- 综合排序
- 最热优先
- 最新优先
- 来自专栏cuijianzhe
IB网卡流量带宽监控
ib_list = [] for key in Result_str: ib_list += [{'{#IBNAME}':key}] print(json.dumps({ 'data':ib_list},sort_keys=True,indent=4,separators=(',',':'))) def net_traffic_List(ib_name): CMD ,/usr/bin/python3 /etc/zabbix/externalscripts/ib_network_discovery.py IB_network_discovery UserParameter =ib_network.get[*],/usr/bin/python3 /etc/zabbix/externalscripts/ib_network_discovery.py net_traffic_total $1 UserParameter=ib_network.rx[*],cat /etc/zabbix/externalscripts/$1 | head -n 1 UserParameter=ib_network.tx
3.2K20编辑于 2023-11-19 - 来自专栏DPU
RDMA的内存管理(IB内核管理用户态内存) - ib_umem
RDMA的内存管理(IB内核管理用户态内存) - ib_umem简介从内核模块暴露IB内存接口: ib_umem_get()/ib_umem_release() ，可让低级驱动程序控制何时调用 ib_umem_get 还将这些函数移至 ib_core 模块而不是 ib_uverbs 中，以便使用它们的驱动程序模块不依赖于 ib_uverbs。 region = ib_umem_get -> pin住以及通过DMA映射的用户空间内存, IB/uverbs：将 ib_umem_get()/ib_umem_release() 导出到模块，导出 ib_umem_get 还将这些函数移至 ib_core 模块而不是 ib_uverbs 中，以便使用它们的驱动程序模块不依赖于 ib_uverbs。 实现私有通道操作，并注册网络通知程序 irdma_hwreg_mr(iwdev, iwmr, access) -> 发送cqp命令进行内存注册 irdma_alloc_and_get_cqp_request
1.1K10编辑于 2024-11-17 - 来自专栏wOw的Android小站
Charpter 9:卷积网络
卷积网络convolutional network,也叫做卷积神经网络convolutional neural network CNN 专门用来处理类似网格结构数据的神经网络. 比如 时间序列,轴上的一维网格 图像数据,二维像素网格 我们把至少在网络中一层中使用卷积运算来替代一般的矩阵乘法运算的神经网络 称为 卷积网络 卷积 convolution CNN中用到的卷积和其他领域的定义并不完全一致 我们可以把卷积网络类比成全连接网络,但对于这个全连接网络的权重有一个无限强的先验。这个无限强的先验是说一个隐藏单元的权重必须和它邻居的权重相同,但可以在空间上移动。 当然,把卷积神经网络当作一个具有无限强先验的全连接网络来实现会导致极大的计算浪费。但把卷积神经网络想成具有无限强先验的全连接网络可以帮助我们更好地洞察卷积神经网络是如何工作的。 因为卷积网络通常使用多通道的卷积,所以即使使用了核翻转,也不一定保证网络的线性运算是可交换的。
1.1K10发布于 2018-09-18 - 来自专栏智算中心网络
IB vs RoCE：梳理AI智算网络的负载均衡与流控方案
RoCEv1作为链路协议层，要求通信双方位于同一二层网络内。而RoCEv2 则为网络层协议，它采用以太网网络层和 UDP 传输层，取代了 InfiniBand 的网络层，从而提供了更为优秀的可扩展性。 智算网络中的负载均衡与流量控制AI大模型时代下，数据中心与智算网络，如Spine-Leaf架构，拓扑规整，选路简易。 InfiniBand网络的负载均衡和流控机制InfiniBand网络通过多层次技术协同，实现了高效的数据传输与资源管理。 UFM实现零配置（按端口收费）手工配置、或基于开放网络技术实现的 EasyRoCERoCE还是IB？ idx=1&sn=bffa26e57db61c930c8eb2c71b902706&chksm=82a06995994e62a7391df4a0bcf047c0c332c395773964c283a3e9b814db15ced8720f450753
2.1K21编辑于 2025-04-17 - 来自专栏DotNet NB && CloudNative
.NET 9 的网络改进
