今早,Linus Torvalds 在 Kernel 的 GitHub master 中提交了一个改动,Kernel 正式进入 4 时代。该项目代号为“Hurr durr I’ma sheep”(是的,代号有点奇怪)。
根据 Phoronix 的报道,Linux 4.0 主要包括以下特性:
新增“实时内核补丁”。无需重启,实时修补内核。该特性由 Red Hat 的Kpatch 和 SUSE 的 kGraft 合并形成。
改进图形支持。Radeon DRM 驱动支持显示端口的音频输出,改良了风扇控制。HSA AMDKFD 开始对 Carrizo APU 进行开发;Intel 图形驱动方面,Skylake 支持已经基本成型;对 N 系显示方案的支持也有所改进。
改进储存系统。包括 pNFS 、Btrfs RAID 5/6 的相关支持, OverlayFS 也加入了一些新功能。
改进硬件支持。支持Intel Quark SoC 以及更多 ARM 设备、IBM z13,一个明显的趋势是,集成了更多的ARM支持。此外,还改进了东芝系列笔记本、罗技输入设备的支持。
改进文件系统驱动程序。包括OverlayFS、pNFS、下一代BtrFS等在内的文件系统驱动全部得到改进。
有趣的是,尽管索尼进行固件升级,将“其他操作系统”这个选项从现在的PlayStation 3中移除了(索尼因此面临着法律诉讼)。Linux 4.0还是为PlayStation 3提供了补丁。
好啦,来看看Linus 的提交的改动:
diff --git a/Makefile b/Makefile
index 54430f9..fbd43bf 100644
--- a/Makefile
+++ b/Makefile
@@ -1,7 +1,7 @@
VERSION = 4
PATCHLEVEL = 0
SUBLEVEL = 0
-EXTRAVERSION = -rc7
+EXTRAVERSION =
NAME = Hurr durr I'ma sheep
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。