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
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。