一直以来,在众多 Kubernetes 开源管理平台选项中,Rancher 深受社区用户的青睐。 SUSE 在确保开源产品持续灵活演进的同时,也致力于满足企业用户的使用场景,为此 SUSE 正式推出 Rancher Prime。Rancher Prime 是 Rancher 的一种分发版,核心功能代码均来自 Rancher 社区版,但更加重视安全方面的建设,并面向企业用户强化了相关功能和服务。
![]()
Rancher Prime 为企业用户提供可信的镜像仓库,以获取核心安装介质。SUSE 不仅优化加速了国内的下载链路,还将持续治理各个依赖组件镜像的 CVE,从容器镜像角度提升软件供应链安全。这得益于 SUSE 在 Linux 和容器领域长期的工程化积累,几乎所有的 Rancher Prime 组件都基于 SUSE BCI(Base Container Image)进行构建。BCI 提供了标准的 Linux Container Image 和 Language Container Image,并在镜像源头进行安全治理。在容器运行时方面,更有 SUSE NeuVector 进行产品级的整合,进一步提升 Rancher Prime 的综合安全能力。
Rancher Prime 引入了 UI Extension 功能,提供了灵活的UI扩展方式。企业用户通常会有一些 UI 扩展需求,但又不希望影响其跟随 Rancher 主线版本进行演进,UI Extension 机制可以很好地解决这一问题。 用户可以更新 Extension 的版本,并应用在不同阶段的 Rancher Prime 版本上,让 Kubernetes 管理平台和其他内部服务更好地融合,统一核心功能与扩展功能的操作体验。
SUSE 中国一直奉行产品本地化的治理原则,面向国内企业的应用场景,Rancher Prime 也更具优势。不仅增加了高性能容器网络、审计日志、GPU 管理、Harbor 对接等功能,在生态兼容方面也有很多增强。
对 Native Cloud 的支持。海外用户主要聚焦于 AWS、Azure、GCP 的整合使用,而 Rancher Prime 除了扩展这些公有云的中国区域支持外,还会额外对阿里云、腾讯云以及华为云进行支持。这并非简单的导入管理,而是对公有云托管集群的全生命周期支持。用户可以在 Rancher Prime 的 UI 上,统一管理来自不同云厂商的 Kubernetes,包括集群的创建和销毁,以及节点组编辑和集群升级等操作。
对国产 OS 的支持。SUSE 中国团队与欧拉开源社区建立了长期合作关系,并积极进行产品落地。在操作系统的支持矩阵上,Rancher Prime 引入了对 openEuler Linux 的支持,并将其列入长期支持列表中。Rancher Prime 2.7 已完成了对 openEuler 22.03 和 22.03 SP1 版本的验证。
对 ARM 体系的支持。ARM在全球的部署比例正在攀升,公有云的 ARM 化趋势非常明显,这些变化逐步推动企业的部署环境向 ARM 转变。Rancher Prime 已经将 ARM 适配作为持续工程化的一部分,并对国内主流 ARM 平台进行兼容,包括 Kunpeng、Yitian、Ampera 等处理器。
Rancher Prime 2.7 已正式发布,了解更多,敬请报名参加 2 月 21 日(周二)20:00 直播:https://live.polyv.cn/watch/3740314
好文章,需要你的鼓励
周一AWS美东数据中心DNS故障导致数百万用户和上千家企业断网,Reddit、Snapchat、银行和游戏平台均受影响。专家认为这凸显了冗余备份的重要性,CIO需要根据业务关键性进行风险评估,优先保护核心系统。单一供应商策略仍可行,但需通过多区域部署分散风险,建立故障转移计划。金融、医疗等高风险行业需更高冗余级别。
上海AI实验室等机构联合提出FrameThinker框架,革命性地改变了AI处理长视频的方式。该系统采用"侦探式"多轮推理,先快速扫描全视频获得概览,再有针对性地深入分析关键片段。通过两阶段训练和认知一致性验证,FrameThinker在多个视频理解基准测试中准确率平均提升10.4%,计算效率提高20倍以上,为AI视频理解领域带来突破性进展。
英国政府发布新的反勒索软件指导文件,旨在解决供应链安全薄弱环节。该指南与新加坡当局联合制定,帮助组织识别供应链问题并采取实际措施检查供应商安全性。英国国家网络安全中心过去一年处理了204起"国家重大"网络安全事件。指南强调选择安全可靠的供应商、加强合同网络安全条款、进行独立审计等措施,以提升供应链韧性和防范网络攻击。
复旦大学团队创建MedQ-Bench基准,首次系统评估AI模型医学影像质量评估能力。研究覆盖五大成像模式,设计感知-推理双层评估体系,意外发现医学专用AI表现不如通用AI。结果显示最佳AI模型准确率仅68.97%,远低于人类专家82.50%,揭示了AI在医学影像质控应用中的现实挑战和改进方向。