- 综合排序
- 最热优先
- 最新优先
国产GPU选型实践与TCE智算解决方案：性能、生态与成本优化路径
识别国产GPU选型中的性能、生态与成本三重瓶颈 当前企业国产GPU选型面临核心冲突：理想需性能、稳定性、易用性全面对标国际水平，现实却受限于传统方案参数量级与场景适配不足（如原方案N49D<7B、L20 量化验证方案效能，聚焦ROI核心指标 应用TCE智算方案后，关键业务指标显著提升（数据来源：腾讯全球数字生态大会 | 城市峰会材料）： 性能达标率：海光BW1000_H的平均性能达H20的83.5% 推理效率优化：昆仑芯P800在PD分离场景TTFT控制3S内最大吞吐比值表现更优；推理性能瓶颈聚焦显存带宽（GB/s）而非纯算力（TFLOPS）（Decode阶段占大部分时间，算术强度低）。 运维与开发成本降低：沐曦C550支持软件模式分时复用（GPU切分调度），降低算力闲置成本；一云多芯架构减少多芯片适配工作量，开发效率提升（CUDA兼容派业务代码无需修改，自主生态派仅需简单调整）。 客户实践案例：搜广推场景国产GPU选型优化 某客户（搜广推应用部）通过TCE智算方案评测国产卡性能，原方案L20（关注GPU）升级为BW151/天垓150（同步关注CPU核心数、内存容量），结合Qwen2.5
35710编辑于 2026-04-03- 来自专栏腾讯云原生团队
国内首个云成本优化（FinOps）产业标准生态联盟正式成立！
，优化云成本，提升云上业务的投入产出比。 腾讯云容器中心总经理邹辉从产业角度分享了容器带来企业用云成本的降低，表明腾讯与产业各界共建FinOps生态联盟的信心。 来自腾讯云、作业帮、三七互娱、星汉未来和 Kyligence 的专家分别分享了企业的 FinOps 诉求、成本优化产品应用及落地实践，干货满满。 加强与外部行业标准、国家标准、国际标准组织的对接和升级，鼓励云服务商、SaaS 厂商、传统行业上云企业利用标准化工作实现协同、联动，加快 FinOps 产业生态的形成。 腾讯云正式成为 FinOps 基金会顶级会员 KubeCon 2021｜使用 eBPF 代替 iptables 优化服务网格数据面性能 游戏案例｜Service Mesh 在欢乐游戏的应用演变和实践
1.8K20编辑于 2022-03-03 - 来自专栏设计模式
深入探索MySQL：成本模型解析与查询性能优化
在MySQL中，查询优化器使用了一个称为“成本模型”的机制来评估不同执行计划的优劣，并选择其中成本最低的那个。本文将深入探讨MySQL的成本模型，以及如何利用这一知识来优化查询性能。 预处理：检查查询的语义正确性，进行常量折叠等优化。 查询重写：根据规则和启发式方法修改原始查询，以简化结构或提高性能。 下面的一些实践建议可以帮助你利用成本模型来优化查询性能： 保持统计信息更新：定期运行ANALYZE TABLE命令来更新表的统计信息，确保优化器有准确的数据来评估查询成本。 优化器决策 基于上述成本计算，如果优化器发现使用索引的成本低于全表扫描的成本，它会选择使用索引。 结语 MySQL的成本模型是查询优化器的核心组件之一，它对于生成高效的执行计划至关重要。通过深入了解成本模型的工作原理，并结合实际的查询优化实践，可以显著提高数据库的性能和响应速度。
96910编辑于 2024-04-09 - 来自专栏AI人工智能
智能体性能优化：延迟、吞吐量与成本控制
