ITPub博客

随着 VMware 部分版本支持服务终止及 VVF 等核心产品停售，使长期依赖该体系的医疗机构面临业务连续与安全合规的双重挑战。医疗系统高可用、高敏感的特性，让虚拟化平台的稳定与安全成为“生命线”，如何平稳过渡、构建自主可控的数字底座，已成为医院信息中心必须直面的关键课题。

分享主题：构建记忆基础设施面临的关键问题与研发挑战讲师介绍：李志宇 记忆张量(上海)科技有限公司CTO分享简介随着大模型从“单轮对话工具”迈向“长期智能体”，记忆能力正成为 AI 系统突破能力天花板的关键变量。然而，真正的记忆基础设施并非简单的检索或缓存，而是一个跨模型、系统、算法与数据全栈协同的问题:如何表征记忆、如何组织与存储、如何调度与更新如何与模型推理流深度耦合，仍缺乏系统化的工程与理论框

数据库跨平台架构 Linux平台数据库高可用方案数据库列存储加速分析 多模态数据库 数据库自动驾驶 对象存储备份还原 集中式和分布式数据库选型

AI for DB：定义与研究背景 AI for DB 的研究分类 为什么需要 AI for DB？ AI for DB 的核心应用 AI 模型如何嵌入运行中的数据库系统？

1、LangChain 基础介绍 2、大模型集成原理 3、关键技术组件 4、实施最佳实践

标量计算、向量计算、矢量计算、张量计算、SIMT、SIMD、……，你是否饱受“名词”之苦？ GPU、CPU谁是算力最强王者？ 算力，应该如何选择？ 数据库+GPU的想像空间？ RDMA能快多少？ 史上最简单分享，纯科普，听不懂算我输

AI大潮下数字化的出路? AI以及智能化的基础和演进规律 回归数字化的核心逻辑与演进过程 数字化与智能化的并行演进和交汇 穿越周期做好中台--智能化时代的“新基建”

1. 开源框架与模型如何选型？ 2. 文档解析、分片与向量化的痛点与难点？ 3. 不同数据检索策略与排序策略的效果比较

多模态数据演变 多模态数据技术 多模态数据应用案例

A l Agent的前世今生 Al Agent落地面临哪些挑战 从Manus开始，解读Al Agent工程结构 利用Al Agent，构建AI全流程测试平台

1. 大模型训练加速技术进化 2. Light-R1 低成本复线强推理模型 3. 强化学习大幅提升复杂指令遵循能力

1、大模型在AI工作流中的角色及作用 2、MCP到底解决了什么问题？ 3、MCP在AI工作流中的作用 4、如何根据实际业务设计一个AI工作流

1、LLM应用方法 - 路线：PE→RAG→Finetune→Agent 2、Agent 介绍：(是更新到这里吗？) - LLM Agent 组件：Memory、Tool、Plan等 - LLM Agent进化史 - prompt→plugin→workflow→Agent→Multi-Agent 3、Agent设计指南 - Openai和Anthropic设计指南 - Agent方案选型

1、面对企业的核心数据库，当前主要有哪几种入侵攻击方式？ 2、面对核心数据库的入侵盗取，应该如何应对？ 3、针对攻击数据流，如何进行溯源彻查，找到真凶？

1、目前，企业在训练模型中的一些问题； 2、大模型和小模型训练的难易分析； 3、训练模型的三大要素； 4、如何低成本打造企业级小模型； 5、如何低成本打造企业级大模型

分享主题：深度解析大语言模型应用中高质量数据的重要性分享简介：1.心中有“数”：AI算法有多种选择，但数据没得选2.复杂的数据需要复杂的算法：大语言模型的智能涌现3.大语言模型技术下的数据治理4.分享工作中的一个真实案例：高质量数据的重要性5.未来展望：可信数据空间建设分享讲师：陈德忠资深AI算法工程师《深入浅出 机器学习 ：从数据到AI算法》图书第一作者深度解析大语言模型应用中高质量数据的重要性

AI幻觉，即模型生成看似合理但实则错误的虚构内容，既可能如“恶魔”般带来风险，也可能如“神启”般激发创新。本次分享将通过权威的全球前沿研究与应用，揭示其复杂的双重性与“驭幻”之道。

原创的精品AI笔记开源 大模型的技术架构、算法体系 大模型的训练、实践

1. 为什么需要统一的数据架构？ 2. Lambda 架构：双链路思路的典范 3. Kappa 架构：一次计算流式完成 4. DataLakehouse：融合 OLAP 与流批一体 5. AI Native 架构：走向智能的数据驱动世界

直播主题：企业级AI编程应用实战分享讲师：ChatGPT国内应用专家 光明顶创始人 皮光明