大数据时代的Intel乊Hadoop 系统方案架构师：朱海峰 英特尔®中国于计算创新中心 2013.4 北京 法律声明 本文所提供乊信息均不英特尔® 产品相关。本文丌代表英特尔公司戒其它机构向仸何人明确戒隐含地授予仸何知识产权。除相关产品的英特尔销售条款不条件中列明乊担保条件以外，英特 尔公司丌对销售和/戒使用英特尔产品做出其它仸何明确戒隐含的担保，包括对适用亍特定用途、适销 些设备的质量、可靠性、功能戒兼容性丌提供仸何担保戒保证。本列表和/戒这些设备可随时更改，恕丌另行通知。 版权所有 © 2012 英特尔公司。所有权保留。 提纲 • 大数据时代的新挑戓 • 大数据时代的Intel • 关注产业应用，产研相亏促迚 从文明诞生到2003年，人类文明产生了 5EB的数据； 而今天，我们每两天产生5EB的数据。 Eric Schmidt PB）数据, 2015 年150亿部接入设备 大数据时代的数据 2011年每天处理的数据超 过： 24 PB 2011年6月乊前， Facebook平台每天分享资 料： 40亿 智慧城市数据 中国某一线城市: 200PB/季度 中国一线城市健康档案数 据： 5.5 million 传统的数据处理技术 大数据时代的数据 速度 数据量 多样化 传统数据

Apache Pulsar 云原⽣时代的消息平台 翟佳 streamnative.io ⾃我介绍 • 开源项⽬爱好者： • Apache Pulsar PMC成员 • Apache BookKeeper PMC成员 • EMC -> StreamNative • 华中科⼤ -> 中科院计算所 • Pulsar 的根本不同 • Apache Pulsar 简介 • Pulsar

All rights reserved. OpenPie Confidential @2024 OpenPie. All rights reserved. OpenPie Confidential 云时代下多数据计算引擎的设计与实现 郭罡 CTO 拓数派（OpenPie） @2024 OpenPie. All rights reserved. OpenPie Confidential 关 于 存储底座是各计算引擎的载体. • 已落地或者正在落地：IoT、金融、新能源、医疗等行业. @2024 OpenPie. All rights reserved. OpenPie Confidential 云时代 数据计算 多数据模态支持 广泛的生态支持 “一份数据，多引擎计算”的述求 让数据流动起来 @2024 OpenPie. All rights reserved. OpenPie Confidential

云原生时代分布式链路 追踪实践 2021-08 曲赛 (saiqu) 微服务架构的困境 故障定位难 极高的沟通和交接成本 错综难懂的模块依赖关系 链路梳理难 日志分散 定位过程“击鼓传花” 跨端性能瓶颈分析繁杂 性能分析难 缺乏对系统整体认知的把控 不合理的调用关系 不合理的直连存储 架构治理能力匮乏 云原生可观测性 3 4 Trace 标准规范 5 标准

大模型时代下向量数据库的设计与应用 个人简介 目前在拓数派负责向量数据库PieCloudVector产品，聚焦于大模型 与大数据领域。拥有多年数据库内核研发和配套解决方案架构经验， 在加入拓数派前曾就职于开源大数据平台Greenplum团队，担任外部 数据源访问框架，对象存储访问扩展，ETL工具等产品模块的研发， 并曾参与PostgreSQL多个版本的代码贡献，拥有丰富的存储模块核心

基础设施⽅⾯。团队核⼼成员曾带领数⼗⼈从零开发世界领先的深度学习框架，也具备数千 卡集群全⾃动化硬件运维告警、数百亿特征检索、⼤规模（数⼗PB数据、百万台机器）分 布式系统数量级性能优化的经验。
c. ⽬前团队⼈数超过
80
⼈，每个⽉都有在全球某个领域有显著影响⼒的⼈加⼊。
2.
团队聚焦底层技术创新，技术Vision强
a. 引领⼤模型的“⽆损⻓上下⽂”时代。2023年10⽉上旬，在产品
Kimi
智能助⼿中实现“⽆损 能⼒、指令遵循的能⼒、各种
agent
的功能等。
这些上层的东西都会有巨⼤的差异化，因为中间存在两个重要的技术变量。我认为这是我们的机会。 除了技术层⾯，价值观上我们有⼀点和
OpenAI
不同：我们希望在下⼀个时代，能成为⼀家结合
OpenAI
技术理想主义和字节所展现的商业化哲学观的公司。东⽅的效⽤主义我认为有⼀定的可取之 处。完全不关⼼商业价值的话，你其实很难真的做出来⼀个伟⼤的产品，或者让⼀个本⾝很伟⼤的技 。以前我们只能做个性化的推荐，但现 在，⽤⼾可以与产品进⾏互动。这种互动是⾼度拟⼈化和个性化的。怎么实现这⼀点？ 我觉得这背后实际上是个技术问题。传统
AI
时代，要实现个性化，需要持续更新模型，⽤⼩模型解决 单点问题。⼤模型时代，实现个性化的⼀种⽅式是微调，但我认为微调可能不是本质的⽅法，⻓期来 看可能不会存在模型的微调。为什么？当你的模型指令跟随能⼒、推理能⼒、上下⽂⼀致性能⼒越来

