- 综合排序
- 最热优先
- 最新优先
- 来自专栏每月技术成长
CNB 环境构建加速 -- 并行 job
上文CNB 环境构建实践总结提到通过编写 script 而非直接修改 .cnb.yml 或构建镜像的方式，进行环境配置。 jobCNB pipeline 中，stages 是串行执行的，但每个 stage 中的 job 可以串行/并行运行，因此可以将环境配置 script 拆解为多个 script，通过并行 job 分别运行，从而加速开发环境配置 等系统包管理器安装相应软件如 cmake、ninja 等使用 curl 下载并运行指定 script，安装特定工具如 nvm、bun 等因此可以将这两部分拆解为两个及以上的 script，利用并行 job 同时运行，加速环境配置
21710编辑于 2025-11-30 - 来自专栏前端探索
即刻起，加速您的前端构建
构建 影响前端发布速度的有两个方面，一个是构建，一个就是压缩，把这两个东西优化起来，可以减少很多发布的时间。 thread-loader thread-loader 会将您的 loader 放置在一个 worker 池里面运行，以达到多线程构建。 loader中使用，否则效果不佳 更多配置请查看： https://github.com/webpack-contrib/thread-loader happypack happypack，通过多进程模型，来加速代码构建 压缩是发布前处理最耗时间的一个步骤，如果是你是在webpack 4 中，只要几行代码，即可加速你的构建发布速度。 总结 随着 webpack 4 的优化，构建速度其实得到了极大的提升，也收到了parcel 等零配置Web应用打包工具的启发，其实 webpack 的配置日趋简洁，何不尝试配置一下呢？
2K250发布于 2019-03-08 - 来自专栏存储公众号：王知鱼
企业加速出海，如何高效构建全球组网？
这是构建全球网络的基础固定成本，每个部署区域都需要一个CNE。连接 (Attachments): 每个连接到CNE的VPC、VPN或SD-WAN连接点，每小时收费约 0.065 (价格因区域而异)。 一个“规模单元”本质上是一个具有确定容量的虚拟电路，这是传统电信网络的基本构建块。然而，与电信电路不同，它可以按小时进行配置、扩展和计费。 通过构建真实世界的业务场景模型，我们将量化不同计费方案在不同流量模式下的总拥有成本（TCO），从而直接回应用户关于成本优化的核心问题。 构建清晰的需求建议书 (RFP): 在RFP中，明确提出对按用量计费或弹性带宽计费组件的需求。提供详尽的历史流量数据，包括平均值、峰值、突发持续时间等，以便供应商能够给出准确的报价。
52510编辑于 2025-10-09 - 来自专栏实战docker
修改gradle脚本，加速spring源码编译构建速度
本次优化的策略是跳过task来节省时间，例如文档包和源码包，因此，如果您的目标是拿到最新jar包，那么这种手段适合您，如果您想拿到包括文档、源码等在内的所有构建资源，那么这种方式就不适合了； 先列举一下软硬件环境信息 环境编译spring-framework4.1.9版本，报错"Failed to capture snapshot of input files for task 'distZip'"》进行修改，否则会构建失败 现在我们来修改build.gradle文件，去掉一些与jar包构建无关的task； 找到configure(subprojects - project(":spring-build-src"))，在这个方法的结尾处有如下代码 artifacts { //archives docsZip //archives schemaZip //archives distZip } build.gradle修改完毕，可以再次构建了 如下图所示，仅用1分59秒就完成构建，去子工程的build目录发现所需jar包构建成功（例如spring-framework-4.1.8.RELEASE\spring-context\build\libs
1K50发布于 2020-05-26 - 来自专栏云云众生s
Epic如何为开发者加速虚幻引擎构建
从运行《堡垒之夜》到为《星际迷航：发现号》构建遥远的世界，Epic Games的虚幻引擎大胆地将实时三维图形带到了从未有过的地方。虚幻引擎是一个庞大的多功能开发环境，用于创建游戏和其他实时三维内容。 他从引擎盖下的游戏开发的角度，以及Epic Games如何架构一个系统，为快速、高效的缓存加速全球大规模游戏资产分发，以加速虚幻引擎的全球分发。 要了解这里所涉及的内容，请看看如何使用虚幻编辑器构建一个简单的三维场景的图片： 看似简单的柠檬实际上由多个资产组成。有柠檬网格，多个纹理，着色器等。这些只是场景的一小部分。 缓存用于加速游戏烹饪时间。就像您可能会缓存代码编译一样，Epic Games经常依赖这些转换的缓存，即所谓的DDC(派生数据缓存)。 S3 用于存储大多数有效载荷(每个区域约 50 TB，用于两个月的游戏构建)，因为将内容保存在那里的成本非常低。如果请求的有效负载不在本地 NVMe 缓存中，则会从 S3 获取。
51510编辑于 2024-03-28 - 来自专栏技术小黑屋
一些关于加速Gradle构建的个人经验
