- 综合排序
- 最热优先
- 最新优先
- 来自专栏Tom弹架构
Spring 5系统架构
Spring 5的模块结构如下图所示。 [file] 组成Spring框架的每个模块都可以单独存在，也可以将一个或多个模块联合实现。下面分别介绍每类模块的组成和功能。 3 数据访问与集成 数据访问与集成由spring-jdbc、spring-tx、spring-orm、spring-oxm和spring-jms 5个模块组成。 5 通信报文 通信报文即spring-messaging模块，它是Spring 4新加入的一个模块，主要职责是为Spring 框架集成一些基础的报文传送应用。 8 各模块之间的依赖关系 Spring官网对Spring 5各模块之间的关系做了详细说明，如下图所示。 [file] 下图对Spring 5各模块做了一次系统的总结，描述了模块之间的依赖关系，希望能对“小伙伴们”有所帮助。 [file]
53420编辑于 2021-12-30 - 来自专栏Tom弹架构
Spring 5系统架构
Spring 5的模块结构如下图所示。 组成Spring框架的每个模块都可以单独存在，也可以将一个或多个模块联合实现。下面分别介绍每类模块的组成和功能。 4.3 数据访问与集成 数据访问与集成由spring-jdbc、spring-tx、spring-orm、spring-oxm和spring-jms 5个模块组成。 4.8 各模块之间的依赖关系 Spring官网对Spring 5各模块之间的关系做了详细说明，如下图所示。 下图对Spring 5各模块做了一次系统的总结，描述了模块之间的依赖关系，希望能对“小伙伴们”有所帮助。
56840编辑于 2022-04-25 - 来自专栏Tom弹架构
Spring 5系统架构
Spring 5的模块结构如下图所示。 [图片1.png] 组成Spring框架的每个模块都可以单独存在，也可以将一个或多个模块联合实现。下面分别介绍每类模块的组成和功能。 3 数据访问与集成 数据访问与集成由spring-jdbc、spring-tx、spring-orm、spring-oxm和spring-jms 5个模块组成。 8 各模块之间的依赖关系 Spring官网对Spring 5各模块之间的关系做了详细说明，如下图所示。 [图片2.png] 下图对Spring 5各模块做了一次系统的总结，描述了模块之间的依赖关系，希望能对“小伙伴们”有所帮助。 [图片3.png] 本文为“Tom弹架构”原创，转载请注明出处。 关注微信公众号“Tom弹架构”可获取更多技术干货！
55400发布于 2021-10-22 - 来自专栏TA码字
Tomcat NIO(5)-整体架构
在上一篇文章里我们主要介绍了 tomcat NIO 的数据处理类，即实现读写封装的Request 和 Response，在这里我们主要介绍 NIO 整体架构。 对于 tomcat NIO 来说，是由一系列框架类和数据读写类来组成的，同时这些类运行在不同的线程中，共同维持整个 tomcat NIO 架构。 上面我们可以发现整体架构运行着4种线程： Acceptor 线程 Poller 线程 Tomcat IO 线程 BlockPoller 线程 Acceptor线程 tomcat NIO 架构中会有一个 Poller线程 在 tomcat NIO 架构中会有 poller 线程，在 tomcat8 及以前的版本之中，可以通过 pollerThreadCount 配置 poller thread 的数目， BlockPoller线程 tomcat NIO 架构中会有 block poller 线程，其核心功能由以前文章中介绍的 BlockPoller 类来实现，BlockPoller 实例会有一个 NIO
1.2K30发布于 2020-08-05 - 来自专栏iRF射频前端产业观察
5G网络架构
才有了DU和CU这样的新架构。 到了5G，网络逻辑结构彻底改变了。5G核心网，采用的是SBA架构（Service Based Architecture，即基于服务的架构）。 云计算和雾计算 云计算和边缘计算 5G中的NFV和SDN 未来5G网络将是基于SDN、NFV和云计算技术的更加灵活、智能、高效和开放的网络系统。5G网络架构包括接入云、控制云、转发云3各域。 NFV高层架构 5G网络架构的三朵云。蓝色的无线接入云，支持控制和承载分离、接入资源的的协同管理，满足未来多种的部署场景。 5G的网络架构 总体来看，SDN是连接控制云和转发云的关键；NFV将转发云设备和多个控制云中的网元用通用设备来替代，从而节省成本。3朵云中的资源调度、弹性扩展和自动化管理都是依赖云计算平台。
