- 综合排序
- 最热优先
- 最新优先
- 来自专栏全栈程序员必看
armeabi-v7a架构(sv7a)
armeabi与armeabi-v7a表示支持不同的CPU类型armeabi是指的该so库用于ARM的通用CPU，而v7a的CPU支持硬件浮点运算。 v5 cpu，armeabi-v7a是针对有浮点运算或高级扩展功能的arm v7 cpu。 ARM* 表示其基于 128 位 SIMD 引擎的技术 – ARM* Cortex*（一种串行扩展）—可提供比 ARM* v5 架构至少高 3 倍的性能，以及比 ARM* v6 至少高 2 倍的性能。 SSE： 英特尔推出的类似 NEON 的工具SSE 指面向英特尔架构(IA)的SIMD 流指令扩展。 目前，英特尔® 凌动™ 最高支持 SSSE3（补充 SIMD 流指令扩展 3）。 如欲了解详细信息，请参阅英特尔《IA-32 和 IA-64 软件开发人员手册》中的“第一卷： 基础架构”部分。
1.8K10编辑于 2022-07-28 - 来自专栏季鸟猴的分享
Camunda Platform 7 参考架构 Camunda Platform 7 Reference Architecture
Camunda Platform 7 Reference Architecture(Camunda Platform 7 参考架构) Executive Summary (执行摘要) Camunda Platform Camunda Platform 7 在架构、部署选项、编程语言和支持的基础架构方面提供了极大的灵活性。 本文档涵盖 Camunda 流程引擎实施选项、支持的基础架构规范、硬件规模和推荐的数据库管理系统。 Supported Infrastructure Options (支持的基础架构选项) Camunda Platform 7 can run in any Java-runnable environment 封装如下所示的组件，Camunda Docker 镜像适用于远程流程引擎架构。
2.9K10编辑于 2022-11-14 - 来自专栏Ywrby
7-软件架构，资源分类
软件架构 C/S(Client/Server) 客户端/服务器端 在用户本地有客户端程序，在远程由服务器端程序（例如QQ，迅雷） 优点：用户体验好 缺点：开发，安装，部署，维护等十分麻烦 B/S(Browser Server) 浏览器/服务器端 只需要一个浏览器，用户就可以通过URL访问不同服务器端程序 优点：开发，安装，部署，维护等十分更简单 缺点： 如果应用过大，用户体验可能受到影响 对硬件要求高 B/S架构
46020编辑于 2022-10-27 - 来自专栏全栈程序员必看
ARM体系架构_armv7l是什么架构
1.1 ARM（Advanced RISC Machines）的几种含义: 1、ARM是一种RISC MPU/MCU的体系结构，如同x86架构是一种CISC体系结构一样。 另外，还有MIPS架构、PowerPC架构等等。 2、ARM是Advanced RISC Machine Limited公司的简称。 • ARM9™ 系列 – 基于 ARMv5 架构的常用处理器 • ARM7™ 系列- 面向通用应用的经典处理器 ARM 经典处理器适用于那些希望在新应用中使用经过市场验证的技术的组织 通用寄存器包括R0-R15，可以分为3类： （1）未分组寄存器R0-R7 在所有运行模式下，未分组寄存器都指向同一个物理寄存器，他们未被系统用作特殊的用途。 Thumb）：T=0表示当前状态位ARM状态，T=1表示为Thumb状态 8）M4-M0：表示当前处理器的工作模式，如图： 7.
2.7K30编辑于 2022-11-04 - 来自专栏超级架构师
【企业架构】要避免的 7 个企业架构错误
颠覆性时代需要有弹性、前瞻性的企业架构。不要让错误的框架破坏您的组织实现当前和未来目标的能力。 企业架构为成功的业务 IT 计划奠定了基础。 如果设计和实施得当，企业架构将帮助业务领导者实现他们的目标，使组织变得更具响应性、效率和竞争力。 不幸的是，仅仅几个常见的错误就会使企业架构无法满足其设计者的预期目标。 “此外，一旦工作流被孤立，实施任何企业架构都会变得越来越困难。” Benett 说，在担任政府机构企业架构师期间，他目睹了孤岛的破坏性影响。 7. 追求完美 大多数才华横溢的人，包括 IT 和业务人员，都希望构建完美的东西。 虽然完美可能是一个令人钦佩的目标，但在开发企业架构时，这并不是一个特别好的追求，尤其是在面向未来的架构或规模化构建时。
58110编辑于 2022-07-29 - 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 - 来自专栏用户9715713的专栏
react源码中的fiber架构7
: Array<HookType> | null,|};整个fiber架构看起来可以分为dom信息、副作用、优先级、链表树等几个模块，那我们依次来拆分一下dom信息节点tag: WorkTag我们看到这个 packages/react-reconciler/src/ReactWorkTags.jsexport type WorkTag = | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 different renderer.export const HostComponent = 5;export const HostText = 6;export const Fragment = 7; 为什么会出现Fiber架构呢？相信在座的各位写React的同学出去面试，面试官总会问：”请问你知道React Fiber架构吗？请你说说Fiber架构吧“为什么会出现？ 所以总结来说就是React Fiber给我们提供了一种协调，调度，暂停，中止，调优的方式去更好的处理React应用与浏览器的工作，保证了页面的性能与流畅度图片总结这一章讲述了整个的fiber架构与fiber
32640编辑于 2023-01-10 - 来自专栏用户8771298的专栏
react源码解析7.Fiber架构
