- 综合排序
- 最热优先
- 最新优先
- 来自专栏Liusy01
CDN网络加速
在这个服务器上，还是会设置一个 CNAME，指向另外一个域名，也即 CDN 网络的全局负载均衡器。
56.6K30编辑于 2022-01-11 - 来自专栏golang+php
CDN网络加速原理
其目的是通过在现有的Internet中增加一层新的网络架构，将网站的内容发布到最接近用户的网络“边缘”，使用户可以就近取得所需的内容，提高用户访问网站的响应速度。 因而，CDN可以明显提高Internet网络中信息流动的效率。从技术上全面解决由于网络带宽小、用户访问量大、网点分布不均等问题，提高用户访问网站的响应速度。 下面是一个简单的CND示意图 ? (这里假设LocalDns缓存过期)； 3:ROOT DNS将域名授权dns记录回应给 LocalDns； 4:LocalDns得到域名的授权dns记录后，继续向域名授权dns查询域名的ip地址； 这里假设LocalDns缓存过期)； 3:ROOT DNS将域名授权dns记录回应给 LocalDns； 4:LocalDns得到域名的授权dns记录后,继续向域名授权dns查询域名的ip地址； 宗上，CDN网络是在用户和服务器之间增加Cache层，主要是通过接管DNS实现，将用户的请求引导到Cache上获得源服务器的数据，从而降低网络的访问的速度。
33.2K20发布于 2020-09-07 - 来自专栏呱牛笔记
搭建UDP加速访问网络
最近接触到关于UDP加速的开源项目，感觉蛮有使用价值，做了个简单的应用，分享给大家！ 主要应用技术包括： 1、UDP 加速-UDPspeeder和tinyfecVPN； 2、HTTP 代理-Squid ； 3、端口转发-tinyPortMapper -也可以使用nginx或者haproxy
6.9K10编辑于 2023-05-02 - 来自专栏企业容器化之路
Kubernetes Helm Charts 网络加速
对于国内 Kubernetes 用户来说，容器镜像和 Helm 公共仓库的网络问题是两大痛点。遗憾的是这些问题并没有随时间推移而改善。 今天带来一个好消息，一些热门的 Helm 公共仓库已经可以加速了。网上很早就有一些 Helm 仓库的国内镜像，但是已经多年未更新了。 站点链接中国站GitHub Pages提供热门 Kubernetes Helm Charts 资源聚合和网络加速，使用国内 CDN 发布，涵盖 Helm 仓库和文档资源。 replica.persistence.enabled="false" \ bitnami/redis镜像源BitnamiPrometheus CommunityGrafanaIngress Nginx加速原理基于
5.9K23编辑于 2023-06-18 - 来自专栏小狼的世界
加速你的网络应用
本篇着眼于如何结合Codeigniter的使用，来加速前端的性能。 1、第一条是使用Gzip。 因为每个图标的大小一般都很小，大概都不超过 2-3 kb ，整合成一个文件仍能够将文件大小控制在合理的范围之内。 3、减少JS和CSS文件的尺寸 随着网络应用的丰富，现在网页中的引用的JS和CSS文件越来越多，也越来越大。 参考资料： 1、Speed UP your web application by Codeigniter 2、HTTP输出Gzip的注意事项 3、Yahoo的34条前端优化规则 4、Google的前端性能最佳实践
6.9K20发布于 2018-07-25 - 来自专栏SDNLAB
智能网卡的网络加速技术