1 Starting a Gradle Daemon (subsequent builds will be faster) 设置heap大小 为Gradle分配足够大的内存，则可以同样加速编译。 设置并行构建 现在的工程往往使用了很多模块，默认情况下Gradle处理多模块时，往往是挨个按顺序处理。可以想象，这种编译起来会有多慢。 好在Gradle提供了并行构建的功能，可以让我们充分利用机器的性能，减少编译构建的时间。 /gradlew --stop Stopping Daemon(s) 1 Daemon stopped debug构建关闭proguard 提到Proguard大家想到的都是代码混淆，其实除了代码混淆之外
2.1K10发布于 2018-09-05 - 来自专栏Android 开发者
使用新 Android Gradle 插件加速您的应用构建
Gradle 配置缓存 △ Gradle 构建过程和阶段划分 每当 Gradle 开始构建时，它都会创建一个任务图用于执行构建操作。 △ Build 配置的输入内容 在构建过程中，您的构建设置决定了构建阶段的结果。所以配置缓存会将诸如 gradle.properties、构建文件等输入捕获，放入缓存中。 这些内容同您请求构建的任务一起，唯一地确定了在构建中要执行的任务。 当您的构建任务完成后，打开 Build Analyzer 面板，可以看到刚才构建配置过程花费的时间。如上图所示，配置构建过程总共使用了 9.8 秒。 这样一来，开发者就可以在不操作构建任务的前提下改变构建行为。
3.5K30编辑于 2022-04-01 - 来自专栏实战docker
修改gradle脚本，加速spring4.1源码编译构建速度
本次优化的策略是跳过task来节省时间，例如文档包和源码包，因此，如果您的目标是拿到最新jar包，那么这种手段适合您，如果您想拿到包括文档、源码等在内的所有构建资源，那么这种方式就不适合了； 原文地址： 环境编译spring-framework4.1.9版本，报错”Failed to capture snapshot of input files for task ‘distZip’”》进行修改，否则会构建失败 ； 下载后并导入到IEDA之后，如果不调整build.gradle脚本就直接编译，耗时16分43秒，如下图： 现在我们来修改build.gradle文件，去掉一些与jar包构建无关的task； 找到configure //archives docsZip //archives schemaZip //archives distZip } 3. build.gradle修改完毕，可以再次构建了 如下图所示，仅用1分59秒就完成构建，去子工程的build目录发现所需jar包构建成功（例如spring-framework-4.1.8.RELEASE\spring-context\build\libs
34530编辑于 2022-05-09 - 来自专栏为了不折腾而去折腾的那些事
在 Nvidia Docker 容器编译构建显存优化加速组件 xFormers
写在前面 xFormers 是 FaceBook Research （Meta）开源的使用率非常高的 Transformers 加速选型，当我们使用大模型的时候，如果启用 xFormers 组件，能够获得非常明显的性能提升 ，我们需要安装一个能够让我们加速完成构建的工具 ninja： pip install ninja 当上面的工具都完成后，我们就可以执行命令，开始构建安装了： pip install -v -e . ，16GB 的设备就能够完成构建、当我们设置为 2 的时候，使用 32GB 的设备构建会比较稳妥，当设置到 4 的时候，构建需要的内存就需要 60GB 以上了。 在构建的时候，我们可以使用类似下面的命令，来搞定既使用了最新的 Nvidia 镜像，包含最新的 Pytorch 和 CUDA 版本，又包含 xFormers 加速组件的容器环境。 如果你是在本机上进行构建，没有使用 Docker，那么构建成功，你将看到类似下面的日志： ...
1.1K20编辑于 2024-01-12 - 来自专栏为了不折腾而去折腾的那些事
在 Nvidia Docker 容器编译构建显存优化加速组件 xFormers
写在前面 xFormers[1] 是 FaceBook Research （Meta）开源的使用率非常高的 Transformers 加速选型，当我们使用大模型的时候，如果启用 xFormers 组件， ，我们需要安装一个能够让我们加速完成构建的工具 ninja： pip install ninja 当上面的工具都完成后，我们就可以执行命令，开始构建安装了： pip install -v -e . ，16GB 的设备就能够完成构建、当我们设置为 2 的时候，使用 32GB 的设备构建会比较稳妥，当设置到 4 的时候，构建需要的内存就需要 60GB 以上了。 在构建的时候，我们可以使用类似下面的命令，来搞定既使用了最新的 Nvidia 镜像，包含最新的 Pytorch 和 CUDA 版本，又包含 xFormers 加速组件的容器环境。 如果你是在本机上进行构建，没有使用 Docker，那么构建成功，你将看到类似下面的日志： ...
