博客 RSS 訂閱

數據庫知識分享者小北 - 阿里雲 Tair 基於 3FS 工程化落地 KVCache:企業級部署、高可用運維與性能調優實踐

導讀 接着上一節內容,本文系統介紹了阿里雲 Tair KVCache 團隊與服務器研發存儲軟硬件結合團隊對 3FS(高性能 KVCache 底座)開展的全方位工程化升級實踐。 面向 AI 大模型推理中高吞吐、低延遲、強穩定性的核心訴求,團隊從性能調優、產品化增強與雲原生管理三大維度推進深度優化: 在性能層,通過 RDMA 流量均衡與小 I/O 參

tair , 數據 , nosql , 緩存 , 數據庫 , storage

收藏 評論

紙飛機;iosxiasoluo - 探索蘋果iMessage羣發系統:營銷新利器,無需人工介入,自動化發送短信

一、iMessage 羣發系統是什麼? iMessage 羣發系統是依託於蘋果生態系統的一項用於批量發送消息的工具 ,允許用户通過蘋果設備(如 iPhone、iPad、Mac 等)向多個收件人同時發送 iMessage 信息。iMessage 是蘋果設備之間的一種即時通訊服務,與傳統短信(SMS)不同,它通過互聯網連接發送和接收消息,不僅支持基本的文本內容,還能發送圖片、視頻、音頻、位置信息、

軟件測試

收藏 評論

deephub - ONNX Runtime Python 推理性能優化:8 個低延遲工程實踐

在深度學習落地過程中,有一個常見的誤區:一旦推理速度不達標,大家的第一反應往往是拿着模型開到,比如:做剪枝、搞蒸餾、甚至犧牲精度換小模型。 實際上生產環境中的 Python 推理鏈路隱藏着巨大的“工程紅利”。很多時候你的模型本身並不慢,慢的是低效的數據搬運、混亂的線程爭用以及不合理的 Runtime 默認配置。在不改變模型精度的情況下,僅靠ONNX Runtime (ORT) 的工程特性,往往就能

神經網絡 , 人工智能 , 深度學習 , Python

收藏 評論

阿里雲大數據AI - OmniThoughtV:面向多模態深度思考的高質量數據蒸餾

作者:嶽元浩(顧城)、汪誠愚(熊兮)、黃俊(臨在) 背景 近年來,多模態人工智能技術迅猛發展,推動了視覺、語言、語音等多種模態信息的深度融合與理解。尤其在多模態深度推理任務中, GPT-4V 等前沿模型通過模擬人類的鏈式思維過程,展現出強大的跨模態推理能力。然而,當前的多模態大模型在實際應用中仍面臨兩個關鍵問題:首先,能力較強的SOTA模型往往參數規模龐大、計算資源消耗高,導致部署成本高昂,難以在

阿里雲 , 人工智能

收藏 評論

wx68fe051338153 - 使用ascpectj框架做切面

一、AspectJ 框架簡介 AspectJ 是一個基於 Java 語言的 AOP 框架。在 Spring 2.0 以後,新增了對 AspectJ 框架的支持。在 Spring 框架中建議使用 AspectJ 框架開發 AOP。 1、 AspectJ 框架中的通知類型 2、 AspectJ 框架配置 AOP 方式 通過 XML 文件配置 AOP

sed , System , 後端開發 , JAVA , ide

收藏 評論

Tezign特贊 - Forma 企業 AI 創意平台重磅來襲!6 大優勢築牢品牌力,生成式 AI 時代不跑偏

H2 生成式 AI 浪潮下,品牌力為何成為稀缺資源? 當 Sora 2、即夢 4.0 等生成式 AI 模型的迭代速度不斷刷新行業認知,內容生產的門檻被無限降低 —— 任何人都能在幾分鐘內生成高質量的圖片、視頻或文案。據第三方數據機構統計,2025 年全球 AI 生成內容的日產量已突破 10 億條,較 2023 年增長超 30 倍。但矛盾的是,內容數