.NET 9 中的网络改进 继续我们的传统，我们很高兴分享一篇博客文章，重点介绍新 .NET 发布版本中网络领域的最新和最有趣的变更。 QUIC .NET 9 中 QUIC 领域的显著变更包括使库公开化、更多的连接配置选项和多项性能改进。 在 .NET 9 之前，唯一可用的保持活动策略是未经请求的 PONG。 .NET Framework 兼容性 在网络领域，从 .NET Framework 迁移项目到 .NET Core 时最大的障碍之一是 HTTP 栈之间的差异。 网络原语 本节涵盖了 System.Net 命名空间中的变更。我们正在引入新的服务器发送事件支持和一些小的 API 添加，例如新的 MIME 类型。
72100编辑于 2025-03-27 - 来自专栏山河已无恙
Linux 环境下 IB(InfiniBand) 组网认知
用通俗的话讲，把以太网想象成一个快递包裹分发网络(路由寻址)；而IB网络，则可以想象成一个地铁轨道交通网络。 IB网络 IB网络 你可以想象成一个地铁轨道交通网络。这是因为IB的底层是基于VCT(Virtual Cut Through)技术。 IB网络是直接然后再在过每个中转站的时候，车屁股还没进站，车头已经向下一站出发了！所以它的延迟才能做到这么低。 并且，也如同轨道交通网络一样，这些中转站(交换机)之所以能做到这么快的让车辆通过，是因为目的地车站是确定且有限的(IB网络的地址数量，称为LID号，是有限的，地址空间65535个)，所有列车怎么走在网络开始运行前都提前决定好了 相比之下，传统以太网应用架构中，应用程序并不直接访问网络。 换句话我们可以讲，从上到下在链路层开始，IB 组网和 IP 组网就不同了。
4K21编辑于 2024-04-26 - 来自专栏cuijianzhe
修改服务器IB卡工作模式
1f:00.0 set LINK_TYPE_P1=2 mstconfig -d 1f:00.0 q 可以查看设备信息，包括设备工作运行的模式（LINK_TYPE_P）； 标题：修改服务器IB
2.2K11编辑于 2023-11-25 - 来自专栏存储公众号：王知鱼
IB领跑的计算网，UEC能否破局？
按：昨天整理了UALink(vs NVLink)最新进展，作为片上互联技术，其传输效率要求最高；而集群（Pod）间互联技术，同样也存在竞争，即超以太网UE，对标NV的IB网络。 问题意识：AI 与 网络 AI用于网络，还是网络用于AI？ • 许多文章/博客讨论了AI如何改变网络基础设施 • ...但你需要什么样的网络基础设施才能拥有足够的AI来改变网络基础设施？ 节点间的Scale-Out互联网络，目前有IB/RoCE 方案，超以太网（UE）是基于Ethernet的基础设施； 4. 其他标准网络，如系统中的业务网、存储网、管理网等，通常基于百G内以太网。 网络可视性：通过端到端遥测技术提供增强的网络可视性，有助于更好地监控和管理网络性能。 传统RDMA网络与超以太网比较。 AI基础设施工作负载特征，推导其对高速网络的性能需求。 2. 区分集群网络，划分为：加速计算xPU的Scale-Up网络、节点间的Scale-Out互联网络、其他标准网络，指出每部分网络的特征。
44000编辑于 2025-02-11 - 来自专栏数据科学（冷冻工厂）
Python网络数据抓取（9）：XPath
因此，你可以自由地命名标签，而且 XML 现在通常用于在不同的网络服务之间传输数据，这是 XML 的一个主要应用场景。
63410编辑于 2024-06-18 - 来自专栏mukekeheart的iOS之旅
Android基础总结（9）——网络技术
这里主要讲的是如何在手机端使用HTTP协议和服务器端进行网络交互，并对服务器返回的数据进行解析，这也是Android最常使用到的网络技术了。 " 5 android:orientation="vertical" > 6 7 <WebView 8 android:id="@+id/webView" 9 使用HttpURLConnection访问网络的方式很简单，具体按以下步骤执行就可以了： 获取HttpURLConnection对象，一般我们只需要new一个URL对象，并传入目标网络地址，然后调用一下 EditText responseText ; 6 7 private Handler handler = new Handler(){ 8 @Override 9 Message msg = new Message() ; 7 msg.what = SHOW_RESPONSE ; 8 msg.obj = response.toString() ; 9
1.1K50发布于 2018-02-27 - 来自专栏信数据得永生
生成对抗网络项目：6~9