智能体性能优化：延迟、吞吐量与成本控制 Hello，我是摘星！ 在彩虹般绚烂的技术栈中，我是那个永不停歇的色彩收集者。 每一个优化都是我培育的花朵，每一个特性都是我放飞的蝴蝶。 随着大语言模型和智能体技术的快速发展，如何在保证服务质量的前提下优化系统性能、控制运营成本，已成为每个AI从业者必须面对的核心挑战。 本文将从性能瓶颈识别与分析、模型推理优化技术、缓存策略与并发处理、成本效益分析与优化四个维度，系统性地探讨智能体性能优化的核心技术和最佳实践。 通过深入分析延迟（Latency）、吞吐量（Throughput）和成本控制（Cost Control）三大关键指标，我将分享在实际项目中积累的优化经验和技术方案，帮助读者构建高性能、低成本的智能体系统 性能瓶颈识别与分析1.1 性能指标体系在智能体系统中，性能优化的第一步是建立完善的性能指标体系。
57810编辑于 2025-07-21 - 来自专栏devops_k8s
FinOps LCComputing 成本优化
从云计算市场发展报告来看，企业上云后浪费了大量云支出，因此成本优化就成了企业最想做的事情之一；在云的模式下，基础设施资源的使用和计费模式都发生了很大的变化，给成本管控增加了不少难度。 我们来看看资源的成本组成，这也是评估公司的成本是否可控或者说是否有优化空间的关键，可以通过一个简单的公式来表达:图片成本主要由资源单价和资源数量决定，对应我们两个有效的降成本的手段:降低云资源单价提升利用率基于这个优化思路 客户可以通过这个工具透视消费数据，找到消费关键点，深度挖掘优化潜力，推荐出适合的优化策略。 产品主要功能为：预算管理，支持将资源和业务预算进行绑定消费数据分析，可以配置消费金额监控成本优化策略推荐，支持云服务器和k8s的多种优化策略多云实例查询工具客户可以根据实际情况需要选择不同的版本，欢迎到我们官网上试用 产品的主要特点有:支持多种不同优先级的负载，保证高优先负载稳定运行内核级精细化资源隔离和复用兼容 Kubernetes 和 Yarn / Spark / Hive 等开源框架数据驱动，基于历史和实时数据来进行调度优化实施成本
70730编辑于 2023-07-01 - 来自专栏AI人工智能
开源vs闭源AI工具大比较：成本、性能、生态的全方位对比
开源vs闭源AI工具大比较：成本、性能、生态的全方位对比 Hello，我是摘星！ 在彩虹般绚烂的技术栈中，我是那个永不停歇的色彩收集者。 每一个优化都是我培育的花朵，每一个特性都是我放飞的蝴蝶。 'performance': 7.0, # 性能良好但需优化 'ecosystem': 8.0, # 社区生态丰富 'vendor_dependency': 2, # 开源工具在成本和生态方面表现突出，但技术复杂度较高；闭源工具在性能和易用性方面更胜一筹，但存在供应商依赖风险。 3.2 性能优化策略图3：性能优化策略流程图 - 流程图 - 展示开源与闭源AI工具的不同优化路径4. （2-3个月）小规模部署验证团队培训和能力建设监控和优化机制建立推广阶段（3-6个月）全面部署和集成性能优化和扩展运维体系完善优化阶段（持续进行）持续监控和改进新技术跟踪和评估生态系统建设总结作为一名深耕
92410编辑于 2025-08-14 数据湖分层存储计算策略：如何优化成本与性能？
然而，随着数据规模爆炸式增长，如何设计高效的分层存储计算策略，平衡成本与性能，成为企业亟待解决的难题。 如何根据数据热度、访问频率等因素动态分层存储，并匹配相应的计算资源，成为优化数据湖效率的关键。 传统“一刀切”的存储方案会导致资源浪费：若全部采用高性能存储，成本居高不下；若全用廉价存储，则无法满足高性能需求。因此，分层存储成为必然选择。 ），成本降低80%以上。 自研Meson引擎，Spark性能提升2.27倍，兼容Hive/Spark/Presto等生态 按需付费模式 仅按实际数据扫描量（0.01元/GB）
40210编辑于 2025-10-30- 来自专栏用户7862452的专栏
滴滴：盈利困在成本，流量囿于生态