企業 AI 創意治理 , AI寫作 , aigc , AI 生圖生視頻平台 , 生成式 , 生成式 AI 品牌力

收藏 評論

blossom - 客服工作台設計(二):別讓客服“裸奔”,打造超強上下文輔助面板

在上一篇文章中,探討了如何通過“雙梯隊排序 + 錨點時間”重構客服工作台的左側會話列表,從而讓客服不再需要雜亂的列表中“找單子”,實現了高效的流轉。 然而,當高效的列表引流引擎將一個全新的客户會話推送到客服面前時,新的挑戰隨之出現:客服往往對屏幕對面的這個人一無所知。不知道客户的身份,不知道之前的交互歷史,也不確定該採用何種應對策略。 這種狀態,如同將一名戰士空投至戰場卻未提供地圖與情報,通常被稱

後端

收藏 評論

食品安全辛吉飛 - MogDB 集羣升級操作步驟手冊

一、操作説明 本文檔記錄基於 PTK 工具升級 MogDB 集羣(版本 5.0.6 → 5.0.9)的完整操作步驟,包含權限切換、工具升級、集羣升級、狀態驗證等核心環節。 二、詳細操作步驟 1. 切換至 root 用户(集羣管理基礎權限) su - root 2. 停止 mogha 服務(升級前置操作) # 停止 m

oracle , 正常運行 , 運維 , 數據庫

收藏 評論

代碼沒bug - 使用MQTT.fx連接雲平台-以新大陸雲平台為例

為什麼使用新大陸平台? 不用繁瑣的個人認證,總之就是簡單,但存在資料過少的問題。需要開發者慢慢的去嘗試。這還是我在學校的時候才知道的一個平台。免費免費免費啊~ 寫在前面 公司介紹 此次使用軟件版本: 話不多説,正式開始 註冊登錄到雲平台 不過多展示了,相信你可以 新建項目 可以隨意選擇按照我的走就行。 都是可以隨意選擇,點擊確定之後,你的主頁會有如下所示:

操作系統

收藏 評論

IT開發者筆記 - Excel處理控件Aspose.Cells教程:使用C#在Excel中創建旭日圖

使用旭日圖可以更清晰地可視化層級信息,例如組織結構、產品類別或文件系統佈局。本文將演示如何使用Aspose.Cells for .NET在 Excel 工作簿中創建旭日圖。該示例完全可運行,僅需 Aspose.Cells NuGet 包,並且可以適用於任何層級數據集。 Aspose.Cells官方試用版免費下載,請聯繫慧都科技 加入Aspose技術交流QQ羣(1041253375),與更多小夥伴

.net , 後端

收藏 評論

IT開發者筆記 - Vaadin 25 正式發佈:迴歸標準Java Web,讓企業級開發更簡單、更高效

Vaadin25.0作為一個全新的大版本正式發佈,開啓了 Vaadin 的新一代產品線。本次升級的核心主題非常明確:減少Vaadin特有的“特殊機制”,讓日常開發方式更加貼近標準的現代 Java + Web 技術棧,無論是樣式、構建流程還是依賴管理,都更加“原生”“通用”。 獲取Vaadin產品試用 請聯繫vaadin中國區合作伙伴慧都科技 作為一個主版本升級,Vaadin25.0 包含一定

後端

收藏 評論

小白獅ww - abaqus 算例教程:考慮動水壓力的koyna地震非線性動力響應分析

一、教程簡介 Abaqus 簡介 Abaqus 是一款功能強大的有限元分析 (FEA) 軟件,廣泛應用於工程模擬領域。它通過有限元方法對各種工程問題進行模擬和分析,能夠處理從簡單的線性問題到複雜的非線性問題。Abaqus 最初於 1978 年發佈,由 Hibbitt, Karlsson Sorensen, Inc.(HKS) 開發,後更名為 ABAQUS 公司,並於 2005 年被達索系統 (D

