在人工智能浪潮以超乎想象的速度席卷全球的今天,算力已成為驅(qū)動(dòng)技術(shù)突破與產(chǎn)業(yè)變革的核心引擎。然而,隨著大模型參數(shù)從千億邁向萬(wàn)億、訓(xùn)練數(shù)據(jù)從TB級(jí)躍升至百TB級(jí),傳統(tǒng)計(jì)算架構(gòu)的瓶頸日益凸顯:芯片性能提升放緩,集群擴(kuò)展效率低下,通信時(shí)延成為系統(tǒng)性能的“天花板”。近日,筆者有幸圍繞靈衢這一技術(shù)與...
面對(duì)百度APP日均數(shù)千億PV、超百PB數(shù)據(jù)規(guī)模帶來(lái)的巨大挑戰(zhàn),我們完成了數(shù)據(jù)倉(cāng)庫(kù)的系統(tǒng)性升級(jí)。本文詳細(xì)闡述了通過(guò)"兩步走"策略解決資源壓力、處理延遲和架構(gòu)瓶頸的全過(guò)程:第一階段聚焦日志清洗環(huán)節(jié)的穩(wěn)定性與成本優(yōu)化,第二階段實(shí)現(xiàn)實(shí)時(shí)離線鏈...
本文聚焦貨拉拉 LApiGateway(內(nèi)部微服務(wù)網(wǎng)關(guān))的 MCP 轉(zhuǎn)換技術(shù),旨在提供 “零改造接入 AI 生態(tài)” 的完整解決方案。文檔將按 “知識(shí)背景→現(xiàn)狀分析→解決方案→總結(jié)” 的邏輯展開(kāi),適用于企業(yè)內(nèi)部研發(fā)、架構(gòu)師及運(yùn)維人員,可作為 MCP 轉(zhuǎn)換技術(shù)落地的參考指南。
在人工智能浪潮以超乎想象的速度席卷全球的今天,算力已成為驅(qū)動(dòng)技術(shù)突破與產(chǎn)業(yè)變革的核心引擎。然而,隨著大模型參數(shù)從千億邁向萬(wàn)億、訓(xùn)練數(shù)據(jù)從TB級(jí)躍升至百TB級(jí),傳統(tǒng)計(jì)算架構(gòu)的瓶頸日益凸顯:芯片性能提升放緩,集群擴(kuò)展效率低下,通信時(shí)延成為系統(tǒng)性能的“天花板”。
面對(duì)傳統(tǒng)數(shù)據(jù)接入流程人力高、周期長(zhǎng)、質(zhì)量難控的痛點(diǎn),本文提出了“數(shù)據(jù)平臺(tái)智能化入庫(kù)”的整體解決方案。方案以大型語(yǔ)言模型(LLM)為核心,結(jié)合代碼生成流與執(zhí)行流構(gòu)建“智能代碼閉環(huán)”,實(shí)現(xiàn)從數(shù)據(jù)Schema識(shí)別、結(jié)構(gòu)化映射、質(zhì)量規(guī)則抽取到入庫(kù)包構(gòu)建的全流程自動(dòng)化。
在AI時(shí)代天貓技術(shù)質(zhì)量同學(xué)在質(zhì)量保障方面也不斷探索AI在測(cè)試全流程提效的落地方案,傳統(tǒng)測(cè)試工作鏈條拆解為“需求解析 → 用例生成 → 數(shù)據(jù)構(gòu)造 → 執(zhí)行驗(yàn)證 → 對(duì)比校驗(yàn)”五大核心階段,而我們的目標(biāo)是通過(guò)AI+自然語(yǔ)言驅(qū)動(dòng),實(shí)現(xiàn)全流程自動(dòng)化、可溯化、可管理化。
隨著低空經(jīng)濟(jì)正式納入國(guó)家戰(zhàn)略性新興產(chǎn)業(yè),無(wú)人機(jī)與電動(dòng)垂直起降飛行器(eVTOL)的研發(fā)、仿真與測(cè)試正迎來(lái)爆發(fā)式增長(zhǎng)。在這一高度技術(shù)密集的領(lǐng)域,從氣動(dòng)仿真、飛控測(cè)試到大規(guī)模場(chǎng)景模擬,每一個(gè)環(huán)節(jié)都對(duì)計(jì)算性能、數(shù)據(jù)存儲(chǔ)與系統(tǒng)穩(wěn)定性提出了極致要求。
