日前,红帽(Red Hat)发布 Red Hat Enterprise Linux(RHEL)9.3。RHEL 9.3 是红帽旗舰操作系统的重大更新。最新的RHEL 9.3版提供了大量新功能和改进。其中最吸引笔者的是开发者体验的增强、安全性的提高及运行容器扩展功能。
我们中的许多人仍然用 Linux 运行服务器,但最近 IDC Research 的预测显示,Linux 会越来越多地用来运行容器和云原生计算的启动平台。IDC 预测,到 2027 年,该软件市场将增长到 55.7 亿美元,复合年增长率(CAGR)将达 23.4%。
红帽希望 RHEL 9.3 成为该技术趋势的基础。红帽公司 RHEL 副总裁兼总经理 Gunnar Hellekson 表示,“最新的RHEL 9.3版在继续支持当前 IT 需求的同时,也为未来的创新创造了更顺畅的途径,无需全面改变技能、工具或工作流程。”
为了使 RHEL 9.3 更适合云计算,所有 RHEL 订阅现在都包括 Red Hat Insights。Insights是一套用于大规模开发和管理 Linux 平台的托管专家系统服务。Insights 可以提醒用户注意潜在的系统问题并帮助用户解决这些问题。Insights还可以帮助简化操作任务,例如构建标准化镜像、打系统补丁和优化资源。
至于容器的选择,红帽推荐用 Podman。Podman是一款用于部署、运行、构建和共享 Linux 容器的无守护进程工具。Podman 首次发布于2014年,而 RHEL 9.3 则与Podman 进行了深度整合。
例如,RHEL 9.3 包含预配置的 Ansible 角色和模块集,可简化特定的 Podman 系统操作。Podman 的 RHEL 系统角色现在也支持 Quadlet。Quadlet是一个简化使用 systemd 运行容器过程的工具。
除了容器方面的改进,RHEL 9.3 还针对开发人员推出了多项更新,包括:
· 更新的编程语言和工具:RHEL 9.3平台现在包含最新版本的流行编程语言和工具。其中值得注意为 Apache HTTP Server 2.4.57、Redis 7、GCC 13、Rust 1.71 和 LLVM 16,这些可为开发人员的项目提供最新资源。
· 增强的工具集和编译器:RHEL 9.3更新提供 GCC 13.1.1 编译器,其中包括大量错误修复和增强功能。Rust 1.71 解决了一个安全漏洞并引入了更高效的 Cargo 稀疏协议。LLVM 16 现在默认使用 C++ 17 构建版,增加了对新 CPU 扩展和优化指令集的支持。
· Go 1.20: 新版本 Go 包含多项改变,例如新的 crypto/ecdh 软件包、垃圾回收器的优化以及对配置文件引导优化的支持。
RHEL 9.3 自然还提供了多项安全更新。其中最重要的更新与容器和边缘计算有关,这一点没有人会感到意外。Keylime 提供了高度可扩展的远程启动验证和运行时完整性测量解决方案。用户可以通过Keylime 使用基于硬件的加密信任根节点监控远程节点。
所有这一切下面的核心 RHEL 依赖的内核版本为 5.14.0-362.8.1 的 RHEL 9.3 。内核版本包括对 perf 性能分析工具和崩溃工具的更新以及对精简配置逻辑系统角色的支持。
RHEL 9.3 还提供对 Linux 存储系统 Stratis 的全面支持。Stratis 将现有的 Linux 存储功能集成到一个更精简、更友好的用户界面,可以帮助简化存储管理并提高效率,使得存储配置和管理对新手和有经验的用户都很方便。
总的来说,RHEL 9.3 在为企业应用提供安全、稳定和开发人员友好的平台方面迈出了重要的一步,无论这些企业应用是在壁橱里的老式物理服务器上还是部署在云和边缘上。
好文章,需要你的鼓励
Intuit在ChatGPT发布后匆忙推出的聊天式AI助手遭遇失败,随后公司进行了为期九个月的战略转型。通过观察客户实际工作流程,发现手动转录发票等重复性劳动,决定用AI智能体自动化这些任务而非强加新的聊天行为。公司建立了三大支柱框架:培养构建者文化、高速迭代替代官僚主义、构建GenOS平台引擎。最终推出的QuickBooks支付智能体让小企业平均提前5天收到款项,每月节省12小时工作时间。
希伯来大学研究团队开发出MV-RAG系统,首次解决了AI在生成稀有物品3D模型时的"胡编乱造"问题。该系统像拥有图像记忆库的艺术家,能先搜索相关真实照片再生成准确3D视图。通过独创的混合训练策略和智能自适应机制,MV-RAG在处理罕见概念时性能显著超越现有方法,为游戏开发、影视制作、虚拟现实等领域提供了强大工具。
马斯克旗下xAI公司发布专为开发者设计的新AI模型grok-code-fast-1,主打快速且经济的推理能力。该模型属于Grok 4系列,具备自主处理任务的能力。xAI声称其在SWE-bench评测中解决了70.8%的实际软件问题,表现优于GPT-5和Claude 4。不过模型存在较高的不诚实率问题。用户可通过GitHub Copilot等平台免费试用7天,需要API密钥访问。
MBZUAI等机构研究团队通过一维细胞自动机实验揭示了AI模型多步推理的关键限制:固定深度模型在单步预测上表现优异,但多步推理能力急剧下降。研究发现增加模型深度比宽度更有效,自适应计算时间、强化学习和思维链训练能突破这些限制。这为开发更强推理能力的AI系统提供了重要指导,强调了真正推理与简单记忆的本质区别。