1.1K10编辑于 2024-01-15 - 来自专栏全栈程序员必看
【javascript】使用happypack和thread-loader加速构建「建议收藏」
使用happypack和thread-loader加速构建 标签： webpack ---- 为什么需要happypack和thread loader webpack需要处理的文件是非常多的，构建过程是一个涉及大量文件读写的过程 项目复杂起来了，文件数量变多之后，webpack构建就会特别满，而且运行在nodeJS上的webpack是单线程模型的，也就是说Webpack一个时刻只能处理一个任务，不能同时处理多个任务。 文件读写和计算操作是无法避免的，那能不能让Webpack在同一时刻处理多个任务发挥多核CPU电脑的功能，以提升构建速度呢？
1.3K30编辑于 2022-09-27 - 来自专栏公共互联网反网络钓鱼（APCN）
AI钓鱼攻击升级，企业加速构建“人机协同”新防线
构建“多层次”安全防线专家建议，企业应将AI安全纳入整体网络安全战略，构建多层次的防御体系。“单一手段都不够。” 只要我们主动拥抱技术，构建人机协同、多层次、动态演进的安全防线，就能有效应对AI带来的新威胁。”目前，包括金融、科技、制造在内的多个行业已开始加大在AI安全领域的投入。
18810编辑于 2025-10-21 - 来自专栏数据猿
数据猿专访微软加速器·北京CTO王雷：微软加速器如何构建创业生态
数据猿导读 被称为创投界的“黄埔军校”、比哈佛还难进的微软加速器是如何甄选创业公司的？微软加速器在微软的商业体系中处于何种地位？ 自2012年7月成立以来，微软加速器·北京8期共成功加速了140家初创公司。 对于创业企业来说，微软加速器提供的加速服务中最重要的莫过于“资源”了，微软加速器称其为“生态共享”。 作为一家全球化的巨型企业，微软拥有众多合作伙伴。 之前还提到，作为一家国际企业，微软在全球成立了八个加速器。进入微软加速器的企业，可以享受到所有加速器的服务。 微软加速器·北京致力于打造微软加速器创新生态体系，汇聚行业领军企业、投资机构、合作伙伴、创业园区、政府及政策支持等多方力量，整合微软内部业务、市场、研发等强大的全球资源，构建全方位的战略合作关系联盟，共同为创业企业进行市场推广
2.6K50发布于 2018-04-23 - 来自专栏罗超频道
“千播大战”行业洗牌加速，腾讯云如何构建直播生态？
一边是直播市场的火爆，另一边则是竞争白热化，随着腾讯、网易、微博、陌陌等巨头入场，直播市场正在加速洗牌。 ? 而腾讯云构建直播生态的做法更具前瞻性。 不论是发布会还是线下展览还是行业论坛，直播已成为各类公开活动的标准配置。 腾讯视频云承接TGPC大会的全程直播，表明腾讯云在直播行业的影响力已越来越强，结合腾讯视频云最近的动作来看，腾讯视频云在拿下直播行业这件事情上已形成“腾讯式打法”，即构建直播生态的套路。 生态思路已成腾讯的经典玩法 简而言之，腾讯视频云采取“技术支持+内容吸引”两手抓的思路去构建直播生态。
2.2K70发布于 2018-04-27 NVIDIA Isaac Sim与Marble加速机器人仿真环境构建
使用 NVIDIA Isaac Sim 和 World Labs Marble 更快地仿真机器人环境构建用于机器人仿真的逼真 3D 环境传统上是一个劳动密集型过程，通常需要数周的手动建模和设置。 World Labs 最近发布了案例研究“使用 Marble 扩展机器人仿真”，展示了研究人员如何利用 Marble 的生成式世界加速机器人训练、测试和仿真到现实的迁移。 场景导入与构建：导入到 NVIDIA Isaac Sim。在 Isaac Sim 中仿真：添加机器人并运行仿真。 MarbleKitchenwithLight.usdz – 视觉泼溅世界MarbleKitchenwithLight_collider.glb – 用于物理的碰撞体网格步骤 3：将 USDZ/GLB 导入 Isaac Sim 并构建场景生成
12910编辑于 2026-03-22- 来自专栏国内互联网大数据
构建高性能的爬虫系统：使用HTTP代理加速数据采集
