首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏腾讯云星星海

    腾讯云自研GPU服务器异构计算实例A10即将上线

    腾讯云搭载 NVIDIA A10 GPU 的异构计算实例即将上线! A10是一款通用的工作负载加速器,相比于上一代产品有显著的算力性能提升,全面适用于AI计算、视频编解码、图形图像处理、云游戏、云桌面等场景。 该实例采用腾讯云首款自研星星海GPU服务器,该服务器支持高密度的加速卡配置,结合腾讯云卓越的软件优化能力,在兼顾性能最优的同时做到更高密度,有效降低单卡成本,为客户提供更具性价比的异构计算实例。 最多提供高达100G的网络带宽,提升数据实时传输效率 3.高密度GPU实例配置 有效降低AI计算和云游戏等场景的单卡成本 4.支持NVIDIA vGPU产品 实现GPU资源的精细化调度和运营 更多关于腾讯自研硬件的资讯

    3.4K30发布于 2021-09-02
  • 来自专栏芯智讯

    俄罗斯自研128核服务器CPU曝光

    4月21日消息,据外媒CNews报道,在全球人工智能热潮之下,由于难以获取欧美的先进芯片,俄罗斯Roselectronics公司正迫切的希望依靠自研的高性能处理器来打造自己的超级计算机。 据介绍,作为俄罗斯国有科技公司,Roselectronics旗下的电子计算科学研究中心(SRCEC)自研了面向高性能计算和云服务的128核的处理器平台,以及基于该平台的软件和硬件的超算综合体“Basis 目前“Basis”由三台通用服务器组成,每台服务器集成了 128 核处理器,并提供了高达 2TB 的 DRAM。服务器使用Angara高速通信网络互连,该网络也是由SRCEC开发的。 这种设置确保了服务器之间的超低延迟和高速数据交换,促进了整个集群的高效计算操作。 Basis还能够进一步扩展到数百个节点,并支持创建数千个虚拟工作场景。 根据该报告,Basis可用于设置数据处理和存储中心,虚拟化办公室以及图形应用程序的服务器。它在需要超级计算能力进行非常规计算的环境中特别有效。

    1.5K10编辑于 2024-04-25
  • 来自专栏量子位

    联想自研芯片???

    它的样子长这样: 这手势,这形状,不禁会让人想起下面这些“名场面”: 这也太像了吧…… 难道联想也在自研芯片?? 联想自研的是芯片吗? 联想发布LA2的时候,对它的介绍也就是短短几分钟的时间。 但了解芯片的朋友都知道,自研一款芯片并不是一件易事。 首先是自研芯技术的本身,难度可以说是堪比航天飞机,毕竟要在指甲盖大小的地方要“塞进”上亿个半导体元件,每个还都纳米级的,这种密集度的研发难度可见一斑。 那么接下来的一个问题便是: 联想为什么要自研芯? 其实在LA2发布芯片之前的一段时间,联想CEO杨元庆就曾发出过暗示的信号: 不排除自研芯片的可能,也不排除合作的可能。

    68730发布于 2021-11-23
  • 来自专栏Java工程师成长之路

    信用分计算(自研)

    该方案后续每增加100分显示值,实际需要获取10倍原分数值 若有更好方案请赐教

    85310发布于 2019-09-10
  • 来自专栏鹅厂网事

    峰会回顾 | 光模块:从自采到自研

    下面让我们共同回顾本次峰会中由硬件研发专家——孙敏博士呈现的《光模块:从自采到自研》的精彩内容。 光模块及应用 光模块首次站在技术大会的舞台,回顾了光模块产品从商用到自采,再到自研的发展历程。 结合25G服务器的上线应用,25G/100G模块开启自采之路,挑战是必然的,第一个挑战其实就是设备之间的适配,光模块单体测试虽然没有问题,但是在自采灰度阶段,我们遇到了很多设备兼容性的问题,我们发现不同厂商的模块在不同设备上每个端口的表现不一样 从自采到定制 自采光模块的另一个优势是能够满足我们自己网络的多样化发展带来的多样化定制需求,比如业务部门提到10km分光监控场景的需求,需要10km的模块进行互连,因为现成收发一体模块价格高昂,在需求推动下 从定制到自研 随着100G服务器的批量上线,200G网络进入量产应用,自研光模块产品的诞生也契合了整个网络从100G升级迭代到200G。 进入自研阶段,我们要考虑的最重要的问题就是方案的设计和选择如何实现最大价值。

