#发版日志

#AI 2.5.0

#新增与优化功能

#Alauda AI Platform Control Plane

Alauda AI Platform Control Plane 为 Alauda AI 增加了统一的组件管理能力。管理员可以使用 Alauda AI Operator 管理受支持组件的部署和升级工作流，从而减少组件维护工作量。该能力目前为 alpha 特性，且仅支持基于 operator 的组件；集群插件和 Helm Chart 组件不受此能力管理。

#JobSet Operator

JobSet Operator 使用户能够为 AI、机器学习和 HPC 场景运行协调式分布式工作负载。用户可以将一组相关的 Kubernetes jobs 定义为一个 JobSet，帮助分布式 Training 和批处理工作负载将多个 worker、稳定网络和故障恢复作为单一工作负载进行管理。

#Llama Stack Milvus Vector Store 集成

Llama Stack 支持由 Milvus 支撑的 vector store，用于 agent 和检索工作流。管理员可以为 Llama Stack server 配置可访问的 Milvus endpoint 以及可选认证，用户则可以通过客户端 API 使用 provider_id="milvus-remote" 创建 vector store。

#vLLM Expert Parallel Inference

vLLM Expert Parallel 支持提供了一条用于通过 expert parallelism 提供 Mixture-of-Experts 模型服务的配置路径。用户在使用兼容的 vLLM runtime 且模型支持该服务模式时，可以在 inference service YAML 中启用 expert parallel 设置。

#vLLM Speculative Decoding

vLLM Speculative Decoding 提供了在 vLLM inference service 上启用 speculative decoding 的指导。用户可以在 vLLM 启动参数中配置受支持的方法，例如 N-gram 或 EAGLE-3，并在将配置用于生产前，使用具有代表性的工作负载验证其效果。

#Kubeflow 和 MLflow 存储配置

Kubeflow Pipelines 和 MLflow 支持外部存储配置。管理员可以为 pipeline artifacts 配置外部对象存储，并为 MLflow metadata 配置外部 PostgreSQL 存储。

#Alauda Build of Envoy AI Gateway

Alauda Build of Envoy AI Gateway 已从集群插件重构为由 operator 管理的组件，因此可以通过 Alauda AI Operator 进行管理。交付的组件已更新至 v0.4.2，这是与 Community 版本对齐的较新版本，包含组件 bug 修复。

#废弃功能

无。

#已修复问题

• 修复了在 Ascend NPU 环境中使用多卡部署推理服务时，服务无法 Ready，启动过程中出现 HCCL 初始化失败的问题。该问题由 vLLM Ascend 多卡场景未同时适配 root 与 non-root 运行模式引起，导致 NPU 多卡通信初始化异常。现已补充双模式支持。
• 未安装 Workbench 组件时，进入 Cluster Storage 页面会出现 404 报错，PVC 列表加载失败，创建、编辑等入口在页面体验上被阻断。

#已知问题

此次发版无相关问题。