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
全新搜索方式出现,字节发布宽度优先搜索基准WideSearch,垫底的竟是DeepSeek
阿里巴巴团队推出DeepPHY,这是首个专门评估AI视觉语言模型物理推理能力的综合平台。通过六个不同难度的物理环境测试,研究发现即使最先进的AI模型在物理推理任务中表现也远低于人类,成功率普遍不足30%。更关键的是,AI模型虽能准确描述物理现象,却无法将描述性知识转化为有效控制行为,暴露了当前AI技术在动态物理环境中的根本缺陷。
GitHub CEO声称AI将承担所有编程工作,但现实中AI编程工具实际上降低了程序员的生产效率。回顾编程语言发展史,从Grace Hopper的高级语言到Java等技术,每次重大突破都曾因资源限制和固有思维遭到质疑,但最终都证明了抽象化的价值。当前AI编程工具面临命名误导、过度炒作和资源限制三重困扰,但随着技术进步,AI将有助于消除思想与结果之间的障碍。
AgiBot团队联合新加坡国立大学等机构开发出Genie Envisioner机器人操作统一平台,首次将视频生成技术应用于机器人控制。该系统通过100万个操作视频学习,让机器人能够预测行动结果并制定策略,在多个复杂任务上表现优异,仅需1小时数据即可适应新平台,为通用机器人智能开辟全新路径。