当数据在网络中流动时，对数据的处理就在网络上执行。通过架构的演进，典型的通信延时可以从30-40微秒，缩短为3-4微秒。网络计算和智能网卡/DPU成为数据中心计算架构的核心。 网络加速技术 智能网卡实现的网络加速有多种，除基本的网络功能外，还包括RoCEv2、VXLAN、OVS ct功能、TF-vRouter虚拟路由、kTLS/IPSec加速等技术。 智能网卡的网络加速技术可以进一步细分为网络功能的加速以及网络能力的虚拟化。这里仅列举常见的几种技术及其应用。 Connection Tracking offload可以实现L3/L4 Firewall功能。 图3：电信智能网卡协议栈 天翼云高级工程师、硬件加速组负责人孙晓宁在《天翼云智能网卡产品的前世、今生和未来》中介绍了电信ASIC架构的智能网卡中采用的网络加速技术，包括RDMA的代表性技术，以及RoCEv2
9K41发布于 2021-10-21 - 来自专栏SDNLAB
漫谈业务切片与网络加速
网络按照传输阶段大体上可分：接入段，骨干传输段，出口段三段，网络加速涉及每个阶段，每阶段实施的加速技术各有不同，每种加速方案更需要多个阶段联动协作，这里从传统网络入手窥探目前主流加速技术之一二。 ? 谈到网络切片(Network Slicing)，自然而然地会提到5G，网络切片是3GPP CT中的一个概念，其历史可以追溯到R13/R14。 3.对丢包率敏感、延迟不太敏感的业务——交互类（Interactive Class）： 即时通信 实时性要求不高，晚到一秒问题不大。 3GPP中规定的1~9的标准QCI值，分别对应不同的QoS质量要求： ? 加速网络构建 扯了这么多，加速网络是整个网络加速效果内功核心，却一直没谈如何构建，图中也是一朵云带过，先埋个雷，下回分解。
5.5K21发布于 2019-09-25 - 来自专栏SDNLAB
网络加速，未来将由谁颠覆？
如果发生网络攻击，则是更加复杂的安全问题。 速度和质量成为了网络加速方案的鱼和熊掌，期待更多的变局。一个朴素的跨洋连接案例，不做任何加速处理，依靠现有的基础设施很难满足现有我们的体验要求。 在工程师与网络加速的斗争中，速度和质量成为了保障的刚需，也催生了自底向上的技术革新。 02 自底向上的技术革新 从上世纪90年代末CDN的诞生，网络加速走上了真正的快车道。 协议升级与简化，减少RTT次数消耗 网络协议的变化则是通过软件的思维对加速进行优化。 3) 协议优化也只是修修补补，应用层与底层协议发展割裂，带来了更多问题，集成难度高，技术壁垒高，运维难度大。 自底向上的技术演进着实需要进一步的融合，相辅相成。 04 未来往哪走 在全球化加速的视角下，我们看到了背后技术发展的共性问题： 1） 单厂商基础设施覆盖能力有限； 2） 端侧优化能力有限，最后一公里的质量无法保证； 3） 没有端到端的网络质量保障能力
5K10发布于 2021-08-24 网络加速技术的深度分析
在当今数字化时代，网络加速技术已成为提升用户体验的关键。本文将介绍一种名为X-P2P的技术，探讨其在网络资源优化和成本降低方面的潜力。 产品介绍：X-P2P X-P2P是一种创新的网络加速技术，它通过利用用户网络中的闲置带宽来优化网络资源调度。这种技术的核心在于其P2P（点对点）架构，能够实现数据的快速分发和传输。 功能亮点 X-P2P技术的主要亮点在于其能够智能识别网络中的闲置带宽，并将其用于加速数据传输。 文章总结 综上所述，X-P2P技术以其独特的P2P架构，在网络加速领域展现出巨大的潜力。它不仅优化了网络资源的调度，降低了全网负载，还降低了分发成本，并为用户提供了高质量的视听体验。 随着技术的不断发展和应用，X-P2P有望成为未来网络加速技术的重要组成部分。
35510编辑于 2025-07-28- 来自专栏乱码李
Web 性能优化-CSS3 硬件加速(GPU 加速)
CSS3 硬件加速简介 上一篇文章学习了重绘和回流对页面性能的影响，是从比较宏观的角度去优化 Web 性能，本篇文章从每一帧的微观角度进行分析，来学习 CSS3 硬件加速的知识。 CSS3 硬件加速又叫做 GPU 加速，是利用 GPU 进行渲染，减少 CPU 操作的一种优化方案。 关于 z-index 导致的硬件加速的问题，可以查看这篇文章 CSS3硬件加速也有坑！！ 参考文章 Increase Your Site’s Performance with Hardware-Accelerated CSS 用CSS开启硬件加速来提高网站性能 css3硬件加速 CSS3硬件加速也有坑 GPU加速是什么 使用CSS3 will-change提高页面滚动、动画等渲染性能
