微软的 Linux 发行版 CBL-Mariner 已支持 NVMe 多路径-低调大师

微软的 Linux 发行版 CBL-Mariner 已支持 NVMe 多路径

2023-06-16 823

微软的 Linux 发行版 CBL-Mariner 是一款专为微软的云基础架构和边缘产品与服务而设计的内部 Linux 发行版，旨在为这些设备和服务提供一个一致的平台，并增强微软在 Linux 更新方面的能力。CBL-Mariner 是微软对各种 Linux 技术的投资的一部分，例如 SONiC、Azure Sphere OS 和 Windows Subsystem for Linux (WSL)。

CBL-Mariner 的团队于 6 月 15 日发布了最新的更新版本 CBL-Mariner 2.0.20230609，与大多数月度发布一样，该版本带来了一系列的软件包更新。CBL-Mariner 2.0.20230609 更新了 networkd-dispatcher、libssh、mtools、libdrm、curl 等工具。部分核心软件包的更新是为了解决一些安全漏洞。

该版本的一个值得注意的内核变化是添加了 NVMe 多路径的支持，通过启用 CONFIG_NVME_MULTIPATH 配置选项。NVMe 多路径是 NVM Express 规范中关于多路径的内容，它允许在服务器（系统）和存储设备之间存在多个物理路径，这可以提高可靠性和可能的性能优势。虽然 CBL-Mariner 的内核镜像现在已经内置了 NVMe 多路径支持，但它默认是关闭的。要在运行时启用 Linux NVMe 多路径支持，可以使用 \"nvme_core.multipath=Y\" 内核选项。

更多关于 CBL-Mariner 最新版本的变化可以在 GitHub 上查看。

相关链接、相关信息来源:
[1]: https://github.com/microsoft/CBL-Mariner "CBL-Mariner - GitHub"
[2]: https://www.phoronix.com/news/CBL-Mariner-2.0.20230609 "Microsoft's Linux Distro Now Ships With NVMe Multi-Path ... - Phoronix"
[3]: https://gitee.com/mirrors/cbl-mariner "cbl-mariner: CBL-Mariner 是用于 Microsoft 的云基础架构 ..."

微信关注我们

原文链接：https://www.oschina.net/news/245534

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

英特尔放弃 “i” 处理器，重塑酷睿

英特尔经典的 “灯，等灯等灯” 音效和酷睿这个品牌已经深入人心，为了让消费者更加容易理解品牌和不同型号的定位，英特尔做出了重塑处理器品牌的决定。在 2006 年，英特尔通过英特尔酷睿 2 双核（Intel Core 2 Duo）处理器向大家介绍了其英特尔酷睿处理器。此后英特尔根据高中低档次将处理器进行了划分，其中包括 i3、i5、i7 和 i9，并在 i7、i9 的基础上开发了更高级的 X 系列。如今，从其即将推出的 Meteor Lake 芯片开始，“i” 处理器被正式放弃。这意味着酷睿处理器将改为 3、5、7 和 9（英特尔酷睿处理器）。至于 X 系列，名称将被换成 Ultra（英特尔酷睿 Ultra 处理器）。例如，英特尔酷睿 i7 未来将被命名为英特尔酷睿 7，而英特尔酷睿 i7 X 将被称为英特尔酷睿 7 Ultra。除了酷睿处理器的名称会发生改变，英特尔针对笔记本推出的 Evo 认证也将被改名为英特尔 Evo Edition。同时，其商业产品将被冠以英特尔 vProEnterprise 和英特尔 vPro Essentials。这次品牌结构的调整也是英特尔自酷睿系列...

2023-06-16

330

摘要：本文主要为大家讲解基于模型的元学习中的Learning to Learn优化策略和Meta-Learner LSTM。本文分享自华为云社区《深度学习应用篇-元学习[16]：基于模型的元学习-Learning to Learn优化策略、Meta-Learner LSTM》，作者：汀丶。 1.Learning to Learn Learning to Learn by Gradient Descent by Gradient Descent 提出了一种全新的优化策略，用 LSTM 替代传统优化方法学习一个针对特定任务的优化器。在机器学习中，通常把优化目标f(θ) 表示成其中，参数θ的优化方式为上式是一种针对特定问题类别的、人为设定的更新规则，常见于深度学习中，主要解决高维、非凸优化问题。根据 No Free Lunch Theorems for Optimization 理论， [1] 提出了一种基于学习的更新策略代替人为设定的更新策略，即，用一个可学习的梯度更新规则，替代人为设计的梯度更新规则。其中， optimizer 为g由ϕ参数化； optimizee 为 ...

2023-06-16

566

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。