2.6K51编辑于 2022-05-16 - 来自专栏带你回家
Spring5 系统架构
一，系统架构 Spring 总共大约有 20 个模块，由 1300 多个不同的文件构成。 以下是 Spring 5 的模块结构图： 组成 Spring 框架的每个模块集合或者模块都可以单独存在，也可以一个或多个模块联合实现。 1.3 数据访问及集成：由spring-jdbc、spring-tx、spring-orm、spring-jms 和 spring-oxm 5 个模块组成。 1.7 Spirng 各模块之间的依赖关系 该图是 Spring5 的包结构，可以从中清楚看出 Spring 各个模块之间的依赖关系。
71020发布于 2019-11-07 - 来自专栏闲余说
架构设计 5-高可用架构之高可用存储架构
导读：《架构设计》系列为极客时间李运华老师《从0开始学架构》课程笔记。本文为第五部分，主要介绍高可用存储架构，分别介绍了双机架构和集群架构以及各种具体方案的优缺点和应用场景。 双机架构 主备复制 其整体架构比较简单，主备架构中的“备机”主要还是起到一个备份作用，并不承担实际的业务读写操作，如果要把备机改为主机，需要人工操作。 ，而读操作可以参考主备、主从架构进行灵活多变 复杂度 主机如何将数据复制给备机主 主备和主从架构中，只有一条复制通道，而数据集中集群架构中，存在多条复制通道。 数据集中集群架构中，客户端只能将数据写到主机；数据分散集群架构中，客户端可以向任意服务器中读写数据 场景 数据集中集群适合数据量不大，集群机器数量不多的场景：ZooKeeper 集群，一般推荐 5 台机器左右 reference 从 0 开始学架构
72820编辑于 2022-08-19 - 来自专栏AI系统
【AI系统】AI系统架构的组成
AI 编译与计算架构AI 框架充分赋能深度学习领域，为 AI 算法的开发者提供了极大便利。 为了实现硬件的多样性，需要将神经网络模型计算映射到不同架构的硬件中执行。在通用硬件上，高度优化的线性代数库为神经网络模型计算提供了基础加速库。 DSA 芯片架构支持：AI 训练和推理对性能和时延都非常敏感，所以大量使用专用的 AI 加速芯片进行计算，而 AI 编译器其实是以 DSA 架构的 AI 加速芯片作为为中心的编译器，这也是区别于通用编译器的一个特征 AI 编译与计算架构负责 AI 模型在真正运行前的编译和系统运行时的动态调度与优化。 神经网络编译架构及优化：在编译期，通过静态分析与优化的方法，提供更优化的编译支持，提升模型的性能，正确性等。类似传统编译器，网络模型的计算图可以通过融合等手段优化，算子内可以应用大量循环优化。
1.4K11编辑于 2024-11-26 - 来自专栏iRF射频前端产业观察
5G射频前端架构
原文参考www.skyworksinc.com
27310编辑于 2022-05-16 - 来自专栏超级架构师
Envoy架构概览(5):负载均衡
负载均衡 当过滤器需要获取到上游群集中主机的连接时，群集管理器使用负载平衡策略来确定选择哪个主机。 负载平衡策略是可插入的，并且在配置中以每个上游集群为基础进行指定。 请注意，如果没有为群集配置活动的运行状况检查策略，则所有上游群集成员都认为是正常的。 支持的负载平衡器 循环赛(Round robin) 这是一个简单的策略，每个健康的上游主机按循环顺序选择。 加权最低要求 请求最少的负载均衡器使用O（1）算法来选择两个随机健康主机，并挑选出活动请求较少的主机。 （研究表明，这种方法几乎与O（N）全扫描一
2.2K70发布于 2018-04-09 - 来自专栏媒矿工厂
5G媒体流架构
引言 本文来自IBC2019（国际广播大会），主要讲述了3GPP为5G开发了一种新的媒体流架构，其中加入了媒体产业的最新成果和5G系统提供的新特性。 5G架构总览 5G架构以模块化的设计和控制面和用户面的分离为基础，允许可伸缩的、灵活的部署，随着网络功能虚拟化和软件定义网络的增加，该功能正在快速推进。 图2 5G媒体下行流架构 图2展示了5G媒体下行流架构，其中可信功能用黄色显示。 5G媒体下行流架构遵循控制面与用户面分离的方法，在5G网络中定义UE与AF之间的“媒体控制接口”M5d/6d/7d，以便携带信令参数和媒体配置信息。 媒体处理：第三方提供商以与原始服务器相同的定义格式上传内容，但是MNO添加了额外的功能，例如，它提供有针对性的和区域性的广告插入，它通过使用网络内部的AI功能自动为内容添加标题。
1.3K20发布于 2019-10-03 - 来自专栏葡萄城控件技术团队
Wijmo 5 之 架构