但对滴滴来讲，网络效应在滴滴的生态中是一个双向动态变化的结构，当下滴滴生态内的流量主要来自出行，而出行业务同时需要有司机和乘客两端的加入才完整。 此时，滴滴的生态网络结构从“司机+乘客”的双向动态变化的结构变化为“车机系统+乘客”，网络系统相比于“人”的复制成本有多低不言而喻，前文提到的梅特卡夫网络效应生效，生态网络的价值与用户平方数成正比增长， 放大流量价值，完善生态建设 目前虽然资本融资不断，但是运营与研发本对现有资金的消耗拖住了滴滴盈利的脚步，如何打造企业生态使流量变现是滴滴头等大事。 所以滴滴打造的生态应该围绕着出行场景去建设，寻找与出行强关联的场景是滴滴生态是否完善形成闭环的关键所在，如两轮车业务、货运、搬家等出行移动场景，以及向上延伸到运营车辆租赁等金融服务。 当下的滴滴，陷在成本与场景的桎梏之中。
84900发布于 2021-05-05 - 来自专栏软件测试
性能优化的成本与收益分析：理性调优的价值杠杆
但一个问题始终被忽视：我们是否真正理解性能优化的成本和收益？性能优化明确其投入与产出，才能做出理性、可持续的工程决策。 本文将从多个维度系统分析性能优化的经济学价值，帮助开发者、测试者及架构师建立一套科学、务实的性能优化思维框架。一、什么是性能优化的“成本”？性能优化的成本远不止人力和时间投入。 维护与复杂度成本 很多性能优化（如缓存、连接池调参、异步化）带来系统复杂度提升，长期增加维护风险。 过度优化甚至可能引入“性能负债”（如提前过度分布式、异步回调地狱等）。 4. 基础设施成本 某些性能优化手段需购买更强的硬件、扩容实例、升级带宽等，直接增加运维预算。 二、性能优化的“收益”体现在哪里？优化的收益是多维的，不能仅用“RT下降多少ms”来衡量。关键收益如下：1. 以下为一个简化模型：性能优化ROI = （优化后产生的收益 - 优化成本） / 优化成本示例计算：假设： 系统每日处理请求 1000 万次 每次请求优化 50ms 单次请求运行在云平台上，CPU每核每秒成本
49510编辑于 2025-07-08 - 来自专栏深度学习与python
IT成本优化漫谈，1000+企业云原生改造成本优化总结
第二阶段是公司业务发展没那么快，老板一声令下让 IT 团队优化成本，但由于业务下降，团队都在寻求新的增长点，所以依旧没有精力进行成本优化。 最终在一次次的博弈中，成本优化就无疾而终了，进而走向了第四个阶段，业务与 IT 团队关系极度恶化，所有团队都觉得成本优化是件吃力不讨好的事情。 2 企业 IT 资源成本优化关键路径 根据上述提到的企业成本优化的失败路径，我们发现成本优化其实是由三对本质矛盾组成的，且这三对矛盾不可调和。 另一方面，企业还可以设置一些增强手段——建立成本文化，这是刚刚兴起的一个名词叫 FinOps，意思是代码设计之初就需要考虑冗余和架构，企业要监控性能、稳定性等数据的指标。 它让每个团队都可以像监控业务可用性一样监控业务成本，像优化业务可用性一样去持续优化成本。
91030编辑于 2022-03-23 - 来自专栏福大大架构师每日一题
cloudwegonetpoll v0.7.0 性能再升级：优化错误成本、增强 Runner 配置！
最新动态 CloudWeGo 开源的高性能网络库 Netpoll 迎来 v0.7.0 版本更新！ 本次更新聚焦 性能优化、配置统一、GoPool 支持，并修复了多处细节问题，助力开发者构建更高效的网络应用！ 核心更新亮点 1. 性能优化：降低 LinkBuffer.Until 的错误成本 • 优化了 LinkBuffer.Until 函数的错误处理逻辑，减少不必要的性能开销，提升 I/O 密集型任务的执行效率。 2. • 默认隐藏 GoPool 实现，优化 API 设计，避免误用。 3. 文档与 CI 优化 • 修复多处注释和文档中的拼写错误，提升代码可读性。 • 更新 CI 配置，确保构建稳定性。 5.
