镜像的体积缩小至原本的三分之一。
此次Windows Server 2019的发布非常重要,亦可被视为Essentials产品的最终版本。不过由于整个技术支持周期将延续至2028年,因此管理员们将有充足的时间逐步规划迁移工作。
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。