作为下一代的 Linux 平台,自适应 Linux 平台(Adaptable Linux Platform,下文简称 ALP)的首个原型已经上线!该平台由 SUSE 推出,旨在让用户专注于他们的工作负载,从硬件和应用层抽离出来。通过使用虚拟机和容器技术,ALP 可以让工作负载独立于代码流。
SUSE 已将其引入开源社区,并开始设计和构建一个以应用程序为中心、安全且灵活的新平台。
ALP 的首个原型“Les Droites”
SUSE 将 ALP 的首个原型命名为“Les Droites”,它具有以下特点:
尽管一些工作负载仍处于开发阶段并遵循 ALP 设计原则,但一些组件已经容器化,例如 GDM 或 Yast2;而其他组件未来也将容器化,例如 Cockpit。
在 ALP 中,这些新的容器化的服务被称为 WORKLOADS。
工程工作组一直在对 YaST 容器化进行一些改进,例如获得更好的 cockpit 指标、对事务性 ALP 安装的监控和 ALP 中的 YaST 设计或安全策略。
自我管理
APL 旨在尽可能地减少干预,因此使用了一些自我管理功能,允许它识别稳定的快照,并在为系统打补丁后发现一些意外行为时进行回滚。这样才能确保 ALP 能够根据工作负载和系统本身的使用情况来应用补丁,从而保持系统的合规性。
ALP 带有自我管理功能和零接触的原型,并将在下一个版本中完全实现这些功能。
零接触方法
ALP 采用了零接触的环境、部署和配置,因此更易于设置。ALP 拥有自我修复、自我调整和自我更新的优势,这些关键特性也赋予了其自我解释的能力;对系统的更改会触发一种机制来对更改进行解读,因此不再需要额外的解释。
ALP 实现了零接触。系统可以在没有干预的情况下部署、配置,对系统进行操作,这让 ALP 可以在边缘设备上运行工作负载。这将有助于实现操作系统即服务 (OSaaS)。
ALP 能够确保系统符合最新的安全标准和所需的补丁级别,这是通过结合使用“热补丁“和“高可用”的功能来实现的。用户只需配置补丁的修补时间和修复的粒度,自我管理功能就能确保系统符合所需的安全标准。
这些自我管理功能是可配置的,并具有以下粒度级别:
用户可以依据这些粒度设置最佳安装计划。
自我修复
自我管理意味着系统可以识别自身最后的稳定状态,并对意外行为或错误事件做出反应,以便回滚之前的更改。当操作系统或应用程序处于修复或更改过程中时,自我修复功能可以确保系统正常工作。
ALP 使用自我修复功能来检测意外行为并返回到最后已知的稳定状态。
自我修复功能不是操作系统的新组件。SUSE 已经为 MicroOS 提供了运行状况检查器,这些检查器可以用于插件的定制开发。
PoC
PoC 应考虑以下方面:
结论
ALP 的首个原型拥有诸多特性,它将以全新的方式构建下一代的 Linux,例如隔离工作负载、充分利用现代 CPU 功能以及优化硬件性能等。
用户普遍认为,在使用以应用程序为中心的、容器和虚拟化等技术时,非侵入式的系统更新将干扰常规操作。如今,从安全补丁和系统定期更新,到仅下载补丁并实施手动安装,用户都可以通过 ALP 来决定何时以何种粒度修补系统。
好文章,需要你的鼓励
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
微软正式确认配置管理器将转为年度发布模式,并将Intune作为主要创新重点。该变化将于2026年秋季生效,在此之前还有几个版本发布。微软表示此举是为了与Windows客户端安全和稳定性节奏保持一致,优先确保安全可靠的用户体验。配置管理器将专注于安全性、稳定性和长期支持,而所有新功能创新都将在云端的Intune中进行。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。