    2.1K40编辑于 2022-01-04
  • 来自专栏刘旷专栏

    苹果自研芯片:步步惊心

    这早已不是苹果首次在自己的产品中采用自研的芯片。实际上从手机处理器,到电源管理芯片、调制解调器芯片,苹果均有涉及。在芯片自研这条路上,苹果有着非比寻常的执念。 从苹果自研芯片的本意来看,苹果只是迫切希望借此加固自家护城河,同时摆脱来自高通、英特尔的影响,做到独立自主的掌控自己发展节奏的目的。但从苹果的自研历史来看,苹果自研芯片仍是不可逆转的趋势。 那么,苹果为什么还要搞自研芯片,尤其是现在自研基带芯片这种高难度的芯片呢? 其实,一言以蔽之,苹果的芯片供应商不是很给力,而苹果对保持领先有着异乎寻常的执念,这正是其下定决心做自研的关键。 总之,苹果自研之后,环境适配仍然需要较长的时间,也存在一些不确定因素在里面。 自研之路不会终止 苹果自研芯片困难不少,但可以明确的是,苹果的自研之路不会就此停止。 按照苹果更换处理器的规律来看,近乎每10年更换一次处理器芯片。

    73020发布于 2020-06-12
  • 来自专栏服务器运维日常

    【服务器搬家】通过腾讯云自研迁移工具实现Linux服务器搬家

    在线迁移介绍在线迁移使用腾讯云自研迁移工具 go2tencentcloud,在待迁移的源端主机上运行后,源端主机即可整机迁移至腾讯云的目标云服务器。 :25:13] Load user.json successfully.[2024-04-15 10:25:13] Load client.json successfully.[2024-04-15 10 :28:36] Start go2tencentcloud xxxx[2024-04-15 10:28:36] Load user.json successfully.[2024-04-15 10:28 :36] Load client.json successfully.[2024-04-15 10:28:37] Check environment...[2024-04-15 10:28:39] Check environment successfully.[2024-04-15 10:28:40] Start to import source server...[2024-04-15 10:28:40]

    2.7K31编辑于 2024-04-15
  • 来自专栏腾讯云数据库团队的专栏

    Elasticsearch 自研权限系统介绍

    admin: root用户权限,可对所有index进行管理,要求index必须为* kibana填写说明: monitor:kibana访问时的只读权限; admin:kibana访问时的读写权限 10

    1.9K21发布于 2018-10-28
  • 来自专栏代码人生

    springcloud trace SDK 自研方案

    SDK 形式,利用 threadlocal 实现 trace。http, grpc, rabbitMQ, springcloud-gateway, 异步线程池这类常见场景。

    90710编辑于 2021-12-08
  • OpenAI携手博通部署10GW自研AI芯片,博通股价暴涨10%!

    这也意味着,该10吉瓦项目的总投资将会高达5000亿美元。数据显示,服务器在数据中心当中的成本占比超过60%,而在AI芯片在AI服务当中的成本占比则超过70%。 但是由于OpenAI选择的是自研AI芯片,并由博通提供后端设计服务,最终的制造是交由台积电,因此实际所需要花费的资金应该会比直接采购英伟达和AMD的AI芯片更具成本优势。 这也是OpenAI选择自研AI芯片的一个关键因素。 根据CNBC 的报导,OpenAI 与博通的合作并非立即成功,双方实际上已经秘密合作了18 个月之久。 双方计画从2026 年底开始,逐步开发和部署这些含有OpenAI自研AI芯片的机架(racks)。 事实上,OpenAI这次与博通的10GW自研AI芯片合作协议, 是OpenAI 为其未来发展所做出的巨大算力承诺的其中一部分。Sam Altman 也已经暗示,这10GW 仅仅是个开始。

