- 综合排序
- 最热优先
- 最新优先
- 来自专栏数据计算
比 ORACLE 快 N 倍是不是吹牛？
还有些产品喜欢和老牌知名数据库对比，比如 Oracle，经常听到宣称比 Oracle 快 N 倍的，这是不是吹牛吗？毕竟 Oracle 是世界级标杆产品，哪能随随便便就被快了 N 倍。嗯，倒还真不是。 Oracle 采用行式存储时，基本上要把这 100 列都要读一遍，而采用列式存储的 AP 数据库，只要读 2 列就可以，这个读取量就会差了几十倍。 这时候，快个 N 倍是很正常的，这也毫不稀奇，如果不能快个 N 倍那才是问题。除了列存比行存外，还可能发生的是集群比单机，内存比外存等，就是比 Oracle 多用了数倍资源后跑出更快速度。 所以，所谓比 Oracle 快 N 倍，很可能是这个意思，这不是假的，但并不值得夸耀。 上面说的天文台任务，其实也有算法能让乘法的一边对数一下，计算量大概 10*50 万 *log50 万 *2，能少 1 万倍。
19101编辑于 2024-12-12 比 MyBatis 效率快 100 倍...
1 开源项目简介比 MyBatis 效率快 100 倍的条件检索引擎，天生支持联表，使一行代码实现复杂列表检索成为可能！ 2 开源协议使用Apache-2.0开源协议 3界面展示你的产品给你画了以上一张图，还附带了一些要求：检索结果分页展示可以按任意字段排序按检索条件统计某些字段值这时候，后台接口该怎么写？？？
62910编辑于 2024-03-27- 来自专栏终码一生
比 MyBatis 效率快 100 倍...
1、开源项目简介 比 MyBatis 效率快 100 倍的条件检索引擎，天生支持联表，使一行代码实现复杂列表检索成为可能！ 2、开源协议 使用Apache-2.0开源协议 3、界面展示 你的产品给你画了以上一张图，还附带了一些要求： 检索结果分页展示 可以按任意字段排序 按检索条件统计某些字段值 这时候，后台接口该怎么写？
69510编辑于 2023-12-28 - 来自专栏AI研习社
TinyBERT 搜索：比BERT快10倍，小20倍
num_attention_heads”: 12, “num_hidden_layers”: 4, “pre_trained”: “”, “structure”: [], “type_vocab_size”: 2, 虽然没有 BERT-Base 对重新评分有效，但我们的实验表明，它保留了 BERT-Base 的 MRR 评分的 90%，同时使模型快了约 10 倍，小了约 20 倍。
68321发布于 2020-02-21 - 来自专栏sunsky
一个比ack速度快n倍的代码搜索工具: ag
一个比ack速度快n倍的代码搜索工具: ag 银搜索者(The Silver Searcher) 一个类似于代码搜索工具ack，着重于速度。 它比一个数量级快ack。 它忽略了你.gitignore和你的文件模式.hgignore。 如果您的源代码中有文件您不想搜索，只需将其模式添加到.ignore文件中即可。 total ag test_blah ~/code/ 4.67s user 4.58s system 286% cpu 3.227 total Ack和Ag发现了相同的结果，但是Ag的速度是34倍（ 怎么这么快？ Ag使用Pthreads并行利用多个CPU内核和搜索文件。 文件被mmap()编辑而不是读入缓冲区。 文字字符串搜索使用Boyer-Moore strstr。
1.2K30发布于 2020-08-20 - 来自专栏Linyb极客之路
比SpringBoot快10倍的Bootique框架
.app(args) .autoLoadModules() .exec() .exit(); }} 特点： 1、比SpringBoot 快10倍 Bootique的启动时间/内存使用率非常低。 2、无魔术的模块化 应用程序由显式模块组成，在构建时进行管理。应用程序功能不会自行激活，您始终可以控制。
1.2K30发布于 2019-09-26 - 来自专栏大数据应用技术
Spark 为什么比 MapReduce 快100倍？
通常我们认为 Spark 引擎是基于内存进行计算，无论如何，速度都是比 MapReduce 快，因为 MapReduce 需要频繁 Shuffle 。 在 Spark 的官网早期介绍中，也有过一张 Spark 比 Hadoop 计算速度快100倍的宣传，虽然它似乎违反了我们的广告法。 1.2 Spark 计算走 IO 少 Spark 计算比 MapReduce 快的根本原因在于 DAG（有向无环图） 计算模型。 2. 进程和线程 2.1 基于进程的 MapReduce 在 MapReduce 中，任务（Mapper 和 Reducer）是进程级别的，每个任务通常运行在单独的进程中。 最后，Spark 一定比 MapReduce 快100倍吗？
1K10编辑于 2024-07-25 - 来自专栏新智元
谷歌出品EfficientNet：比现有卷积网络小84倍，比GPipe快6.1倍
