-
编辑 删除
AIGC时代谷歌能够避免MapReduce和TensorFlow的历史重演吗？
本文部分内容翻译和引用自MATTHEW LYNLEY可以说，Transformer已经成为现代AI技术背后的
-
编辑 删除
大数据团队面临的危机与未来
在过去的几年里，数据一直处于高速增长的模式，数据即新时代的“石油”的口号也一直被传颂。互联网“病毒式”的快速
-
编辑 删除
Apache Iceberg表格式性能优化工具之压缩
目前数据湖难就难在，对于普通使用者来说需要很多的配置，配置好就可以提供较好的性能，相反性能则一直提不上去。数
-
编辑 删除
细节对比：GPT系列模型的变化
随着生成式预训练模型的成功（GPT），似乎什么都可以采用生成式预训练模型来处理。通过“大力出奇迹”似乎什么问
-
编辑 删除
数据湖新秀-Apache Paimon流式数据湖
ApachePaimon 来源于 Flink Table Store， 其核心是想打造一套适合Flink流水
-
编辑 删除
聊一聊TensorFlow编译优化技术XLA的实现
加速深度学习模型的训练和推理一直是搞算法同学的痛点。而编译优化的优点就是可以在运行时对源代码进行转换和重组来
-
编辑 删除
Nvidia DGX GH200到底有多炸裂？
最近，大家都在关注LK-99是否可以被复现成功，是否能够引来新一轮的产能升级，降低内卷的程度。但其实Nvid
-
编辑 删除
?详解Apache Iceberg的数据写入与更新细节
Apache Iceberg有着复杂的树形元数据层，这个既是其优点又是其缺点。随着AI大模型的发展，数据中心
-
编辑 删除
快速提升Apache Spark查询速度的5个技巧
当处理大规模数据集时，Apache Spark是一个强大的工具，但有时查询速度可能会成为瓶颈。为了快速提升A
-
编辑 删除
谈一谈Apache Iceberg的数据读取过程
今天我们来聊一聊Apache Iceberg数据查询过程，以及它如何进行Skip File的进行加速的。对于
-
编辑 删除
Apache Beam可以替代Flink与Spark吗？
你难道还不知道Apache Beam？Apache Beam 是用于批处理和流数据处理作业的统一编程模型，是
-
编辑 删除
一文搞懂Transformer、GPT、ChatGPT、LLM、AIGC和LangChain的区别
随着ChatGPT的爆火，很多AI概念风靡互联网，让人目不暇接。从Transformer到GPT、Bert以
-
编辑 删除
BypassMergeSortShuffleWriter和HashShuffle有什么区别？
其实BypassMergeSortShuffleWriter 和已经废弃的HashShuffleWriter是类似的
-
编辑 删除
端到端和非端到端的Embedding
说起 Embedding，我想你肯定不会陌生，自从深度学习流行起来之后，Embedding 就成为了深度学习
-
编辑 删除
Apache Spark：我是否应该重分区？
同样的Spark任务，分区不同，最终的任务执行时效也是相差很大。如果分区数太小，则并行度较低，它可能会导致严
-
编辑 删除
如何处理 Apache Spark 中的数据倾斜
你的Spark程序变慢了，十有八九是出现了数据倾斜。可见数据倾斜是Spark性能挑战越不过去的坎。那么什么是
-
编辑 删除
Remote Shuffle Service 和 Push-based Shuffle 他们的优劣分别是什么？
在之前的文章中，留有很多的坑，本来是想如果有时间一点点的展开细说，但是现实的情况是时间是有限的。趁着现在也许
-
编辑 删除
使用 ChatGPT 来改进Coding的 3 种有效方法
可以说最近几个月我一直在使用ChatGPT来辅助编程。我可以诚实地说，虽然说ChatGPT并不是万能和完全正
-
编辑 删除
手把手教你了解Transformer —Part 2
Transformer是由论文《Attention is All You Need》提出，它的并行化的能力使
-
编辑 删除
数据架构的过去、现在和未来
本文引用和翻译自Diogo Santos的文章。我们来讨论下数据架构的变革、变革的动机以及对数据未来的影响。
