为虚拟机提供绝佳隔离效果,同时亦延伸至更为广泛的ARM服务器领域。
Xen项目已经发布其虚拟机管理程序的4.10版本。
项目维护负责人Julien Grail写道,“正如Xen 4.9一样,我们在Xen 4.10中同样坚持以安全为中心的原则,投入大量精力提升代码质量并强化安全性水平。”
“这不可避免地会放慢我们对新功能的接受度,自然也推迟了版本发布的速度; 但我们相信,我们已经在成熟的安全实践与创新之间找到了有意义的平衡点。”
那么新版本带来哪些新惊喜?首先是在选定CPU上运行虚拟机的能力,以及提供一种更好的方式“在处理器上表达vCPU的位置偏好,从而在适当配置条件下提升缓存与内存性能。”
虚拟机内省机制得到增强,特别是“在ARM上为虚拟机添加了软件页表walker,其为ARM CPU的引入打下了良好的基础。”
新的UI则允许用户轻松实现“对特定引导参数的修改,而无需重新引导Xen。”
根据该项目最新版本发布内容的说明,“目前可通过配置文件中的类型选项选择访客类型,其中用户可以选择PV、PVH或者HVM访客。”
对系统芯片的支持能力也已经得到增强,目前其可支持64位ARMv8-A架构高通Centriq 2400与Cavium ThunderX芯片。由于二者皆属于服务器架构,因此Xen显然已经决定为市场上可能陆续出现的ARM支持型服务器作好准备。
不过此次发布的新版本也同时增加了在微型服务器上运行二级缓存分配技术(简称CAT)的支持能力,而这项技术为英特尔CPU所独有。因此,Xen项目明显不会在ARM上押下全部赌注。
感兴趣的朋友可以点击此处查看完整的版本说明,亦可点击此处参阅如何访问并构建这套最新发行版。
如果大家此前已经注意到美国国家安全局曾经为Xen项目贡献大量代码,那么这一次同样不例外——国安局方面继续被列入贡献者名单之内。
好文章,需要你的鼓励
伊斯法罕大学研究团队通过分析Google Play商店21款AI教育应用的用户评论,发现作业辅导类应用获得超80%正面评价,而语言学习和管理系统类应用表现较差。用户赞赏AI工具的快速响应和个性化指导,但抱怨收费过高、准确性不稳定等问题。研究建议开发者关注自适应个性化,政策制定者建立相关规范,未来发展方向为混合AI-人类模型。
谷歌发布基于Gemini 3的快速低成本模型Flash,并将其设为Gemini应用和AI搜索的默认模型。新模型在多项基准测试中表现优异,在MMMU-Pro多模态推理测试中得分81.2%超越所有竞品。该模型已向全球用户开放,并通过Vertex AI和API向企业及开发者提供服务。定价为每百万输入token 0.5美元,输出token 3美元,速度比2.5 Pro快三倍且更节省token用量。
这项由伊利诺伊大学香槟分校等四所院校联合完成的研究,提出了名为DaSH的层次化数据选择方法。该方法突破了传统数据选择只关注单个样本的局限,通过建模数据的天然层次结构,实现了更智能高效的数据集选择。在两个公开基准测试中,DaSH相比现有方法提升了高达26.2%的准确率,同时大幅减少了所需的探索步数。