Google 提出线性弹性缓存,在 Spanner 上降低约 5% 缓存总成本
Google Research 提出线性弹性缓存(linear elastic caching),把缓存页面驱逐建模为滑雪租赁问题,按访问模式动态为页面设定 TTL,而非固定分配内存。
推荐理由:云服务团队可以参照这套用决策树预测页面 TTL 的弹性缓存方法,先在自家缓存层做分组对照,再评估是否替换固定容量方案。
Google Research 提出线性弹性缓存(linear elastic caching),把缓存页面驱逐建模为滑雪租赁问题,按访问模式动态为页面设定 TTL,而非固定分配内存。
推荐理由:云服务团队可以参照这套用决策树预测页面 TTL 的弹性缓存方法,先在自家缓存层做分组对照,再评估是否替换固定容量方案。
Google DeepMind 发布实验性开源模型 DiffusionGemma,改用文本扩散并行生成,单张 GPU 上推理速度最高提升 4 倍。它是 26B MoE 模型,推理时激活 3.8B 参数,量化后可放进 18GB 显存,H100 上超过 1000 tokens/s,RTX 5090 上超过 700 tokens/s。
推荐理由:本地部署的开发者可以用它在单张消费级 GPU 上做内联编辑和快速迭代,但产出质量要求高时仍应切回 Gemma 4。
MCP Registry 发布 v1.7.8,更新 prod 至 v1.7.7。该版本将 pulumi/actions 从 6.6.1 升级到 7.0.0,并调整指标统计:客户端取消的请求不再计为服务端错误。完整变更为 v1.7.7...v1.7.8。
MCP Registry 发布 v1.7.7,OIDC 鉴权新增对 slice 类型 extra claims 的 overlap match 支持,并修复多项安全与 UI 问题。
MCP Registry 发布 v1.7.6,核心变更是将 GitHub OIDC token exchange 绑定到按部署区分的 audience。此次更新还补充了面向自托管者和 CI 用户的 audience 绑定文档,并包含把生产环境更新至 v1.7.5 的部署改动。
MCP Registry 发布 v1.7.4,变更包括将生产环境部署更新至 v1.7.3,并提升 registry pod 内存以匹配翻倍的 pgxpool 大小。该版本由 rdimitrov 发布,完整变更记录为 v1.7.3...v1.7.4。
MCP Registry 发布 v1.7.2,修复部署环节:在 Pulumi 中管理 Cloud Resource Manager API 的启用,并将生产环境更新至 v1.7.1。列表查询改用 row-constructor 游标,恢复分阶段发布时间统计,并启用 pg_stat_statements。