3.8K20发布于 2021-11-26 - 来自专栏软件工程师Michael
Tensorflow搭建神经网络--加速神经网络训练
今天我们会来聊聊在怎么样加速你的神经网络训练过程.包括以下几种模式:Stochastic Gradient Descent (SGD)MomentumAdaGradRMSPropAdam图片越复杂的神经网络 , 越多的数据 , 我们需要在训练神经网络的过程上花费的时间也就越多. 每次使用批数据, 虽然不能反映整体数据的情况, 不过却很大程度上加速了 NN 的训练过程, 而且也不会丢失太多准确率.如果运用上了 SGD, 你还是嫌训练速度慢, 那怎么办? 我们还有很多其他的途径来加速训练.Momentum 更新方法¶图片大多数其他途径是在更新神经网络参数那一步上动动手脚. 所以说, 在加速神经网络训练的时候, 一个下坡, 一双破鞋子, 功不可没.【小结】如果觉得以上内容对你有帮助，欢迎点赞、收藏加关注。
4.8K10编辑于 2022-12-31 - 来自专栏Linux知识积累
用tsunami-udp加速网络传输
概述 tsunami-udp 是一款专为网络加速诞生的小工具。思路很简单，使用TCP进行传输控制、用UDP进行数据传输。 这样可以无状态的进行数据传输，然后中间加一些文件校验和重传机制，达到加速传输的目的。 传统的tcp传统，基于长连接，很容易受网络波动的影响。 特别是网络拥塞的情况下，只能通过多进程/线程来进行有序传输。
5.5K20发布于 2019-10-14 - 来自专栏SDNLAB
OpenStack网络服务数据平面加速
今天和大家分享下面一些内容： 1.关于openstack中VNF网络性能的一些思考和思路 2.相关的开源项目 3.OVS 2.4 DPDK with IVSHMEM/vHost-user(w/DPDK) 所以我们研究的方向是如何在openstack环境下实现高性能的网络服务OpenStackOpenStack L3-agent, LBaaS, FWaaS, V**aaS, etc。 dpdk的集成，比如Libuinet, mTCP, libusnet 3.在openstack环境下用新的neutron L2 driver来使用ovs+dpdk 其中第3个主要是去试用刚才说的两个开源项目 A2：测试数据是pps 你换算成bps就直观了 A3：1500的包，在0.8pps的速率时已经接近线速了 wl Q3：对于DPDK门外汉，问个问题如何可以降低学习成本或者比较好的学习路线 A：dpdk 网络归网络，理论上没必要跟openstack紧耦合啊 A1：是的，但目前在OpenStack的应用更迫切一些。
4K60发布于 2018-04-03 - 来自专栏SDNLAB
DPDK加速FPGA支持，强强联手助力数据中心网络加速
本文首先分析FPGA在网络加速中的优势，阐述了FPGA部署的软件基础架构的支撑，然后介绍英特尔FPGA加速开发栈，最后详细说明DPDK 18.05版本中发布的新特性，这是第一款支持FPGA加速的通用网络软件框架 FPGA为网络业务提供卓越的性能加速 毋庸置疑，FPGA(Field Programmable Gate Array)已经是数据中心计算和网络加速的宠儿，可以灵活地通过软件更改、配置器件内部连接结构和逻辑单元 这套框架解决了FPGA应用时遇到的3个最重要需求： 在DPDK里支持FPGA管理的设备类型 如何将DPDK的高性能驱动与AFU（加速功能单元）关联 FPGA加速设备的引入要能最大限度的兼容开源API,比如 如图3所示，引入FPGA-BUS后，整个驱动的加载以两次扫描的形式清晰的呈现给用户：PCI BUS 扫描和 FPGA BUS 扫描。 图3 两次BUS 扫描和AFU驱动加载 ?