機器學習 , 自然語言處理 , 教程 , 人工智能 , 深度學習

收藏 評論

skyjilygao - n8n整合ffmpeg

背景 n8n-ffmpeg 這是一個為 n8n 工作流自動化平台集成 FFmpeg 功能的 Docker 鏡像項目。通過此項目,您可以在 n8n 中使用 FFmpeg 進行音視頻處理、轉碼、分析等多媒體操作。 項目:with-ffmpeg 成品:docker pull skyjilygao/n8n-with-ffmpeg:1.122.5-20251216154621 可以直

ffmpeg

收藏 評論

OpenBayes - Open-AutoGLM 實現手機端自主操作;PhysDrive 數據集採集真實駕駛生理信號

公共資源速遞 5 個公共數據集: FirstAidQA 急救知識問答數據集 PhysDrive 駕駛員生理測試數據集 PolypSense3D 息肉尺寸感知數據集 Envision 多階段事件視覺生成數據集 Care-PD 帕金森三維步態評估數據集 8 個公共模型: SAM 3 Z-Image-Turbo Ovis-Image-7B Ministral-3-14B Lon

機器學習 , pytorch , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

阿里雲基礎軟件 - 揭開 Java 容器“消失的內存”之謎:雲監控 2.0 SysOM 診斷實踐

背景 在前一篇文章《一次內存診斷,讓資源利用率提升 40%:揭秘隱式內存治理》[1]中,我們系統性地剖析了雲原生環境中隱性內存開銷的診斷方法,通過 SysOM 系統診斷實現了對節點/Pod 級由文件緩存、共享內存等系統級內存資源異常消耗的精準定位。 然而,部分場景下內存異常仍可能源於應用進程本身的內存申請,但是對於應用內存泄漏問題,儘管是應用的開發者,也需要投入大量的精力去利用對應語言的內存分析工

操作系統 , JAVA

收藏 評論

LAYONTHEGROUND - 通過 Python 在 Excel 中添加或刪除圖片

在數據處理與辦公自動化場景中,Excel 文件常需嵌入圖片以增強可視化表達。然而,手動添加或刪除圖片不僅效率低下,還容易出錯。如何用 Python 實現 Excel 中圖片的自動化管理?答案是:使用 Free Spire.XLS for Python 免費庫。 本文將系統介紹如何通過 Python 代碼,在 Excel 文件中添加圖片和刪除圖片,並提供完整示例與操作流程。內容基於真實可用的技術方案

後端

收藏 評論

京東雲開發者 - AI Infra平台市場報告:京東雲穩居前三

近日,賽迪顧問發佈《2025中國AI Infra平台市場研究報告》,憑藉在異構算力調度、GPU池化管理等領域的技術創新和實踐成果,京東雲在“2024年中國AI Infra 平台算力管理層市場廠商競爭力象限分析圖”中穩居產品能力前三。 賽迪在報告中指出:當前AI Infra平台已形成“算力管理層—模型管理層—應用管理層”三層能力體系。其中,算力管理層占主導地位,2024年市場份額達64.6%,異構

程序員

收藏 評論

龍蜥社區 - 2025龍蜥最佳用户案例名單揭曉!小鵬、極氪、OPPO、聯通等企業獲獎

11 月,在第三屆龍蜥操作系統大會上,龍蜥社區 2025 年度“最佳用户案例獎”獲獎名單公佈,現場由龍蜥社區理事、飛騰信息軟件技術方案部高級總監顧劍為四川農商、小鵬汽車、黑芝麻智能科技、OPPO、極氪汽車等 11 家用户案例企業頒獎。 本次獲獎企業是從使用龍蜥操作系統社區版(Anolis OS)或商業版/衍生版的企業用户中進行評選,涵蓋金融、汽車、電力、醫療等領域的頭部企業,由龍蜥社區運營委員會、