    41310编辑于 2026-03-19
  • 来自专栏用户4624600的专栏

    项目管理系统自研之路

    项目管理系统主要目的最开始是为了解决提高PMO手动出人效的效率,核心是计算产研人员效能。 2、自研项目管理系统,通过同步teambition把数据存储到研项目管理系统,把计算人效逻辑封装到后端服务中。 自研系统好处: 1)、锻炼后端开发技术 2)、PMO、产品、研发共建系统,拉起目标 3)、向上管理工具 自研系统缺点: 1)、产品缺乏架构设计 2)、项目质量一般 3)、服务架构单一 业务架构 如下图是当时 总结 研发效能开发会是未来趋势,大厂都开始自研内部效能系统了并且开始商业化了,为啥大家不计成本开始做研发效能呢,我觉得可能有几点思考: 1、随着自动化测试体系搭建,需要有一套流水线串联自动化测试。

    1.2K30编辑于 2022-12-05
  • 苹果自研AI服务器芯片曝光,将于2027年发布

    其实早在 2024 年春季,就曾有类似爆料, 当时消息称,苹果自研的首款服务器级AI芯片将采用台积电N3E制程,设计工作预期在约12个月内完成。而这些定制 AI 芯片的实际部署将会在2027年。 不过,苹果研发的服务器级AI芯片的目的,似乎并不是训练自研的AI大模型。 因为苹果已经与谷歌达成了合作协议,将部署定制化的3万亿参数规模的Gemini AI模型,以作为其苹果云端Apple Intelligence的核心,并向谷歌支付每年10亿美元的授权费。 所以,可以合理推测,苹果的首款服务器级 AI芯片“Baltra”将主要用于满足其极为庞大的 AI 推理需求。 近年来,苹果持续加码自研芯片,除了广为人知的A系列与M系列芯片外,苹果也已导入自研的C1调制解调器、蓝牙/WiFi芯片,随着“Baltra” 的落地,苹果庞大的定制化芯片版图将进一步扩张。

    33110编辑于 2026-03-20
  • 传DeepSeek自研AI推理芯片

    继人工智能技术大厂OpenAI推出自研AI芯片,Anthropic也被传出自研AI芯片之后,中国AI技术大厂DeepSeek也被传将自研AI芯片。

    25210编辑于 2026-07-08
  • OpenAI自研芯片陷入困境

    当时双方将这桩交易描绘成板上钉钉——这项代号为“Nexus”的庞大计划,将在2030年前部署总规模达10吉瓦的算力,目标是彻底摆脱OpenAI对英伟达昂贵硬件的依赖。 根据公司内部预估,到2029年其运营资金消耗将超过2000亿美元,而自研芯片正是OpenAI降低服务器成本、改善毛利率的核心战略。 而台积电同样也为英伟达制造先进的AI服务器芯片,产能争夺异常激烈。

    30510编辑于 2026-05-13
  • 来自专栏黑伞安全

    自研CobaltStrike后渗透插件Erebus

    Erebus-CobaltStrike后渗透测试插件帮你拿到妹子shell还能搞定丈母娘全家

    4.1K31发布于 2019-10-16
  • 来自专栏JAVA后端开发

    自研网关:限流功能的开发

    自研网关系统已开源,求star 项目地址: 网关地址:https://gitee.com/starmark947618/starmark-gateway 网关系统,如果没有限流功能,感觉就没有了灵魂

