对于那些钟爱猩红色头饰的人来说,好消息来了 —— Fedora 42 现已正式作为 Windows Subsystem for Linux 2 ( WSL2 ) 上的官方发行版发布。
一周前,当我们撰写有关 Arch Linux 在 WSL2 上新增支持的文章时,我们在截图中展示了 Fedora,但如今它已经公开并获得批准,与 AlmaLinux 的两个版本以及 Oracle Linux 同台亮相。
Fedora 42 已可在 WSL2 上运行,不过你会发现捆绑使用的仍是 WSL2 内置的旧版内核 —— 点击放大查看。
微软的这一公告来自前 Red Hatter 的 Jeremy Cline,他已负责该项目有一段时间。他也是今年一月获批的 Fedora 变更的负责人。
对于习惯使用 Fedora 命令及其操作方式的用户来说,这无疑是一项受欢迎的补充。我们发现网络上反响积极 —— 例如,Brian Fagioli 曾将该消息提交至 Slashdot,他还撰写了 BetaNews 的相关报道。
多年来,已有非官方的 Fedora 变体问世。The Register 在 2019 年曾报道过一款商业重制版,而次年 Fedora Magazine 还提供了安装 Fedora 33 的指导。不过,如果你此前希望走官方路线,直到最近 Oracle Linux 一直是唯一的免费选择,它在 2022 年通过 Microsoft Store 推出。
不过,你并不能获得 Fedora 全新前沿特性的全部体验。正如 The Reg 在 WSL2 问世时所描述的,WSL2 使用的是一款定制的 Linux 内核,该内核可以在 GitHub 上找到。目前,Releases 中最新的版本是内核 6.6,这是在当前 6.12 LTS 发布前的长期支持内核版本。
我们在一份完全更新的 Windows 11 副本上安装了 Fedora 42 —— 至少是在微软允许的更新范围内。显然,24H2 版本尚未适配我们的硬件。我们发现,该系统运行的内核与我们 Arch 实例上的相同,均为内核 5.15.167-4-microsoft-standard-WSL2。内核 5.15 早在 2021 年发布,作为 LTS 内核,它仍在获得支持和更新。
这正是 WSL2 客户机与宿主操作系统之间深度整合所付出的代价。本质上,你那崭新的 Fedora 42 实例只是一个容器,搭载最新的 Fedora 用户空间,并运行在共享的定制 WSL2 内核之上 —— 正如 Fedora wiki 所解释的那样。我们尝试使用 wsl --update 命令以查验是否能获取新版内核,但系统反馈已是最新发布版本。
如果你希望直接运行最新内核及其他前沿特性,也可以将最新版 Fedora 部署在 Hyper-V 虚拟机中 —— 点击放大查看。
但如果你追求最新内核等更新内容,WSL2 并非最佳选择。由于 WSL2 基于 Hyper-V 虚拟机管理程序,我们尝试在其上启动 Fedora 42 虚拟机。Hyper-V 提供了两代不同的 VM,我们发现 Generation 2 虚拟机无法启动 —— 可能是我们操作中的某个环节出错了。
The Reg FOSS 编辑部平时不常使用 Windows,当我们确实需要运行虚拟机时,通常选择更为熟悉的 Oracle VirtualBox。我们再次尝试使用 Hyper-V 的 Generation 1 虚拟机,这次成功启动,并运行了内核 6.14 —— 尽管启动速度非常缓慢。
好文章,需要你的鼓励
一加正式推出AI功能Plus Mind和Mind Space,将率先在一加13和13R上线。Plus Mind可保存、建议、存储和搜索屏幕内容,并将信息整理到Mind Space应用中。该功能可通过专用按键或手势激活,能自动创建日历条目并提供AI搜索功能。一加还计划推出三阶段AI战略,包括集成大语言模型和个人助手功能,同时将推出AI语音转录、通话助手和照片优化等工具。
北航团队推出Easy Dataset框架,通过直观的图形界面和角色驱动的生成方法,让普通用户能够轻松将各种格式文档转换为高质量的AI训练数据。该工具集成了智能文档解析、混合分块策略和个性化问答生成功能,在金融领域实验中显著提升了AI模型的专业表现,同时保持通用能力。项目已开源并获得超过9000颗GitHub星标。
预计到2035年,数据中心用电需求将增长一倍以上,达到440TWh,相当于整个加利福尼亚州的用电量。AI工作负载预计将占2030年数据中心需求的50-70%。传统冷却系统电机存在功率浪费问题,通常在30-50%负载下运行时效率急剧下降。采用高效率曲线平坦的适配电机可显著降低冷却系统功耗,某大型数据中心通过优化电机配置减少了近4MW冷却功耗,为13500台AI服务器腾出空间,年增收入900万美元。
卢森堡计算机事件响应中心开发的VLAI系统,基于RoBERTa模型,能够通过阅读漏洞描述自动判断危险等级。该系统在60万个真实漏洞数据上训练,准确率达82.8%,已集成到实际安全服务中。研究采用开源方式,为网络安全专家提供快速漏洞风险评估工具,有效解决了官方评分发布前的安全决策难题。