本文就开发者关心的话题之一架构，展开叙述。 Wijmo 5是一组JavaScript控件，但是不要与Widgets混淆。 同时，我们选择IE9作为Wijmo 5浏览器支持的基准版本，因为IE9支持ECMAScript 5语法，而这点对我们的Wijmo 5架构非常关键，由此创造了新的Wijmo 5架构。 ECMAScript 5 Controls 我们的Wijmo 5框架直接采用了ECMAScript 5。我们的源码使用TypeScript，这使得开发非常容易。 ，并以字符串方式传递widget name + even name订阅事件 IDEs提供智能感知（依赖IDE） 非强类型，无智能感知 设计时语法检测 无语法检测 运行时错误提示 运行时很少错误提示 架构师访谈 ：《Wijmo 5 CTO：从Web到移动，我的25年编程生涯》
1.6K100发布于 2018-01-10 - 来自专栏EdisonTalk
5分钟了解系统架构设计（5）
最近梳理了之前学习的架构设计相关的一些课程学习总结，将其整理成了一个大纲脑图，以每篇5分钟系列展现出来，希望对你有所帮助。 如何设计一个高性能的系统架构，这是面试中一般常见的问题，明白回答该类问题的套路可以帮助我们理清思路。 本篇会聚焦high-level的思路，实际场景中还需要根据实际条件约束综合考虑。 5、事后排查 当然，即使我们事前考虑的再多，也仍然会存在延迟和吞吐量的问题。 那么，如果发现系统存在较高延迟和吞吐量显著降低，如何进行定位呢？ （2）定位吞吐量的问题 对于吞吐量指标要和 CPU使用率一起来看，在请求速率逐步增大时，经常会出现四种情况，对应的建议也一并附在了下面的表格中： 参考资料 李运华，《从0开始学架构》 刘海丰，《架构设计面试精讲 》 潘新宇，《23讲搞定后台架构实战》 作者：周旭龙 出处：https://edisonchou.cnblogs.com 本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文链接
48320编辑于 2023-03-06 转载：【AI系统】AI系统架构的组成
AI 编译与计算架构 AI 框架充分赋能深度学习领域，为 AI 算法的开发者提供了极大便利。 为了实现硬件的多样性，需要将神经网络模型计算映射到不同架构的硬件中执行。在通用硬件上，高度优化的线性代数库为神经网络模型计算提供了基础加速库。 DSA 芯片架构支持：AI 训练和推理对性能和时延都非常敏感，所以大量使用专用的 AI 加速芯片进行计算，而 AI 编译器其实是以 DSA 架构的 AI 加速芯片作为为中心的编译器，这也是区别于通用编译器的一个特征 AI 编译与计算架构负责 AI 模型在真正运行前的编译和系统运行时的动态调度与优化。 神经网络编译架构及优化：在编译期，通过静态分析与优化的方法，提供更优化的编译支持，提升模型的性能，正确性等。类似传统编译器，网络模型的计算图可以通过融合等手段优化，算子内可以应用大量循环优化。
2.1K10编辑于 2024-12-11JBoltAI：事件驱动 AI 架构，重构 Java AI
企业级 AI 应用开发中，多模块耦合、高并发响应延迟、流程异常难以排查等问题，成为 Java 团队落地 AI 能力的核心阻碍。而事件驱动架构，正是解决这些痛点的关键思路。 JBoltAI 将事件驱动机制深度融入 AI 应用开发的全流程，打造了 “操作抽象为事件、统一调度为核心、全生命周期管控为保障” 的事件驱动 AI 架构，不仅让复杂 AI 工作流的编排更灵活，更从根本上提升了企业级 事件生命周期管理，是 JBoltAI 事件驱动 AI 架构保障企业级稳定性的核心抓手，让 AI 流程彻底摆脱 “黑箱” 状态。 作为 AIGS 范式的核心实践者，JBoltAI 的事件驱动 AI 架构，重新定义了企业级 Java AI 开发的模式。 从智能报销、智能问数到 AI Agent 复杂任务执行，从老系统 AI 改造到 AI 原生应用开发，JBoltAI 的事件驱动 AI 架构正在赋能千行百业的 Java 企业，让 AI 能力真正融入业务流程
12310编辑于 2026-03-13- 来自专栏AI系统
【AI系统】推理系统架构
推理系统架构是 AI 领域中的一个关键组成部分，它负责将训练好的模型应用于实际问题，从而实现智能决策和自动化。 在本文中，我们将主要以 NVIDIA Triton Inference Server 为基础深入探讨推理系统架构的各个方面。 多框架支持：兼容 TensorFlow、PyTorch、ONNX 等主流 AI 框架。模型优化：集成 TensorRT 等优化工具，进一步提升模型推理性能。 作为一个强大的推理框架，Triton 能够满足多样化的 AI 应用需求，帮助企业和开发者构建高效、可靠的推理服务。 资源高效利用：多后端架构使得 Triton 能够根据模型特性和硬件资源情况智能选择最合适的推理引擎。