20220编辑于 2025-04-02 - 来自专栏cwl_Java
性能优化-MySQL性能优化参数
mysql的监控方法大致分为两类： 连接到mysql数据库内部，使用show status，show variables，flush status 来查看mysql的各种性能指标。 如果table_cache设置过小，MySQL就会反复打开、关闭 frm文件，造成一定的性能损失。 如果设置得太高，可能会造成文件描述符不足，从而造成性能不稳定或者连接失败。 对于有1G内存的机器，推荐值是128－256。 为Innodb加速优化首要参数。默认值8M 这个参数不能动态更改，所以分配需多考虑。分配过大，会使Swap占用过多，致使Mysql的查询特慢。 默认的设置在中等强度写入负载以及较短事务的情况下，服务器性能还可以。如果存在更新操作峰值或者负载较大，就应该考虑加大它的值了。
7.4K20发布于 2020-02-13 - 来自专栏深入浅出区块链技术
Solidity 优化 - 控制 gas 成本
我们讨论在 Solidity 中编写高性能智能合约时应注意的重要事项。虽然 Solidity 的语法看上去与 JavaScript 或 C++ 相似，但其 EVM 运行时却完全不同。 本系列文章有： Solidity 优化 - 控制 gas 成本[3] Solidity 优化 - 编写 O(1) 复杂度的可迭代映射[4] Solidity 优化 - 维护排序列表[5] 与永久性存储交互 结构体优化 - doBad 成本 doBad函数调用的执行成本为 60709 Gas ? 结构体优化 - doGood 成本 doGood函数调用的执行成本为 40493 Gas 仅将默克尔根存储为状态 减轻状态膨胀的一种更极端的方法是在区块链上仅存储 32 字节的Merkle Root[10 - 控制 gas 成本: https://learnblockchain.cn/article/1639 [4] Solidity 优化 - 编写 O(1) 复杂度的可迭代映射: https://learnblockchain.cn
1.1K20发布于 2020-11-03 优化YashanDB的存储成本
YashanDB作为高性能数据库的一部分，其存储体系结构提供了灵活的管理选项，但若要达到存储成本的最优化，则需要对数据存储和管理策略进行深刻理解与合理应用。 本文将探索YashanDB存储成本的优化方法，以帮助企业在降低存储成本的同时，保持数据库的性能与可用性。优化存储成本的核心技术点1. 这不仅降低了存储成本，还提升了系统性能，因为活跃数据与历史数据的物理分离允许更多优化，尤其是在删除或读取数据时。YashanDB还支持定期清理旧的数据，从而通过减少存储的冗余数据来进一步降低成本。 数据重用与生命周期管理在YashanDB的使用中，数据重用策略可以有效降低成本。例如，通过将常用查询转化为物化视图，避免重复计算，可以显著提高存储效率和查询性能。 评估并优化备份策略，确保最小化冗余数据存储。结论在现代企业中，通过实施一系列针对YashanDB的存储优化策略，企业不仅可以显著降低存储成本，还可以在高可用性和性能的基础上，确保数据的安全性和一致性。
14900编辑于 2025-07-22- 来自专栏河湾欢儿的专栏
性能优化
内容优化 (1)减少HTTP请求数:这条策略是最重要最有效的，因为一个完整的请求要经过DNS寻址，与服务器建立连接，发送数据，等待服务器响应，接收数据这样一个消耗时间成本和资源成本的复杂的过程。 服务器优化 (1)使用内容分发网络（CDN）：把网站内容分散到多个、处于不同地域位置的服务器上可以加快下载速度。 (4)提前刷新缓冲区 (5)对Ajax请求使用GET方法 (6)避免空的图像src Cookie优化 (1)减小Cookie大小 (2)针对Web组件使用域名无关的Cookie CSS优化 (1)将CSS 代码放在HTML页面的顶部 (2)避免使用CSS表达式 (3)使用<link>来代替@import (4)避免使用Filters javascript优化 (1)将JavaScript脚本放在页面的底部 图像优化 (1)优化图片大小 (2)通过CSS Sprites优化图片 (3)不要在HTML中使用缩放图片 (4)favicon.ico要小而且可缓存
2.5K10发布于 2018-09-06 - 来自专栏程序猿日常笔记
mysql优化必会-什么是成本