让我们看一下判别器网络的架构，如下图所示： [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-iYVqGM9i-1681652906144)(https://gitcode.net /-/raw/master/docs/gan-proj/img/030151f2-b1cf-4a2a-9d44-d55bc65f9c7c.png)] 由 StackGAN 网络的第一阶段和第二阶段生成的图像 4db9-9dba-518aa6313466.png)] [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-JVbB29zD-1681652906152)(https://gitcode.net 它显示了 pix2pix 网络的不同用例： [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-f9ZXLqxl-1681652906153)(https://gitcode.net /apachecn/apachecn-dl-zh/-/raw/master/docs/gan-proj/img/beb77a0a-2316-4a3e-9bf9-dead211714b4.png)] 使用条件对抗网络的图像到图像翻译
1.5K20编辑于 2023-04-24 - 来自专栏云深知网络 可编程P4君
聚众群殴 IB 网络，超以太网联盟携 45 名新成员走向 v1.0 规范！
此外，网络在功耗和总体 TCO 中的占比持续上升，因此对 UEC 网络技术的不大投资将带来快速的投资回报。 这种细粒度的负载平衡可以提高网络利用率并减少尾部延迟。 拥塞处理：大规模人工智能集群和 HPC 网络具有独特的流量模式，特别是在加速卡的网络速度和带宽不断增加的情况下，需要对传统数据中心网络拥塞处理进行重大改进。 AllReduce 和 All-to-All 等基础集合的网络优化对于减少作业完成时间至关重要。为了给这些集合提供最高的网络性能，基于多路径协调的拥塞控制对于指导数据包喷发至关重要。 有损和无损网络：虽然 UET 在有损网络上提供出色的性能，利用多路径和网络遥测辅助下的改进拥塞控制，它也可设计在无损网络上运行。
1.2K10编辑于 2024-03-22 - 来自专栏iOS开发随笔
iOS IB Designable Errors Failed to update auto layout status:……
,然后install 和 update 一下就没事了 原文链接:https://stackoverflow.com/questions/28204108/ib-designables-failed-to-update-auto-layout-status-failed-to-load-designables
97730发布于 2018-07-04 - 来自专栏DPU
RDMA - IB规范卷1 - 传输层2(可靠服务)
接上文: RDMA - IB规范卷1 - 传输层(概述-基本传输头-扩展头-功能-保序-包头校验), https://cloud.tencent.com/developer/article/2513460 例如，在某些拥塞的网络结构情况下，当预期 RDMA READ 或 Atomic 响应时，可能会收到 ACK。即使响应数据包中包含的 PSN 与请求方预期的响应 PSN 匹配，也可能发生这种情况。 o9-91.a1：如果 CA 实施 XRC 服务，则其应遵守 XRC 服务合规性声明 C9-146、C9-147、C9-148 和 C9-149 的等效规定。 C9-158：此合规声明已过时，已被 C9-158.2.1: 取代。 未完, 下一篇(9.7.8 可靠数据报): https://cloud.tencent.com/developer/article/2516321 参考 IB Spec1.6 卷1第9章
1.6K10编辑于 2025-04-26 - 来自专栏呆呆熊的技术路
TCPIP网络编程-4～9章学习笔记
当我们传输大文件, 注重传输速度时候可以禁用 Nagle 算法, 如果考虑到传输内容很小, 头部信息就有可能几十个字节, 可以使用 Nagle 算法, 减少网络传输次数。
63730发布于 2019-07-16 - 来自专栏星融元
功能应用：RoCE与IB协议栈的选择策略（二）
本文我们将继续分析RoCE和IB在拥塞控制、QoS、ECMP三个关键功能中的性能表现。拥塞控制拥塞控制即用来减少丢包或者拥塞传播，是传输层的主要功能，但需要借助链路层和网络层的帮助。 RoCEv2 的拥塞控制机制RoCEv2通过链路层PFC、网络层ECN、传输层DCQCN三者协同配合，实现更高效的拥塞管理，可见，RoCEv2虽然使用了IB的传输层协议，但在拥塞控制方面有所不同。 在网络层，IB的GRH支持8个bit的Traffic Class字段，用于在跨子网的时候提供不同的优先级，但同样无法保证带宽。 InfiniBand的ECMP在控制平面，IB的路由基于子网管理器，在拓扑发现的基础上实现ECMP，但由于集中式的子网管理器与网络设备分离，可能无法及时感知网络拓扑的变化，进而实现动态的负载均衡。 总结来看，IB具备已验证的高性能和低延时优势，RoCEv2则在互操作性、开放性、成本效益方面更胜一筹，且从市场占比及认可度来看，RoCEv2逐渐比肩IB；但不得不承认的是，RoCE和IB在应对大规模AI