react源码解析7.Fiber架构 视频讲解（高效学习）：进入学习 往期文章： 1.开篇介绍和面试题 2.react的设计理念 3.react源码架构 4.源码目录结构和调试 5.jsx&核心api 6.legacy和concurrent模式入口函数 7.Fiber架构 8.render阶段 9.diff算法 10.commit阶段 11.生命周期 12.状态更新流程 13.hooks源码 14.手写 this.elementType = null;//元素类型 this.type = null;//func或者class this.stateNode = null;//真实dom节点 //作为fiber数架构
32430编辑于 2021-12-01 - 来自专栏用户8771298的专栏
react源码解析7.Fiber架构
react源码解析7.Fiber架构 视频讲解（高效学习）：进入学习 往期文章： 1.开篇介绍和面试题 2.react的设计理念 3.react源码架构 4.源码目录结构和调试 5.jsx&核心api 6.legacy和concurrent模式入口函数 7.Fiber架构 8.render阶段 9.diff算法 10.commit阶段 11.生命周期 12.状态更新流程 13.hooks源码 14.手写 this.elementType = null;//元素类型 this.type = null;//func或者class this.stateNode = null;//真实dom节点 //作为fiber数架构
37560编辑于 2021-12-13 - 来自专栏高级前端工程师必备
react源码解析7.Fiber架构
react源码解析7.Fiber架构 视频讲解（高效学习）：进入学习 Fiber的深度理解 react15在render阶段的reconcile是不可打断的，这会在进行大量节点的reconcile时可能产生卡顿 this.elementType = null;//元素类型 this.type = null;//func或者class this.stateNode = null;//真实dom节点 //作为fiber数架构
38130编辑于 2021-12-06 混合云架构的7个规则
混合云架构经常被描述为“私有云和公共云共享资源”。但事实上，许多混合架构只是利用公共云资源与私有托管应用程序相结合。 本文将介绍采用混合云架构时需要考虑的七条规则。 规则1：您正在扩大您的业务足迹 部署混合云体系结构时要牢记的最重要的事情之一是，您正在扩大您的业务足迹。 这个架构如何影响对服务台的呼叫？ 公共云和数据中心之间的网络中断计划是什么？ 正如您所看到的，混合架构可能会要求您聘请具有适当技能的人员在所选公共云平台上运行。 但是，这种架构可能无法为应用程序提供最佳的经济性或性能。 有时重新设计应用程序更利于充分使用公共云服务，同时仍然提供混合云架构的好处，所以重新设计是很有益的。 规则7：测试，测试，然后，再测试 测试您的混合云架构需要了解构建分布式应用程序的常见问题。网络已经变得如此可靠，有时我们确信我们的数据包会到达目的地。
2.4K50发布于 2018-01-10混合云架构的7个规则
混合云架构经常被描述为“私有云和公共云共享资源”。但事实上，许多混合架构只是利用公共云资源与私有托管应用程序相结合。 本文将介绍采用混合云架构时要考虑的七条规则。 规则1：您正在扩大您的业务范围 部署混合云体系结构时要牢记的最重要的事情之一是，您正在扩大您的业务范围。 这个架构对服务台的调用有什么影响？ 公有云和数据中心之间的网络中断应急预案是什么？ 正如您所看到的，混合架构可能会要求您聘请具有适当技能的人员在所选公共云平台上运行。 但是，这种架构可能无法为应用程序提供最佳的经济性或性能。 有时重新设计应用程序以更好地利用公有云服务，同时仍然提供混合云架构的好处是有利的。 规则7：测试，测试然后再测试 测试您的混合云架构需要了解构建分布式应用程序的常见问题。网络变得如此可靠，有时我们认为我们的数据包会到达目的地。
3.6K71发布于 2018-01-03- 来自专栏高级前端工程师学习必备
react源码解析7.Fiber架构
react源码解析7.Fiber架构 视频课程（高效学习）：进入课程 Fiber的深度理解 react15在render阶段的reconcile是不可打断的，这会在进行大量节点的reconcile时可能产生卡顿 this.elementType = null;//元素类型 this.type = null;//func或者class this.stateNode = null;//真实dom节点 //作为fiber数架构
44910发布于 2021-06-07 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。 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。 因此，自定义的后端推理引擎必须实现上述 7 个 API。接下来，我们将详细讲解如何开发自定义的后端推理引擎。Ⅰ.
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Java进阶架构师
「架构技术专题」总结：共计7篇阐述架构技术之美
本专题大部分摘自【大型网站技术架构】，知悉。 ? 一、「架构技术专题」一篇文章了解大型网站架构的演化历程（1） 二、「架构技术专题」作为java程序员的你还不知道网站架构的演化(2)? 两篇文章带你读懂从网站架构究竟是如何演化的 ? 三、「架构技术专题」什么是架构设计的五个核心要素？（3） 详解架构中五个重要的核心指标：性能、可用性、伸缩性、扩展性和安全性。我们究竟如何把握？ 四、「架构技术专题」架构核心指标之可扩展架构设计的三要素（4） 可扩展架构设计的x，y，z轴分别怎么扩展？ ? 五、「架构技术专题」9种高性能高可用高并发的技术架构（5） 分层？冗余？分隔？异步？ 六、「架构技术专题」构建网站高可用架构（详细分析篇）（6） 文如标题，自行查看。 七、「架构技术专题」超详细网站伸缩性架构的设计（7） 首先，所谓网站的伸缩性，指不需要改变网站的软硬件设计，仅仅通过改变部署的服务器数量就可以扩大或者缩小网站的服务处理能力。
64930发布于 2018-08-15
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