1.6K10编辑于 2024-12-02 - 来自专栏韩曙亮的移动开发专栏
【AI 大模型】大模型应用架构 ( 业务架构 - AI Embedded、AI Copilot、AI Agent | 技术架构 - 提示词、代理 + 函数调用、RAG、Fine-tuning )
; 三、大模型应用 - 技术架构 1、提示词 技术架构 传统的 ChatGPT 和 文心一言 的用法 , 用户发一句 " 提示词 Prompt " , 大模型 回一句 " 输出结果 " ; 这是在 AI Agent + Function Calling 技术架构 的 主体是一个应用程序 , 就不再是春对话方式了 , 应用程序还必须提供对应的 函数 API , 以供 AI 大模型 回调该 API 功能 API 功能 , 可以是 应用程序提供的 ; 也可以是 AI 大模型内置的 ; 该技术架构的工作流程如下 : 首先 , 用户的 应用程序 中 输入 " 提示词 " ; 然后 , 进行函数调用 , AI AI 大模型 执行 就相当于 Agent + Function Calling 技术架构 的执行过程 ; 4、Fine-tuning 微调 技术架构 Fine-tuning 技术架构 , 是在一个已有的 输出要求 评估指标 最后 , 验证数据集评估模型性能 , 如果对结果不满意 , 持续进行 超参数调整 和 Fine-tuning 策略的优化 , 直到得到满意结果为止 ; 该技术架构是 AI 大模型最全面的技术架构
1.6K21编辑于 2024-07-09 - 来自专栏AI
深入解析，AI 架构揭秘
[AI Perplexica] AI驱动的开源搜索引擎上一篇文章，我们对 Perplexica 做了个基本介绍，包括特点，以及如何安装。今天，我们来深入看下 Perplexica 的架构。 Perplexica 的架构Perplexica 的架构由以下关键组件组成：用户界面: 一个基于网页的界面，允许用户与 Perplexica 互动以搜索图像、视频等内容。 gitlabAI 博客 - 从零开始学AI公众号 - 从零开始学AI
84110编辑于 2024-07-03 - 来自专栏AI系统
【AI系统】推理引擎架构
在深入探讨推理引擎的架构之前，让我们先来概述一下推理引擎的基本概念。推理引擎作为 AI 系统中的关键组件，负责将训练好的模型部署到实际应用中，执行推理任务，从而实现智能决策和自动化处理。 其核心优势不仅仅局限于体积小和资源占用低，更在于如何在有限的资源约束下，最大化地发挥出 AI 模型的潜力。 零依赖 轻量级推理引擎从架构设计之初就追求极致的纯净与独立，确保主体功能无任何外部依赖。 应对 AI 推理引擎在需求复杂性与程序大小之间权衡的挑战，可以采取一系列综合策略和技术革新，确保在满足日益增长的模型复杂性需求的同时，保持程序的高效和精简： 模块化与插件化设计：设计高度模块化的架构，使得每个模块专注于处理特定类型的计算或操作 整体架构 推理引擎作为 AI 应用的核心组件，其架构设计直接关系到模型在实际部署环境中的效率、灵活性和资源利用率。 模型压缩 模型压缩作为 AI 领域的一项核心技术，也是推理引擎架构中不可缺少的一部分，它旨在通过一系列精巧的策略减少模型的大小，同时保持其预测性能尽可能不变，甚至在某些情况下加速训练和推理过程。
1.6K21编辑于 2024-12-05 - 来自专栏AI系统
【AI系统】Kernel 层架构
其通常是硬件特定的，针对不同的 AI 加速芯片有不同的实现。Kernel 层实现时，会进行各种优化，包括算法优化、内存访问优化、向量化、并行化和硬件特定的汇编优化。 Kernel 层的优化主要体现在各种高性能算子和算子库的设计上，这些算子和算子库通常针对不同的 AI 加速芯片进行了优化，以提高计算速度和效率。 推理架构如图所示，下面分别从 CPU 和 GPU 的角度介绍一下几种人工实现的高性能算子和封装的高性能算子库：CPU 优化：NEON：NEON 是 ARM 架构上的 SIMD（单指令多数据）扩展，用于提高多媒体处理和浮点运算的性能 对于支持硬件加速的推理引擎，这一步可能还包括为特定 AI 加速芯片生成优化的执行代码。 这种布局是针对特定硬件（如某些 AI 加速器）优化的，其中 C 被分割为 C1 和 C0，C1 代表通道的分组数，C0 代表每个分组中的通道数。
47410编辑于 2024-12-06
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