比现有卷积网络小84倍，比GPipe快6.1倍 为了理解扩展网络的效果，谷歌的科学家系统地研究了缩放模型不同维度的影响。 据悉，EfficientNet-B7在ImageNet上实现了最先进精度的84.4％ Top 1/97.1％ Top 5，同时比最好的现有ConvNet小84倍，推理速度快6.1倍；在CIFAR-100 与流行的ResNet-50相比，另一款EfficientNet-B4使用了类似的FLOPS，同时将ResNet-50的最高精度从76.3％提高到82.6％。 这么优秀的成绩是如何做到的 这种复合缩放方法的第一步是执行网格搜索，在固定资源约束下找到基线网络的不同缩放维度之间的关系（例如，2倍FLOPS），这样做的目的是为了找出每个维度的适当缩放系数。 由此产生的架构使用移动倒置瓶颈卷积（MBConv），类似于MobileNetV2和MnasNet，但由于FLOP预算增加而略大。
1.4K30发布于 2019-06-05 - 来自专栏集智书童
MobileSAM来啦 | 比SAM小60倍，比FastSAM快4倍，速度和效果双赢
凭借卓越的性能和更高的通用性，作者的MobileSAM比并发的FastSAM小7倍，快4倍，更适合移动端应用程序。 值得强调的是，作者的MobileSAM比同期的FastSAM赵等人小7倍，快4倍，同时实现了卓越的性能。 2、Project goal 该项目的目标是生成一个移动端友好型SAM（MobileSAM），以轻量化的方式实现令人满意的性能，并且比原始SAM快得多。 就推理速度而言，在单个GPU上，处理图像需要40ms，而MobileSAM的仅需要10ms，这比FastSAM快4倍。 作者的MobileSAM也比并发的FastSAM快4倍，小7倍，使其更适合移动端应用程序。
2.4K30编辑于 2023-09-04 - 来自专栏程序员的成长之路
比Redis快5倍的中间件，为啥这么快？
; volatile int m_pidOwner; //当前解锁的线程id volatile int m_depth; //当前线程重复加锁的次数 }; 使用原子操作__atomic_load_2，
53130发布于 2019-11-24 - 来自专栏小强的进阶之路
比Redis快5倍的中间件，为啥这么快？
; volatile int m_pidOwner; //当前解锁的线程id volatile int m_depth; //当前线程重复加锁的次数 }; 使用原子操作__atomic_load_2，
51620发布于 2019-10-30 - 来自专栏搜云库技术团队
比Redis快5倍的中间件，为啥这么快？
主线程的主要工作在实现serverCron，包括： 1、处理统计 2、客户端链接管理 3、db数据的resize和reshard 4、处理aof 5、replication主备同步 6、cluster KeyDB维护了三个关键的数据结构做链接管理： 1、clientspendingwrite：线程专属的链表，维护同步给客户链接发送数据的队列 2、clientspendingasyncwrite：线程专属的链表 volatile int m_pidOwner; //当前解锁的线程id volatile int m_depth; //当前线程重复加锁的次数 }; 使用原子操作 __atomic_load_2， fastlock提供了两种获取锁的方式： 1、trylock：一次获取失败，直接返回 2、lock：忙等，每1024 * 1024次忙等后使用schedyield 主动交出cpu，挪到cpu的任务末尾等待执行 主要特性有： 1、每个replica有个uuid标志，用来去除环形复制 2、新增加rreplay API，将增量命令打包成rreplay命令，带上本地的uuid 3、key，value加上时间戳版本号，
56210发布于 2019-10-30 - 来自专栏数据和云
比Redis快5倍的中间件，为啥这么快？
; volatile int m_pidOwner; //当前解锁的线程id volatile int m_depth; //当前线程重复加锁的次数 }; 使用原子操作__atomic_load_2，
68230发布于 2019-12-17 - 来自专栏前端实验室
一个比Webpack快700倍比 Vite 还快 10 倍打包工具
作为一名前端切图崽，相信大家都对打包工具不陌生，大众熟识的Webpack,Gulp,Rollup,Vite,还有这几天闹得沸沸扬扬的 Turbopack 今天大师兄就带大家认识认识这个宣称比Webpack 还要快700倍的Turbopack Turbopack翻译过来就是涡轮增压 Turbopack Turbopack被称为Webpack 的继任者。 它的创建者也是我们熟知的 Webpack的创建者 速度 Turbopack宣称要比Webpack快700多倍，在更大的应用上，通常会比 Vite 快 10 倍。 个模块的应用上，Turbopack 需要 1.8 秒即可启动，而 Vite 则需要 11.4 秒： 服务启动时间 代码更新更新时间在 1000 个模块的应用中，Turbopack 对文件更改的速度比 Vite 快 5.8 倍。