操作系統 , 開源

收藏 評論

銀河郵差 - python實戰 | 如何使用海外代理IP抓取Amazon黑五數據

家人們!黑五又要來了,作為全球最大的電商購物狂歡節,Amazon上的商品數據變化可謂是瞬息萬變,尤其是像iPhone17這種熱門新品,價格波動、庫存情況、用户評價等數據,都是跨境電商賣家和數據分析師的“香餑餑”。但你懂的,直接用本地IP去 scrape 亞馬遜,準保被Amazon的網站機制懟一臉:剛抓了幾個SKU,IP就被Ban了、驗證碼狂跳、數據刷不出來…… 今天哥們兒就來手把手教你,如

數據庫 , Python

收藏 評論

龍蜥社區 - 生態共舞!恭喜10家企業榮獲“2025龍蜥社區最佳聯合解決方案獎”

近期圓滿落幕的第三屆龍蜥操作系統大會上,龍蜥社區 2025 年度“最佳聯合解決方案獎”獲獎名單公佈,現場由龍蜥社區理事、安謀科技雲人工智能事業部總監侯科鑫為阿里雲、浪潮信息、海光信息、三未信安、雲杉世紀、朗空後量子等 10 家企業頒獎。 本次獲獎企業是基於龍蜥社區的開源技術或項目,並由 2 家(含)及以上社區夥伴單位共同產出面向用户的解決方案。龍蜥社區運營委員會、龍蜥社區技術委員會評審,並在理事會

操作系統 , 開源

收藏 評論

mb6900529f6798c - SpringBoot 3.2性能提升秘籍:這5個優化點讓你的應用吞吐量翻倍

SpringBoot 3.2性能提升秘籍:這5個優化點讓你的應用吞吐量翻倍 引言 Spring Boot 3.2作為Spring生態系統的最新版本,帶來了許多性能優化和新特性。對於高併發、低延遲的應用場景,如何充分利用這些特性提升系統吞吐量是開發者關注的焦點。本文將深入探討5個關鍵優化點,涵蓋從JVM調優到框架特性的全方位實踐,幫助你的應用性能翻倍。 1. 擁抱虛擬線程(Vi

技術分享 , AI寫作 , aigc , JAVA , 編程教程

收藏 評論

IT陳寒 - React 18併發渲染實戰:5個性能優化技巧讓你的應用提速50%

React 18併發渲染實戰:5個性能優化技巧讓你的應用提速50% 引言 React 18的發佈標誌着React生態系統的重大革新,其中最引人注目的特性莫過於併發渲染(Concurrent Rendering)。併發渲染不僅為開發者提供了更細粒度的控制能力,還顯著提升了應用性能,尤其是在複雜交互場景下。然而,許多開發者尚未充分利用這一特性,導致應用性能未能達到最佳狀態。 本文

技術分享 , AI寫作 , aigc , JAVA , 編程教程

收藏 評論

龍蜥社區 - 專訪 | 深耕八載,雙向賦能:阿里雲與龍蜥的開源共生之路

編者按:作為龍蜥社區的理事長單位,阿里雲在推動社區發展、技術研發及生態構建中始終發揮着核心引領作用,而阿里雲基礎軟件部產品總監張鵬程更是深度參與了龍蜥操作系統 Anolis OS 的迭代與社區治理的關鍵進程。近日,2025 龍蜥操作系統大會(OpenAnolis Conference)在北京圓滿召開。會後,InfoQ採訪了阿里雲基礎軟件部產品總監張鵬程,雙方圍繞社區年度發展、生態協同成果及未來規劃

操作系統 , 開源

收藏 評論

愛看C語言的BK - MySQL 21天學習計劃 - 第十五天:視圖與遊標

視圖:數據的虛擬窗口 在數據庫操作中,我們經常需要反覆執行復雜的查詢語句。例如,人力資源部門可能需要頻繁查詢員工的基本信息和薪資情況,這通常涉及多表連接。如果每次都編寫完整的SQL語句,不僅效率低下,還容易出錯。這時,視圖就能幫我們解決這個問題。 視圖的創建與管理 視圖是基於SQL查詢結果的虛擬表,它本身不存儲數據,而是動態引用底層表的數據。創建視圖的基本語法如

字段 , 查詢語句 , 存儲過程 , AI寫作 , aigc

收藏 評論