    73310发布于 2020-10-26
  • 来自专栏运维咖啡吧

    我们自研的那些Devops工具

    随着云技术以及容器技术的崛起,人肉运维的时代结束了 2018年为了解决日常运维中的痛点以及更高效的推进运维工作,我们自研并完善了几个工具系统,这些系统无一例外的帮我们节约了时间,提高了效率,这篇文章将分享介绍一下这些工具系统 CMDB CMDB配置管理数据库,主要用来记录我们管理维护的软硬件信息,包含实体的服务器,交换机以及虚拟的项目、服务、环境等所有需要管理维护的信息,通俗一点理解就是之前我们可能一个excel表格记录了我们维护的所有项目 ,项目所用的服务器资源,服务器的配置等等信息,都可以录入到CMDB系统里统一维护管理 CMDB系统是其他很多系统的基石,要给所有用到基础信息的第三方系统提供API以查询或修改数据,例如提供项目对应的服务器信息给持续部署工具推送代码到项目服务器上 为了解决配置文件自动更新的问题我们开发了kerrigan系统,这篇文章有关于配置中心实现细节的介绍:中小团队落地配置中心详解 kerrigan底层基于etcd+confd实现,主要实现在web端修改,服务器上自动更新生效的功能 ,nginx服务器通过基于域名的vhost代理到后端服务,每次添加或修改都通过手动变更nginx配置文件来完成,现在开发了proxy系统,可以通过页面来快速方便的完成 ?

    1.2K20发布于 2019-03-14
  • 来自专栏软硬件融合

    亚马逊AWS自研芯片深度分析

    只好另辟蹊径,尝试从整体和发展的角度,和一些“可能存在”的“向左(定制)还是向右(通用)”的权衡,来分析一下AWS为什么过去和现在要做芯片和硬件自研这些事情,以及未来要往何处去。 定制的芯片将成为未来服务器端计算的重要组成部分,亚马逊自2015年初以来就有一个专注于AWS的芯片定制团队,在此之前,AWS与合作伙伴合作构建专业化解决方案。 表1 AWS芯片自研综合分析 位置 类型 子类型 代号 分析&推测 服务器侧 CPU CPU Graviton 重要性:★★★★★CPU是数据中心算力的最核心器件,ARM服务器CPU反响不错,AWS应该会持续重金投入 预计未来AWS会自研GPGPU芯片,并加入EC2家族对外提供服务。 类似ZNS技术,AWS通过自研Nitro SSD跟Nitro DPU芯片更好地协同,给客户提供更稳定更安全的存储服务。

    1.6K20编辑于 2022-12-16
  • 来自专栏漫流砂

    自研安全工具之URL采集

    ') f.close() myqueue = queue.Queue() num = get_total_num(name) finalnum = num - num%10 print(finalnum) for i in range(0, finalnum, 10): myqueue.put('http://www.baidu.com/s wd=%s&pn=%s' % (keyword, str(i))) threads = [] thread_count = 10 for i in range(thread_count 获取到这个值,再除以10就是总的页数了 main函数剩下的基本就是为每个创建的baiduSpider对象开启一个新的线程,从而完成多线程 那么我们再来看看baiduSpider这个类是如何写的吧 ? 可以看到一共有 10200000个结果,,由于我设置了每0.5秒访问一次,所以速度不至于被服务器封禁掉,大家可以按照自己的需求进行修改 下面我进行一个漏洞搜索吧,比如我们搜索 thinkphp曾经的一个远程代码执行吧

    1.4K30发布于 2020-08-20
  • 来自专栏小白填坑

    怎么把带自研插件的 DeepSeek Harness 部署到云服务器

    下面主要聊这部分:自研插件怎么跟着Harness一起上线,到了服务器上有哪些容易漏的地方,以及OrcaTerm帮我省了哪些手工操作。 这次实际用的是一台2核2GB的Ubuntu26.04轻量服务器,从系统环境开始搭。模型通过远端API调用,服务器不用跑大模型。 代码和数据,先得搬对第一个问题很快就来了:仓库clone完成,服务器上却没有agent/目录。 服务器上需要按项目脚本构建,或者接收本地已经验证过的发布包。这次选择在服务器构建,又碰到了一个很典型的问题:脚本里留着我Mac上的/Users/...绝对路径,Linux找不到,报了ENOENT。 图1:在OrcaTerm中回看自研插件的部署记录。找到路径问题后,通过远程工具重新运行测试,120项全部通过。个人路径和项目变量已打码。

    15121编辑于 2026-10-30
领券