至顶网CIO与应用频道 04月25日 北京消息:
新品尝鲜
红帽企业Linux 7.5为多种混合IT环境提供一致性,达到更高的安全性和合规控制,提供降低存储成本、提高适用性的工具,与本地和Microsoft Azure云端的Microsoft Windows基础架构进一步集成。
用Ansible增强安全性
通过集成OpenSCAP和红帽Ansible Automation提供安全自动化。Ansible Playbooks可以直接根据OpenSCAP扫描结果进行创建,然后更快、更一致地在混合IT环境中执行修正措施。通过增强支持数据卷自动解密的网络结合的磁盘加密,敏感数据也可以在复杂环境中得到更好地保护。
存储成本最多降低83%
通过加入虚拟数据优化器 (VDO),红帽企业Linux 7.5可以将云端和本地的数据存储成本最多降低83%。在数据进入磁盘前,VDO会删除重复数据并压缩数据,去除数据冗余,提升有效存储容量。
两方面简化管理
一是优化了Cockpit管理员控制台,通过简化的Web界面消除基于Linux系统管理中的复杂性,包括网络和存储设置。
二是与基于Windows基础架构的集成。例如,优化了与Windows Server实施环境的管理与通信、加强了与Microsoft Azure之间更安全的数据传输、提升了复杂Microsoft Active Directory架构的性能等。
生产就绪型Linux容器
红帽企业Linux 7.5在构建更加精细的安全控制和主机层接入控制时,加入了主动安全性和合规配置的能力。
同时还增加了对Buildah的全面支持。Buildah是一种帮助开发人员创建并修改Linux容器镜像的开源工具,它不需要在后台部署完整的容器运行环境或守护进程。因此,IT团队无需完整的容器引擎,就可以快速地构建和部署容器化应用,从而降低了受攻击的风险,而且在生产中如无必要可以不运行容器引擎。
可用于多种架构
红帽企业Linux 7.5可以在多种架构上使用,包括x86、IBM Power、IBM z Systems和64位ARM。这一版本还可在IBM z Systems上支持单主机KVM虚拟化、开放容器计划 (OCI) 格式的运行时环境和基础镜像。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。