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
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。