在构建一个高性能的爬虫系统时，使用HTTP代理可以显著加速数据采集过程，提高系统的效率和稳定性。 今天就给大家介绍一下如何利用HTTP代理来加速数据采集，以及如何选择合适的代理服务器，帮助您构建一个高性能的爬虫系统，快速获取所需的数据。 2.加速数据采集：代理服务器可以缓存和压缩数据，减少请求延迟，从而加速爬虫系统的数据采集过程。 二、选择合适的HTTP代理服务器 选择合适的HTTP代理服务器是构建高性能爬虫系统的关键。 相信通过使用HTTP代理，您将能够构建一个高性能的爬虫系统，快速获取所需的数据，为自己的业务和决策提供有力支持！
70620编辑于 2023-10-11 - 来自专栏Java实战博客
WordPress加速 – Redis加速 – Opcache加速
本页目录 Redis加速 Opcache – PHP脚本加速 任何网站的加速都离不开缓存，Wordpress也是一样，我们本次采用Redis做Wordpress的缓存！ 同时我们采用Opcache给PHP脚本加速！ Redis加速 我们去宝塔，下载一个Redis，然后启动Redis，然后配置文件配置如下。 // 设置使用的Redis库 define( 'WP_REDIS_DATABASE', 0 ); Opcache – PHP脚本加速 在宝塔里安装一下。
3.3K10编辑于 2022-11-18 - 来自专栏持续集成
Docker Buildx Bake：加速构建和管理多平台镜像的利器
其中，Docker Buildx Bake 是 Buildx 的一个子命令，也是本篇文章要重点介绍包括概念、优势、使用场景以及如何使用该功能来加速构建和管理多平台镜像。 Docker Buildx Bake 是 Docker Buildx 的一项功能，它旨在简化和加速镜像构建过程。 提高构建效率 Bake 通过并行构建和缓存机制来提高构建效率。使用 Bake 可以一次性定义和构建多个镜像，而无需为每个镜像分别执行构建过程，这样可以大大节省构建时间，提高工作效率。 2. 打印构建选项 你还可以无需构建打印构建选项，使用用 --print 来查看某个目标构建是否符合预期。 总结 Docker Buildx Bake 是一个功能强大的构建工具，它提供了一种简化和加速构建过程的方法。通过使用 Bake 你可以高效地构建和测试多个镜像，并且可以跨多个平台和架构进行构建。
1.3K20编辑于 2023-09-01 《游戏AI训练模拟环境：高保真可加速构建实战指南》
构建游戏AI训练与测试的模拟环境，核心矛盾始终聚焦于高保真场景还原与高效加速运行的双向平衡—既要让环境复刻游戏真实物理规则、交互逻辑与视觉反馈，确保AI训练成果能无缝迁移至真实游戏；又要突破硬件性能限制 这一平衡思维贯穿环境构建全流程，是解决AI训练落地痛点的核心密钥。 场景资产的分层解构与保真度梯度映射，是构建高保真模拟环境的基础，也是实现后续加速的前提，这一环节的核心在于精准识别游戏场景中影响AI决策的关键要素与可优化冗余。 环境动态性与可配置性的深度融合，是提升AI训练泛化能力的核心，需构建“参数化驱动+事件随机化”的动态环境体系，同时兼顾加速运行的稳定性。 因此必须构建全流程监控机制：实时监测环境运行参数，包括帧率（目标维持在60帧以上）、内存占用（控制在物理内存的70%以内）、CPU负载（单核心负载不超过80%）、加速比（记录不同场景的实际加速倍数）等性能指标
18810编辑于 2026-02-05- 来自专栏机器之心
AutoML构建加速器优化模型首尝试，谷歌发布EfficientNet-EdgeTPU
谷歌 Edge TPU 是一个通过 Coral Dev Boardand 和 USB 加速器提供给开发人员的低能耗硬件加速器。 为了创建旨在利用 Edge TPU 加速器架构的 EfficientNet，谷歌调用了 Auto MNAS 框架，并利用在 Edge TPU 上高效执行的构建块（building block）扩增了原始 尽管有可能手动创建一个能够利用不同构建块最优组合的网络，但利用这些加速器优化的块来扩增 AutoML 搜索空间是一种扩展性更强的方法。 ? 复合缩放方法可以通过选择输入图像分辨率缩放、网络宽度和深度缩放的最佳组合，以构建出更大、更准确的模型。-M 和-L 模型以增加延迟为代价实现更高的准确性，如下图所示。 ? 这项研究代表了首次使用 AutoML 构建加速器优化模型的尝试。基于 AutoML 的模型定制不仅可以扩展到各种硬件加速器，还可以扩展到依赖神经网络的多种不同应用。
91020发布于 2019-08-09
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