1.2K30编辑于 2022-12-02 - 来自专栏猿天地
比MyBatis快100倍，天生支持联表！
点击上方蓝色字体，选择“设为星标” 回复”学习资料“获取学习宝典 文章来源：https://c1n.cn/my8R6 目录 简介 开源协议 界面展示 功能概述 技术选型 源码地址 简介 对于 Java 比 MyBatis 效率快 100 倍的条件检索引擎，天生支持联表，使一行代码实现复杂列表检索成为可能，绝无夸张之语！ 开源协议 使用 Apache-2.0 开源协议。
1.4K20编辑于 2022-05-27 - 来自专栏Java那些事
比 MyBatis 快 100 倍，天生支持联表！
1 开源项目简介 比 MyBatis 效率快 100 倍的条件检索引擎，天生支持联表，使一行代码实现复杂列表检索成为可能！ 2 开源协议 使用Apache-2.0开源协议 3 界面展示 你的产品给你画了以上一张图，还附带了一些要求： 检索结果分页展示 可以按任意字段排序 按检索条件统计某些字段值 这时候，后台接口该怎么写
1.3K40编辑于 2022-05-21 - 来自专栏新智元
OpenAI发布Triton编程语言，比PyTorch快2倍
速度要比PyTorch快两倍！ ? Triton到底有多强？ 只要25行代码就能实现接近「SOTA」的性能！ 内存合并，共享内存管理，SM内调度，Triton通通帮你搞定。 Triton则简化了专用内核的开发，速度比通用库中的要快得多。 ? M=4096时，A100处理融合softmax的性能 Triton能够在现有的GPU上高效运行，比PyTorch实现高出2倍。 Triton性能高、速度快，再也不用在GPU编程时「一行代码写一天了」。 虽说目前只支持Linux，不过—— 来日方长嘛。 ?
1.3K40发布于 2021-07-30 - 来自专栏新智元
MIT最新算法，双向传播比BP快25倍
据我们所知，这是表明自适应非对称反馈信道比 DNN 中的随机和固定反馈信道更有效的首次研究尝试。 ? 我们这里考虑的 DNN 有 2 个隐藏层。 ? 是将前一层连接到第i 个隐藏层的权重（吸收 Biases）； ? 是带有适当维度的固定随机权重矩阵。 图2：轴突和树突之间的神经连接架构 当突触从神经元 ? 向神经元 ? 传递神经信号时，神经元 ? 会在树突上释放更多的感受器来捕获更多的离子。这一过程减少了 ? 和 ? 图3：2 个BioPP之间的神经元连接的架构 BioPP 有三个限制： 在输入权重时，误差信号不能被计算，因为轴突势单向地传递神经信号； 基于内部或外部的误差信号，神经元可以在本地学习其权重； 在论文的最后，研究者指出该研究是据他们所知的第一次研究尝试，来论证在DNN 中，自适应非对称反馈信道比随机固定信道要更有效。
2K60发布于 2018-03-27 - 来自专栏GiantPandaCV
如何实现比PyTorch快6倍的PermuteTranspose算子？
，4B，8B，16B，粒度越大性能越好 最后一个维度是作为整体来移动的，即permutation[n-1]==x.dims[n-1]，且大小是新访问粒度的倍数 保证数据指针满足新访问粒度的对齐要求 针对规则 与PyTorch对比，在操作耗时上最少快1.24倍，最快能达1.4倍。 这里Permute的带宽比原生Copy还高一点，是因为Copy Kernel里没有做unroll指令间并行优化，而Permute Kernel内部做了相关优化，这里仅做参考。 使用上面的两个优化技巧，OneFlow就能轻易做到比PyTorch的实现要快了。常规的Permute适用情况比较广泛，也因此可能存在访存不合并的情况。 在操作耗时上与PyTorch对比，fp32数据类型情况下最少快3倍，最快能达3.2倍。而half数据类型情况下OneFlow优势更为明显，最快能达6.3倍。
1.6K10发布于 2021-11-12 疯狂的 Rust 机器人新框架 ，比 ROS2 快 575 倍
2026 年 1 月 9 日宣布，声称其性能比 ROS2 快 575 倍，具有亚微秒的 IPC 延迟。 但它甩出来的数据更唬人：比 ROS2 快 575 倍，IPC 延迟做到亚微秒级。 注：什么亚微秒？一微秒是百万分之一秒，一微秒是 1000 纳秒。亚微秒是指少于 1 微秒，但不是 0。 一位被逼急了的开发者直接开干：“我受够了 ROS2，就用 Rust 重写了一遍。”——这话后来成了 Horus 文档里的题词。 复杂度的膨胀比性能更让人头疼。 575 倍怎么来的：零拷贝 + 锁无关 Horus 的加速有两个引擎，都靠Rust 的内存安全撑起来。 第一个引擎：零拷贝共享内存 IPC 传统框架（ROS2）怎么做通信？ 同等负载下，慢 50-500 倍。 当 ROS2 还在为“大 topic”头疼时，Horus 能跑到 每秒 600 万+ 条消息。
36710编辑于 2026-03-18
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号