在實(shí)時(shí)競(jìng)價(jià)(RTB)廣告系統(tǒng)中,廣告出價(jià)模塊作為連接廣告主需求與流量匹配的核心樞紐,需要將廣告主的營(yíng)銷(xiāo)目標(biāo)(如轉(zhuǎn)化率、ROI)轉(zhuǎn)化為動(dòng)態(tài)競(jìng)價(jià)決策。作為競(jìng)價(jià)機(jī)制的中樞神經(jīng),廣告出價(jià)不僅直接影響廣告主的投放效果,也是廣告排序分的關(guān)鍵組成模塊,進(jìn)而影響平臺(tái)側(cè)的流量分配效率。
巡檢是數(shù)據(jù)中心基礎(chǔ)設(shè)施運(yùn)行維護(hù)的一項(xiàng)重要工作,也是保障基礎(chǔ)設(shè)施可靠性、效率、安全性和合規(guī)性的核心環(huán)節(jié)。運(yùn)維管理人員要不斷地結(jié)合季節(jié)變換、業(yè)務(wù)調(diào)整、系統(tǒng)年限、技術(shù)更新等,動(dòng)態(tài)優(yōu)化巡檢的細(xì)節(jié),使其發(fā)揮最大的作用。
vivo 瀏覽器為應(yīng)對(duì)多場(chǎng)景金幣激勵(lì)需求及舊架構(gòu)流量、IO等痛點(diǎn),升級(jí)福利中心架構(gòu)。服務(wù)層面拆分流量與業(yè)務(wù),打造金幣集散中心;數(shù)據(jù)層面分庫(kù)分表、拆解大表并優(yōu)化流水設(shè)計(jì);通過(guò)仲裁系統(tǒng)和軟事務(wù)保障數(shù)據(jù)一致性。改造后,系統(tǒng)可支撐千萬(wàn)級(jí)DAU,性能穩(wěn)定提升,物理存儲(chǔ)成本降低,解決了流量與存儲(chǔ)壓力,成為高可用可復(fù)制架構(gòu),且將持續(xù)迭代保持競(jìng)爭(zhēng)力。
如今,云棲大會(huì)已成為云計(jì)算與人工智能領(lǐng)域的技術(shù)風(fēng)向標(biāo)。會(huì)上,英特爾與阿里云聯(lián)合發(fā)布了一系列基于最新至強(qiáng)6處理器的云實(shí)例與存儲(chǔ)方案,并深度披露了雙方在CXL(Compute Express Link)內(nèi)存池化技術(shù)、云原生數(shù)據(jù)庫(kù)PolarDB等方面的聯(lián)合創(chuàng)新成果。
本文主要介紹基于流批一體建設(shè)的Feed實(shí)時(shí)數(shù)倉(cāng)在業(yè)務(wù)高速發(fā)展和降本增效的大環(huán)境下,所面臨的問(wèn)題和挑戰(zhàn),以及對(duì)應(yīng)的解決方案。
面對(duì)海量數(shù)據(jù)的遷移挑戰(zhàn),我們需要一款高吞吐、高性能、可擴(kuò)展,且支持文件一致性靈活比對(duì)的遷移工具。我們對(duì)業(yè)界常用遷移工具進(jìn)行了深入調(diào)研。為此,我們決定依托團(tuán)隊(duì)自研的 Kirk 數(shù)據(jù)遷移服務(wù),進(jìn)行功能升級(jí)與優(yōu)化,從而滿足高并發(fā)和多樣化的數(shù)據(jù)遷移需求。
近日,華為坤靈以“助力中小企業(yè)躍升智能化”為主題,正式發(fā)布智能醫(yī)療場(chǎng)景方案,瞄準(zhǔn)的正是中國(guó)醫(yī)療體系中最關(guān)鍵卻也最薄弱的一環(huán)——區(qū)縣醫(yī)院。
本文先從整體視角介紹遷移方案設(shè)計(jì)與實(shí)施全流程,后續(xù)將通過(guò)系列公眾號(hào)文章,對(duì)數(shù)據(jù)遷移技術(shù)細(xì)節(jié)、數(shù)據(jù)驗(yàn)證方法體系等核心內(nèi)容展開(kāi)深度拆解與分享,誠(chéng)邀大家關(guān)注并提出寶貴指導(dǎo)意見(jiàn)。