什么是成本 mysql中在执行查询时有多种方案，它会选着代价最低的方案去执行查询，一条查询语句在mysql的执行成本分为两块。 I/O成本：把数据或者索引加载到内存中，这个过程损耗的时间是I/O成本。 规定读取一个页面的花费成本是1.0。 CPU成本：读取记录以及检测记录是否满足对应的搜索条件，对结果进行排序等操作所耗费的时间称为CPU成本。读取以及检测记录是否符合的成本默认是0.2。 先找到边界记录，也就是key2>10 与key2<1000 的首尾2条记 录，这个性能损耗是常数级别的，可以忽略。 步骤2. I/O成本：1.0+95*1.0 = 96.0（扫描区间的数量+预估的二级索引记录数） CPU成本：95*0.2 +0.01+95*0.2 = 38.01（读取索引的成本+读取并检测回表后的成本）。 I/O成本：3.0+118*1.0 = 121.0（扫描区间的数量+预估的二级索引记录数） CPU成本：118*0.2 +0.01+118*0.2 = 47.21（读取索引的成本+读取并检测回表后的成本
72520编辑于 2023-02-28 - 来自专栏博文视点Broadview
FinOps专家揭秘云成本优化
然而，随着业务向云上迁移，企业在云上的花费越来越高，很多老板意识到掌握预测成本和优化成本的重要性，很多老板下了死命令：必须提高云的利用率。 因此越来越多的企业开始转向 FinOps。 01 直播嘉宾 孟凡杰 腾讯云容器技术专家，FinOps 产品研发负责人，开源项目Crane 联合创始人，致力于借助云原生调度能力辅助企业优化云成本。 、财务术语，分享了企业要推动云成本优化所必须完成的组织架构调整、流程推动、职责划分，以及所需要依托的常见技术手段，等等。 本书收录了来自FinOps 基金会社区大量的实践案例，能让读者了解成功的云成本优化故事，以及背后成功的原因。 此外，对主流云厂商提供的技术能力做了剖析，让读者在选择云技术解决成本优化问题时有所参照。 本书适读的对象较广，包括使用云计算的企业中的各种角色，如决策层、运维工程师、财务和采购人员，以及提供云成本优化方案的云服务提供商和第三方集成商。
1.2K10编辑于 2023-04-27 - 来自专栏深入浅出区块链技术
Solidity 优化 - 隐藏的 Gas 成本
本周我们看一下两种不同类型的优化，这些优化相对简单，可以应用于任何代码库，与我们为客户审计的大多数智能合约有关。第一个优化适用于所有版本的 Solidity。 本文讨论的第二个优化只对pragma版本0.8.0以上有效。然而，让我们首先在高层次上阐明如何评估任何 EVM 指令的成本。 然而，在区块链生态系统中，由于区块链账本的状态变化在验证去中心化网络上执行的指令的节点网络中传播的方式，它有很大不同。 在这篇文章中，我们说明了 "内存" 的隐性成本如何抬高了 EVM 区块链上其他直接交易类型的成本，以及开发者如何优化他们的 dapps 以减少其 Gas 足迹。 通过优化上述片段，我们可以将指令的 Gas 成本降低一半： 来自 Aave v3 的 "IncentivizedERC20.sol "的优化片段 @ f3e037b 虽然这种优化本身可能微不足道，但在整个代码库中应用时
1K20编辑于 2023-01-09 - 来自专栏FunTester
如何优化软件测试成本
优化测试成本 尽早测试 就像对早期发现疾病进行测试很重要一样，在小问题（错误）开始发展成更大（且昂贵）的问题之前，对软件进行早期测试也很重要。 获取生产信息的另一个示例是在性能监视工具中进行调查或者采取第三方工具，以了解代码中的每组更改如何影响性能。 优化自动化成本 优先API而不是UI进行自动化 尽管所有自动化都需要初始投资，但如果明智地运用测试自动化，仍可以减少投入成本并提供巨大的投资回报。 例如，如果今天有LoadRunner进行性能测试，则可以轻松迁移到JMeter，从金钱的角度来看，这会节省很多成本。 优化流程成本 最后重要的一点是，流程效率低下会导致浪费时间和金钱。因此，以下是一些可以改善流程的方法： 分析开发过程中产生等待周期或瓶颈，依赖关系，不必要重复工作等的部分。
1.1K60发布于 2020-06-04 - 来自专栏云社区活动
优化云端开销：腾讯云成本优化策略分享
优化云端开销：腾讯云成本优化策略分享在如今云计算普及的时代，云服务为我们提供了弹性、高效和便捷的资源。但随之而来的，也有不小的成本压力。 经过一段时间的摸索与实践，终于总结出了一套行之有效的腾讯云成本优化策略，希望能对大家有所帮助。一、成本优化的三大原则在分享具体方法之前，我想先聊聊成本优化的三个核心原则：按需分配：避免资源闲置或浪费。 优化存储成本存储往往是云成本中的大头，尤其是对于大数据场景。因此，优化存储策略尤为重要。实践技巧：选择合适的存储类型：腾讯云提供多种存储类型（如SSD云盘、HDD云盘、对象存储COS）。 性能要求不高的场景可以选择更经济的存储类型。开启生命周期管理：对于对象存储（COS），开启生命周期管理策略，将不常访问的数据转存到归档存储以降低成本。 三、持续监控与成本优化工具腾讯云提供了一整套成本管理工具，可以帮助我们实时了解云资源的费用情况：腾讯云费用中心：查看费用明细和历史账单，了解成本分布。
1.2K10编辑于 2025-01-19
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