Docker CE v17.MM 进行了重新修订，2017 年底发布了 0.9.0 版 本。旧版本（Docker 1.13-）内容，请阅读 docker-legacy 分支的内容。 Docker 是个划时代的开源项目，它彻底释放了计算虚拟化的威力，极大提高了应用的运行效 率，降低了云计算资源供应的成本！使用 Docker，可以让应用的部署、测试和分发都变得前 所未有的高效和轻松！ 无论是应用开发 Ubuntu 操作系统 Ubuntu 是一个以桌面应用为主的GNU/Linux操作系统，其名称来自非洲南部祖鲁语或豪萨语 的“ubuntu”一词（官方译名“友帮拓”，另有“吾帮托”、“乌班图”、“有奔头”或“乌斑兔”等译 名）。Ubuntu 意思是“人性”以及“我的存在是因为大家的存在”，是非洲传统的一种价值观，类 似华人社会的“仁爱”思想。 Ubuntu 基于 Debian 发行版和 GNOME/Unity

电气革命 信息革命 以大模型为代表的 人工智能革命 人工智能是新质生产力的关键支撑技术，人工智能+百业千行将带动新一轮工业革命，为高质量发展注入强大动能 大模型的进一步突破将引领人类社会进入智能化时代，对我们的生活方式、生产方式带来巨大变革 重塑经济图景 解决复杂问题 7政企、创业者必读 8 AI不仅是技术革新，更是思维方式和社会结构的变革 国家 产业 个人 企业政企、创业者必读 当年IBM做出超级电脑，并没有带来工业 革命，因为只有少数人用 • IBM甚至声称，全世界只用5台电脑就够了 • 真正带来信息革命的是个人电脑走入千家 万户、百行千业 当年的电脑 当今的大模型 • 如果需要十万或百万张卡起玩，就无法 产生工业革命 • 只有把大模型拉下神坛，让大模型走进 千家万户、百行千业，才能掀起新一轮 工业革命 12政企、创业者必读 DeepSeek出现之前 我们对大模型发展趋势的十大预判 MoE架构盛行，本质是多个专家模型组成一个大模型  Deepmind的Alpha系列产品是这一趋势的最佳诠释 16政企、创业者必读 DeepSeek出现之前的十大预判 之四 模型越做越小 17  大模型进入「轻量化」时代，上车上终端，蒸馏小模型  先做得更大，然后探索能做多小政企、创业者必读 DeepSeek出现之前的十大预判 之五 知识的质量和密度决定大模型能力  高质量数据、合成数据使模型知识密度的快速增长

FPS，同时，还推出了综 合性能优异的中大型网络（YOLOv6-M/L），丰富了 YOLOv6 网络系列。其中， YOLOv6-M/L 在 COCO 上检测精度（AP）分别达到 49.5%/52.5%，在 T4 卡上 推理速度分别可达 FPS（batch size =32）。 GitHub 下载地址：https://github.com/meituan/YOLOv6。欢迎 Star 收藏，随时取用。 官方出品详细的 图技术在美团外卖下的场景化应用及探索 作者：任建 张伟 雨枫 黄坤 慧楠 鹏业 张波 1. 引言 外卖已经成为大众生活中非常的重要组成部分，大家也逐步感受到外卖带来的便 利。大数据和深度学习时代的到来，使点击率（Click Through Rate, CTR）/ 转化率 （Conversion Rate, CVR）预估技术得到了长足的发展，深度学习技术已经成为业界 的主流方法。美团外卖 从业界信息表示的发展趋势来看，信息表示是在升维的：从手工特征，到序列建模， 再到图建模，背后是对更加完整信息的有效刻画的诉求。 ● 手动特征时代：基于行为日志统计挖掘用户 / 商家 / 商品画像。缺点是刻画粒 度较粗、不精准、表达能力有限。 ● Neural Network（NN）序列模型时代：基于原始行为序列设计用户兴趣提 取模块端到端学习用户兴趣。优点是一定程度从多峰和动态演变方面提升了用 户兴趣表达的