使用原生GPU时，第一步需要在节点上安装GPU驱动。第二步安装nvidia-docker2，设置docker default runtime为nvidia。如此一来，docker后续可以将GPU挂载到容器环境中。第三步安装nvidia-device-plugin，它的作用是将设备上报给K8s集群，后续K8s则可以调度该节点的GPU。

今天，“国产万卡算力赋能大模型发展研讨会暨联合攻关启动仪式”在郑州举行。光合组织集结国内头部大模型厂商与算力基础设施提供商等百家核心生态伙伴及顶尖专家学者，深入洞读国产“万卡大算力”与“万亿大模型”协同发展路径，并正式启动联合攻关行动。

随着出价业务最近几年来的快速发展，出价服务承接的流量虽然都是围绕卖家出价，但是已远远超过卖家出价功能范围。业务的快速迭代而频繁变更给出价核心链路高可用、高性能都带来了巨大的风险。

在人工智能技术快速演进的时代，大型语言模型和AI智能体已成为各类应用的核心组件，引发AI相关API流量的指数级增长。而大模型网关，正是这场变革中应运而生的智能交通枢纽。随着DeepSeek、Qwen等开源模型及各类商用大模型的普及，企业AI应用场景日益丰富，从智能客服自动化到代码生成与软件开发。

随着企业数字化转型加速推进，大数据业务规模呈现指数级增长，迭代变更越发频繁。此背景下，呈现"高频变更"与"超大规模"并存的特征，这种双重特性给大数据任务的发布变更带来了严峻挑战。

2024年9月开始计划，在不改变用户查询和提升用户体验的前提下，到2025年6月完成所有日志平台组件架构升级和版本迁移。在这中间的过程中，经历了mapping不兼容、字段类型冲突、查询上下文失效、重复消费误告警等诸多业内普遍存在的难题，最终实现了单机查询性能提升80%%，整体cpu下降30%%，写入tps提升 200%%。

在淘宝搜索场景下，用户Query与候选商品(Item)之间的相关性判别是非常重要的一环，它筛选出该Query下最相关的商品， 是用户体验的基石。过去几年主搜在相关性场景上已经做了不少工作，并且取得了显著的正向收益，今年，为了进一步解决部分口语化Query承接效果较差的问题，这给我们的系统性能提出了巨大挑战。

在现代软件工程架构实践中，工程师普遍面临一个挑战：如何在海量的请求中精确捕捉异常链路，同时避免数据成本的快速增长。本文将探讨分布式链路追踪（Distributed Tracing）中的采样（Sampling）技术，并介绍火山引擎 APMPlus 团队在尾采样（Tail-based Sampling）方面的技术实践，以期为解决上述挑战提供一种思路。

在软件研发过程中，“环境问题”是制约研发效能的关键瓶颈之一。环境不稳定、测试环境混乱、环境抢占严重等问题，显著影响开发与测试效率。本文系统介绍vivo通过“全链路多版本环境管理”模式，实现开发测试环境的快速构建与高效管理，使多版本环境能够像“平行宇宙”一般，实现安全、隔离、高效的并行测试与发布。

我们正在经历一个技术变化速度前所未有的时代。从大模型、智能制造到自动驾驶、视频生成，AI正以前所未有的速度重塑各行各业。但如果把视角拉得更长远，我们会发现一个更底层、也更确定的趋势正在同步发生：数据规模的持续膨胀，是不可逆的长期变量。随之而来的，还有个人和组织对于数据价值观的变化。

在“SRE转型”系列的第一期推文《SRE转型 | 稳定性保障系列之运维左移》中，我们围绕系统稳定性保障工作，分享了针对软件上线前期的运维左移工作的工作思路与实施策略。接下来，本文将深入探讨广发证券在事中应急处理和事后复盘方面应急指挥场景的实践，从而提升业务连续性和稳定性。

对实时数据处理需求的增长，传统流式计算方式在开发复杂度、运维成本和系统扩展性上面临诸多挑战。文章结合实际业务背景，详细分析了这些痛点，并提出通过k8s容器编排与云原生技术构建流式计算PaaS平台的解决思路。该平台将底层资源、自愈、状态管理等复杂性封装为自动化和配置化服务，有效降低团队使用门槛，提升运维效率和资源利用率。

当你在Instagram等平台上注册并输入用户名时，系统会立即告诉你该用户名是否可用。如果已被占用，它会立即提供其他替代用户名。每次用户注册时，他们根本不可能逐条扫描数十亿条记录。那么，他们是如何在眨眼间完成这一切的呢？本文将逐步介绍这些系统的构建过程，从最基本的方法开始，逐步升级到大型科技公司采用的复杂架构。

工具的价值最终取决于使用它的人。要充分释放AI-IDE的潜力，核心在于我们开发者如何去引导、利用并与AI高效协作。本文旨在将主要前端开发的视角展开，结合具体的开发场景，分享一些在日常工作中有效利用AI-IDE，以显著提升工作效率与代码质量的实践经验。

本文详细介绍了爱奇艺在处理大规模实时流数据时，从传统Kafka架构向AutoMQ演进的技术历程。为了解决私有云环境下集群扩缩容难、资源利用率低以及运维成本高等挑战，爱奇艺开发了Stream平台与Stream-SDK，实现了业务与底层存储的彻底解耦。

在B站，我们运营团队需要管理着数量庞大的UP主交流群，如：品类扶持、成长训练营、专项交流、答疑沟通群等。覆盖许许多多的创作者，每天会产生大量的消息。如果完全依赖人工逐条统计，不仅效率低下，而且容易遗漏关键问题。早期运营尝试过简单的关键字分析和人工汇总的方式，但这种传统方案存在明显局限：

随着公司业务的快速发展，前端平台作为研发职能部门，在高效支撑业务迭代的同时，前端新建的应用不断增加，截止到2023年5月在Uraya平台统计的各业务域的应用（B端+C端）总数已经达到170多个，发布流程中出现问题的风险逐步显现，稳定性问题逐步突出。

本文基于京东&HudiMeetup亚洲站的分享内容，详细介绍京东数据湖现状、最新自研技术特性、业务实践、社区贡献与未来规划，展示京东如何通过数据湖技术推动数据资产准实时化，提升数据资产的价值。

百度地图 LD-VLG 端到端多模态地图生成大模型，通过自动理解道路、识别变化并生成最新车道级地图，成为真正意义上的“地图大脑”。百度地图 LD-VLG 是如何做到让地图实时“保持新鲜”的？本文带你一探究竟！

时光的潮水正漫过2025的岸线，回望这一年的忙碌与奔赴，那些深浅不一的足迹，正是我们奋力向前的最好见证：在撒哈拉沙漠南缘，网优工程师穿梭在44℃高温、红土飞扬的街头，厘清网络症结；在大西洋的七级风浪中，光网专家克服严重晕船，和客户一起定位故障、恢复通信。