1.5K11编辑于 2024-11-07 - 来自专栏星融元
层级剖析：RoCE与IB协议栈的选择策略（一）
RoCE与IB网络架构概述RoCE和InfiniBand均是InfiniBand Trade Association（IBTA）定义的网络协议栈，其中Infiniband是一种专为RDMA设计的高性能网络 RoCE与IB网络层级对比IB与RoCE协议栈在传输层以上是相同的，在链路层与网络层有所区别：RoCEv1中，以太网替代了IB的链路层(交换机需要支持PFC等流控技术，在物理层保证可靠传输)，然而，由于 在网络层，RoCE借助IP的成熟的持续发展，更能适应大规模网络。传输层及以上，RoCE和IB使用同样的协议，没有区别。 RoCE实际上是将成熟的IB传输层和RDMA移植到了同样成熟的以太网和IP网络上，是一种强强联合，在保持高性能的同时，降低了RDMA网络的成本，能够适应更大规模的网络。 参考文献https://mp.weixin.qq.com/s/PZ_Q5rS5a5YJlczao9SMXwhttps://support.huawei.com/enterprise/zh/doc/EDOC1100203347https
4.3K12编辑于 2024-11-07 - 来自专栏深度学习
9种神经网络优化算法详解
现在，我们需要利用这个损失来训练我们的网络，使其表现得更好。本质上，我们需要做的是利用损失并尝试将其最小化，因为较低的损失意味着我们的模型将会表现得更好。 理解全局最小化和局部最小化局部最小化：Local Minima全局最小化：Global Minima优化器如何工作优化器是用于改变神经网络属性（例如权重和学习率）的算法或方法，以减少损失。 正在上传图片...同样，在训练神经网络时，我们无法从一开始就确定模型的权重应该是什么，但可以通过基于损失函数的不断调整（类似于判断登山者是否在下山）来逐步接近目标。 优化器的作用就在于此: 它决定了如何调整神经网络的权重和学习率以减少损失。优化算法通过不断优化损失函数，帮助模型尽可能地输出准确的结果。 9种优化器列举9种不同类型的优化器以及它们是如何精确地工作以最小化损失函数的。
1.7K10编辑于 2025-02-07 - 来自专栏神经网络和深度学习
9 神经网络: 学习(Neural Networks: Learning)
Checking) 9.6 随机初始化(Random Initialization) 9.7 综合起来(Putting It Together) 9.8 自主驾驶(Autonomous Driving) 9 神经网络: 学习(Neural Networks: Learning) 9.1 代价函数(Cost Function) 神经网络的分类问题有两种： •二元分类问题(0/1分类) 只有一个输出单元 (K Rm: 即 m 维向量 Rm×n: 即 m×n 维矩阵 再次可见，神经网络背后的思想是和逻辑回归一样的，但由于计算复杂，实际上神经网络的代价函数 J(Θ) 是一个非凸(non-convex)函数。 应用反向传播（BP）算法的神经网络被称为 BP 网络，也称前馈网络（向前反馈）。 《机器学习》一书中提到的 BP 网络强大之处： 任何布尔函数都可由两层神经网络准确表达，但所需的中间单元的数量随输入呈指数级增长; 任何连续函数都可由两层神经网络以任意精度逼近; 任何函数都可由三层神经网络以任意程度逼近
75240发布于 2020-07-09 【网络】9.VRRP协议原理与配置
一、VRRP协议简介VRRP（Virtual Router Redundancy Protocol，虚拟路由冗余协议）是一种网络冗余协议，主要用于提高网关的高可用性。 允许多台路由器共同维护一个虚拟IP地址，实现主备切换，保证网络连接的连续性。二、VRRP工作原理虚拟路由器多台物理路由器组成一个虚拟路由器，使用一个虚拟IP和虚拟MAC地址对外提供服务。 IP地址priority设置优先级，优先级高的为Masterpreempt允许主路由器恢复时抢占主控权timers advertise设置通告包发送间隔七、VRRP状态查看命令show vrrpphp9
77210编辑于 2025-08-13
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