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
  • Meta自研CXL芯片:可复用“退役”DDR4,AI服务器成本降25%!

    近日,Meta公开了一篇技术论文,揭秘了其自研的一颗名为Vistara的CXL ASIC,通过将退役服务器上的DDR4内存重新利用到最新的支持DDR5内存的AI服务器中,不仅延长了内存寿命,还使部分AI AI服务器升级,DDR4却成了"鸡肋" 近年来,AI服务器快速从DDR4内存平台升级到DDR5内存平台。 自研Vistara ASIC,让DDR4重新“上岗” 为了解决这个问题,Meta计划利用CXL技术将退役服务器中的DDR4 DIMM挂载到新服务器作为扩展内存,以实现近乎零成本的容量扩展(通过复用)、性能提升 简单来说,Vistara实际上充当了DDR4与当前基于DDR5的AI服务器之间的一座“桥梁”,让原本只能用于老服务器的DDR4内存,重新成为AI服务器可访问的共享内存资源。 透明分层,应用无感 自研的Vistara芯片只是硬件基础,Meta还基于Linux内核的TPP(透明页面放置) 和 TMO(透明内存卸载) 机制,构建了一套自动化的内存分层系统。

    70300编辑于 2026-07-03
  • 来自专栏Java工程师成长之路

    信用分计算(自研)

    这里可能解析不了数学公式,我说明下,y=log以1.023293为底(x+301)的对数,再+350的初始值

    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。 自研光模块的第一个目标就是要打破这个生态,即我们与芯片厂商直接讨论规格需求和成本(用量)需求,从而去实现真正的端到端的成本的竞争力。 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SDNLAB

    盘点Google网络自研进击之路:B4、Andromeda、Jupiter、Espresso

    B4 简介 Google 的广域网实际上分为B4(DCI)数据中心互联和B2骨干网。 他们把这个网络称为B4。 Google对B4网络的改造方法,充分考虑了其网络的一些特性以及想要达到的主要目标。 交换机架构设计图 第二层:局部网络控制层 B4网络中每个数据中心都有一个服务器群,而且每个服务器上都运行了一个Controller。 当大多数的Paxos服务器检测到故障时,他们从剩余的可用服务器集中选出一个新的负责人。然后,Paxos将递增的ID号回调给当选的leader。 每个Controller只控制物理层设备,并且只把汇聚过后的信息发送给逻辑控制服务器,这样服务器就可以掌握整个链路上的拓扑信息。

    4.2K31发布于 2019-05-07
  • 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。 苹果A系列处理器最早可追溯到2010年iPhone 4手机上的A4处理器,随着iPhone的更新换代,其A系列处理器也在不断更新,功能越发强大。 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。

    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

    普通迁移方法1、新旧服务器都在腾讯云购买,可直接通过镜像完成搬家,具体参考:使用镜像复制服务器环境及数据使用轻量应用服务器镜像重装轻量应用服务器使用云服务器镜像重装轻量应用服务器2、纯文件远程搬家,可以使用 Screen+SCP命令,具体参考:Linux服务器对拷文件搬家利器-SCP命令使用迁移工具实现目标本教程主要介绍源服务器在友商处购买,目标服务器在腾讯云处购买,且服务器操作系统均为 Linux 时完成服务器搬家的操作 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。 目标服务器建议是纯净版操作系统,且分区设置与源端服务器一致。存储空间:目标云服务器的云硬盘(包括系统盘和数据盘)必须具备足够的存储空间用来装载源端的数据。安全组:开放80、443端口。 迁移目标是云服务器时,开始迁移后目标云服务器将进入迁移模式,请不要对目标云服务器进行重装系统、关机、销毁、重置密码等操作,直至迁移完成退出迁移模式。

    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

    删除机器白名单 DELETE \_auth/host/{ip} 4. 查看用户列表 GET \_auth/users 返回当前已经存在的所有账户 5.

    1.8K21发布于 2018-10-28
  • 来自专栏代码人生

    springcloud trace SDK 自研方案

    ae7890c53b8ef50525ebd403f33f347.png image.png @Slf4j @Component @ConditionalOnClass(SimpleMessageListenerContainer.class = null) { setAfterReceivePostProcessors(listenerContainer); } } } @Slf4j @Component

    90710编辑于 2021-12-08
  • 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 4、项目完成后做复盘。 5、测试环境和线上环境隔离。 6、内部系统一样提bug,标明优先级。 落地效果 有几点用: 1、老板的确很喜欢这种系统。 2、通过数字化、图表化,反映研发效能。 4、通过效能平台打通各个内部系统,串联研发流程。

    1.2K30编辑于 2022-12-05
  • 来自专栏h5

    自研react19.2+deepseek-v4+openai智能流式ai模板

    deepseek-v4正式版快要发布了,之前有使用vite8+vue3接入deepseek搭建流式生成ai助手。 historySession() : [{role: 'user', content: editorValue}], // 对话模型(快速模式deepseek-v4-flash 专家模式deepseek-v4 8192, // 限制一次请求中模型生成 completion 的最大 token 数(默认使用 4096) temperature: 0.4, // 严谨采样 越低越严谨(默认1)})2026原创自研 React19+Vite8+ArcoDesign+Zustand中后台管理系统框架模板升级款vite8+vue3.5+arcoDesign网页端webOS桌面框架自研Vite8+NaiveUI+Vue3 原创自研Flutter3.41+Dio+WindowManager打造桌面版AI问答系统Flutter3.41实战AI:从零到一构建app版流式ai系统Electron41 + Vite8打造流式输出客户端

    27420编辑于 2026-07-20
  • 苹果自研AI服务器芯片曝光,将于2027年发布

    12月16日消息,据社交媒体平台“X”上的网友@unusual_whales 爆料称,苹果公司正与博通(Broadcom)合作开发旗下首款面向服务器的 AI 芯片,内部代号即为“Baltra”,预计将主要用于 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。 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

    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。 据OpenAI一名高管在4月的内部备忘录中向同事透露,博通针对OpenAI的诉求开出了一个明确条件:只有当微软同意购买约40%的芯片产能时,博通才会为项目首期提供融资。 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 测试限流功能 具体实现如下: @Slf4j @Component public class GatewayRedisRateLimiter implements InitializingBean {

    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。 图4 AWS Nitro系统 如图4所示,不同的EC2服务器实例类型包括不同的Nitro系统特性,一些服务器类型有许多Nitro系统卡,实现AWS Nitro系统的五大主要特性: Nitro VPC(虚拟私有云 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

    我先把自己修改过后的代码发上来 ---- # coding=utf-8 import requests import sys import queue import threading from bs4 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
领券