ITPub博客

本文深度解密NVIDIA A100 GPU 峰值计算

前言 本来准备继续分析spring mvc的核心组件HandlerAdapter的原理，这个组件负责将请求体request交由最终的Handler处理，也就是由业务层编写的接口（Controller中的方法）处理，然后将返回的结果传给展示层解析渲染。HandlerAdapter可以说是和业务代码的直接交互层。但是写到一半无法继续了，因为目前spring mvc存在两种模式：一种是系统内统合后端和

前言spring data JPA是spring团队打造的sping生态全家桶的一部分，本身内核使用的是hibernate核心源码，用来作为了解java持久层框架基本构成的样本是再好不过的选择。最近闲来无事，构建了一个demo工程，用来阅读spring data JPA源码，这对于宏观了解持久层框架的基本工作、微观分析spring data JPA的原理和优缺点、避免使用过程中采坑，将会有一定的帮

背景：在项目里经常遇到对象和json字符串的相互转换这类问题，在大多数程序里，一般这个问题都比较有比较好的解决方法，往往一个函数搞定。但是到了c++这边却需要我们手撸json库一个一个字段初始化/序列化。如果这时候有一个函数 可以一行代码 unmarshal /marshal 对象岂不是很方便？本文以jsoncpp库为基础，设计这样一个可以支持这种功能的函数，下面进入正题~ 设计思路以unma

如何使用cgdb + qemu调试linux内核模块前言Linux 代码庞大而繁杂，光看代码会使人头晕目眩，如果能通过调试工具对其代码执行流程进行调试，则对学习Linux kernel以及解决平时遇到的问题会大有帮助。本文将讲解如何使用cgdb + qemu的方式调试Linux内核代码，所使用的测试机操作系统版本是CentOS Linux release 7.2.1511 (Core) 1.编译

Sysbench是一款开源的多线程、跨平台的基准测试工具，可以执行CPU/内存/线程/IO/数据库等方面的性能测试。本文使用Sysbench针对滴滴云的MySQL进行基准测试。 本文使用的MySQL数据库为一台4G内存，50G存储容量的滴滴云MySQL数据库，由于滴滴云MySQL默认不能通过公网访问，此数据库通过一台滴滴云虚拟机（DC2）连接，滴滴云MySQL的使用可以参考以下链接，此处不再赘述

开源产品迭代快，但也容易存在隐患。有时会遇到意料之外的问题，需要研究代码解决。内存泄漏是一个很常见的问题，会导致服务不稳定，影响可用性。本文讲述了如何使用MAT和BTrace解决apache kylin内存泄漏问题，重点阐明如何定位问题，分析原因，验证猜想。

开源产品迭代快，但也容易存在隐患。有时会遇到意料之外的问题，需要研究代码解决。内存泄漏是一个很常见的问题，会导致服务不稳定，影响可用性。本文讲述了如何使用MAT和BTrace解决apache kylin内存泄漏问题，重点阐明如何定位问题，分析原因，验证猜想。 希望能抛砖引玉，让大家遇到类似内存泄漏问题时能够有所借鉴。 背景公司自助报表业务从kylin2.0集群迁移到Kylin3.0集群时，Ky

背景 目前机器学习平台后端采用k8s架构进行GPU和CPU资源的调度和容器编排。k8s的核心能力是容器编排，容器服务的稳定运行直接关系到整体平台的稳定性。春节值班期间，机器学习平台实验环境-隔离环境 vgpu资源出现比较多的用户容器异常退出问题。此问题导致Pod中的用户容器发生重建，一些用户在容器运行时环境的数据会丢失，由于平台具有暂存用户异常容器现场的能力，值班同学可以通过恢复用户异常容器现场

三、Tableau 使用打开Tableau desktop——》添加数据源——》其他数据库（JDBC）根据要求填写数据库和架构注意：1、目前由于table查询语法问题，目前暂时无法使用自定义SQL的方式作为表。2、如果有多个表关联，一定要先选择实时表（Fact table），在添加维度表3、事实表与维度表关联需要和Kylin中建模的Model和Cube的关联字段需要一样，关联类型需要一样（left

目前 机器学习平台 后端采用k8s架构进行GPU和CPU资源的调度和容器编排。总所周知，k8s的后端核心存储使用etcd进行metadata持久化存储。机器学习平台采取External etcd topology结构进行etcd的HA部署。

定位nodejs cpu 性能瓶颈，有好多方法。目的都是为了拿到个火焰图，我试了个遍做个小总结。

kafka是一个分布式消息中间件，其高可用高吞吐的特点是大数据领域首选的消息中间件，Kafka是分布式消息队列的顺序读写文件分段组织串联起来思想的鼻祖，包括RocketMq这些消息队列都是借鉴了Kafka早期的架构和设计思路改造而来，所以在架构设计层面，Kafka有非常多值得借鉴的地方。

一、相关说明Oracle数据库是由美国甲骨文公司推出的一款优秀的关系型数据库。当前最新版为Database 19c。本文简述Oracle Database 12cR2在滴滴云主机上的安装过程。如需更权威的指导方法请参考Oracle官方安装文档。 二、环境概述一台DC2云主机（2c4g） 一个EIP（1M） 一块云盘（140G） 操作系统：CentOS7.6 数据库：Oracle Data

在这互联网无处不在的时代，信息数据对于个人开发者或者各行各业的企业来说都是不可侵犯的财产，保护信息安全始终是不可松懈的任务，为了让你的信息数据、业务更加安全，建议对你的服务器做更多的安全工作，让那些不法分子少一份可趁之机 一、系统加固 创建DC2服务器时建议使用只允许密钥方式登录 创建时选择密钥登录： 由密码登录方式修改为密钥登录 登录服务器使用root用户执行

2020年6月21日下午2点，启元“星际指挥官”AI将迎战人类顶级职业选手，这将是全国首次现场直播星际AI与人类顶级职业选手的对战。其智能体训练云部署在滴滴云，利用滴滴云的底层计算资源进行智能体训练

对于一个工程师而言，不仅要有过硬的自身本领，还要有一定的技术影响力。当我们解决一个问题之后，如何在团队中顺利的推广并落地，也同样重要。接下来，想给大家分享一下，我在团队中推广一项技术解决方案的全过程。

最近对微前端讨论很多，梳理下自己对微前端的理解以及业内的一些微前端尝试反馈。 第零部分：自己对微前端理解 第一部分：基于Single-SPA微前端的一些demo 第二部分：Single-SPA微前端实现原理简析 第三部分：微前端业内一些总结 第零部分：自己对微前端理解在判断自己项目是否需要使用微前端前，只要记住一句话即可：杀鸡焉用牛刀。 如果项目很简单，请不要没有困难创造困难；如果

在本教程中，您将学习如何快速使用PyTorch训练一个神经网络学习如何识别手写数字。本文使用滴滴云Notebook作为开发环境，滴滴云Notebook服务集成了CUDA、CuDNN、Python、TensorFlow、Pytorch、MxNet、Keras等深度学习框架，无需用户自己安装。Part.11，购买Notebook服务注册滴滴云并实名认证后可购买Notebook服务注册步骤：注册立得红包

北京时间5月14日晚间，英伟达CEO黄仁勋在美国加州的自家厨房里发布了Tesla A100 GPU，这是英伟达首款Ampere架构GPU，与上一代基于Volta架构的Tesla V100相比，BERT 训练性能提高了6倍，推理性能提高了7倍。 （图片来源NVIDIA Ampere架构深度介绍） Part.1滴滴云GPU和机器学习产品全面拥抱A100作为英伟达的长期合作伙伴，滴滴云即将推出基