4.1K31发布于 2018-08-16 - 来自专栏SDNLAB
网络江湖内功篇之网络加速系统建设
设备底层转发加速技术历经ASIC、NPU芯片到智能网卡到FPGA，Linux内核到用户态DPDK转发，软转到P4硬件流量卸载；业务上层加速技术更是百花齐放，从TCP单边加速到双边加速，拥塞控制算法从BIC 接着上篇《漫谈业务切片与网络加速》埋下的引子，谈谈网络江湖的内功——加速网络的建设，窥探加速网络应具备的几个功能属性。 图1宽带及移动网络融合 融合CPE逻辑上对用户暴露一个IP，设备内部两个子IP通过L3 OverLay隧道方式分别穿越宽带网络及移动网络，逻辑上直通融合接入网关。 ? 图2 HCPE发起L3隧道方式实现多网融合 如果将L3隧道继续向上收缩，融合CPE基于L3网络，不感知隧道存在，运营商网络侧发起隧道建立，亦可采用如下方式实现融合。 ? 图3 网络侧发起L3隧道方式实现多网融合 或许隧道方式过于粗暴，基于特定应用的多网融合，可基于L4 MPTCP（MultiPath TCP）实现融合。MPTCP在无线网络环境中作用尤为突出。
3K50发布于 2021-01-25 - 来自专栏OpenFPGA
创建 Vitis 加速平台第 3 部分：在 Vitis 中封装加速平台
作者：Stephen MacMahon 来源： 赛灵思中文社区论坛 这是《创建 Vitis 加速平台》系列的第 3 篇博文。在前文中，我们讲解了如何创建硬件和软件工程。 您可通过下列链接查看其它各部分： 第 1 部分：在 Vivado 中为加速平台创建硬件工程 第 2 部分：在 PetaLinux 中为加速平台创建软件工程 第 4 部分：在 Vitis 中测试定制加速平台 在 Vitis 中加速软件功能（创建内核）即表示创建硬件 IP 核，并使用由此产生的基础架构将此功能连接到现有平台。 /boot/pmufw.elf> [destination_device=pl] <bitstream> [destination_cpu=a53-0, exception_level=el-3, 如需查看本指南的下一部分，请参阅第 4 部分：在 Vitis 中测试定制加速平台 Original Source: Creating an Acceleration Platform for Vitis
2.3K30发布于 2020-11-03 - 来自专栏小车博客
Linux网络优化加速一键脚本
对于出口带宽，我们常常采用BBR，锐速等TCP加速软件来争夺带宽提高自己的速度。 但是原版的BBR并没有太多侵略性，在这个人人都用TCP加速的大环境下，BBR的加速功效就略显不足了。
5.6K30发布于 2018-07-09 - 来自专栏喔家ArchiSelf
神经网络加速器的兴起
这是“2018嵌入式处理器报告: 神经网络加速器的兴起”(http://www.embedded-computing.com/processing/2018-embedded-processor-report-rise-of-the-neural-network-accelerator 神经网络引擎可能使用 cpu, dsp, gpu, 或者专门的深度学习加速器, 或者组合。" "趋势肯定是引入 cpu、 gpu 和 dsp 的加速器， 原因是它们比其他通用核更具有多领域和低功耗应用能力。 这就是为什么许多加速器不断增加越来越大的乘数累加器阵列, 因为神经网络中的大部分计算都是 MAC。" 在Imagination Technologies的 PowerVR Series2NX 中也有类似的功能, 这是一个神经网络加速器(NNA) , 其本地支持深度为4位。
7K30发布于 2018-08-22 - 来自专栏云计算行业
出海业务网络加速方案技术能力详解
导语|随着出海业务的持续发展，各出海业务场景对于网络的要求越来越高。本课程针对出海业务的网络加速方案，进行腾讯云全球应用加速技术能力详解。 3 腾讯云全球高速冗余骨干网 我们全球在运营53个可用区，各个可用区之间我们组织成了一个网络，在全世界看来我们就是一张连接世界的大网。 二、3 网络加速方案的优化技术解析 1 网络加速优化之资源篇 网络加速这块进行了一个优化的解析，从模拟一个业务的访问，从发起请求到服务端的响应那实际上经过了两个阶段，从时间上看分为T1接入阶段和T2传输阶段 3 网络加速优化之传输段 第二段传输传段的优化，可以从专线的传输和路由的优化层面进行一些深入的调节，这是完全依赖于底层的资源，如果你的资源越丰富，实际上在里面进行调优的空间就越大。 4 Anycast网络加速 基于网络这块，可以展开一下我们Anycast的网络加速方案，针对国内和国外的专用IP可以提供三层内网的高速通道，Anycast IP是提供三层，从TCP的层级去看，越底层就对业务越透明
2.4K10编辑于 2023-05-29 - 来自专栏SIGAI学习与实践平台
卷积神经网络的压缩和加速
相关背景 为什么要对网络进行压缩和加速呢？ 接下来的模型加速和压缩，都是针对卷积神经网络模型的。 Tucker分解是对张量直接进行分解，其分解效果如图5所示 原卷积经过分解成3个计算量更小的卷积，卷积核通道数如图中所示，那么分解前后计算量为 image.png 由表所示，若要求加速至少2倍，在卷积核大小为 3*3，卷积输出通道数等于输入通道数时，tucker分解的中间卷积通道数最大是原来的0.604倍。 总结 本文介绍了比较常见的4种卷积神经网络压缩和加速方法，其中网络裁枝与低秩估计的方法从矩阵乘法角度，着眼于减少标量乘法和加法个数来实现模型压缩和加速的；而模型量化则是着眼于参数本身，直接减少每个参数的存储空间
4.2K80发布于 2018-06-26
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