Linux 6.17 正式发布,带来了大量硬件支持与性能优化
Linux Kernel 6.17 已正式发布,并将成为未来 Ubuntu 25.10、Fedora 43 等发行版的重要内核基础。
https://lkml.org/lkml/2025/9/28/461
此次更新带来了大量硬件支持与性能优化:
-
Attack Vector Controls — 提升安全性方面的控制机制增强
-
Intel Panther Lake Xe3 显卡 被宣布为稳定支持(stable),意味着该硬件在内核中的驱动成熟可靠
-
Intel 图形驱动改进,特别是为 “Project Battlematrix” 的相关支持增强
-
Raspberry Pi RP1 的主线支持 被纳入(mainline support)——硬件支持更广泛
-
Intel IPU7 驱动 的加入/优化
-
EXT4 文件系统的可扩展性改进
-
各种性能优化和其他系统级优化(如调度、内存、驱动方面的调整)
开发者测试显示,Linux 6.17 运行稳定,并带来一定性能提升。随着该版本发布,Linux 内核进入 6.18 的合并窗口,新一轮功能更新即将展开。

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。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
-
上一篇
DeepSeek-V3.2-Exp 发布,训练推理提效,API 同步降价
深度求索正式发布 DeepSeek-V3.2-Exp 模型,这是一个实验性(Experimental)的版本。 作为迈向新一代架构的中间步骤,V3.2-Exp 在 V3.1-Terminus 的基础上引入了 DeepSeek Sparse Attention(一种稀疏注意力机制),针对长文本的训练和推理效率进行了探索性的优化和验证。 目前,官方 App、网页端、小程序均已同步更新为 DeepSeek-V3.2-Exp,同时API 大幅度降价,欢迎广大用户体验测试并向我们反馈意见。 DeepSeekSparse Attention(DSA) 稀疏注意力机制 DeepSeek Sparse Attention(DSA)首次实现了细粒度稀疏注意力机制,在几乎不影响模型输出效果的前提下,实现了长文本训练和推理效率的大幅提升。 为了严谨地评估引入稀疏注意力带来的影响,我们特意把 DeepSeek-V3.2-Exp 的训练设置与 V3.1-Terminus 进行了严格的对齐。在各领域的公开评测集上,DeepSeek-V3.2-Exp 的表现与 V3.1-Terminus 基本持平。 论文链接 &a...
-
下一篇
Omni-Infer v0.4.2 已经发布,超大规模 MoE 模型推理加速技术
Omni-Infer v0.4.2 已经发布,超大规模 MoE 模型推理加速技术 此版本更新内容包括: 核心特性 支持DeepSeek-v3.2-EXP with DSA Omni Proxy,高性能PD分离调度 KV offload,结合host内存的KVM,实现MLA场景KV blocks数增加2个数量级以上,支持长序列和多轮对话 支持模型列表 模型 硬件 精度类型 部署形态 支持DeepSeek-v3.2-Exp A3 BF16 PD分离 支持DeepSeek-v3.2-Exp A3 W8A8C16 PD分离 支持DeepSeek-v3.2-Exp A3 Prefill W4A8C16,Decode W8A8C16 PD分离 性能测试 BF16 1P32-1D32 单机BS TPOT(ms) 单条请求TTFT(s) 64K-1K 2 32 3.37 32K-1K 6 34 1.70 16K-1K 8 34 0.97 INT8 2P16-1D32 单机BS TPOT(ms) 单条请求TTFT(s) 128K-1K 2 32 7.834 64K-1K 4 30 3.736 32K-1...
相关文章
文章评论
共有0条评论来说两句吧...