logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

面向大数据与物联网的下一代时序数据库选型指南:Apache IoTDB 解析与应用

随着物联网(IoT)、工业4.0和大数据技术的飞速发展,时序数据已成为增长最快的数据类型。海量的设备、传感器和系统以前所未有的频率生成包含时间戳的数据点,为企业带来了巨大的机遇与挑战。如何高效地存储、管理和分析这些时序数据,成为决定企业数字化转型成败的关键。时序数据库应运而生,专为应对这些挑战而设计。

文章图片
#大数据#物联网#时序数据库
华为CANN在智慧城市视频监控中的实践:端云协同的实时目标检测解决方案

本文介绍了基于华为昇腾Atlas 500 Pro-3000边缘节点和CANN 7.0架构的智慧城市视频分析系统解决方案。针对GPU方案面临的性能瓶颈、能效失衡和生态适配问题,采用昇腾310P3芯片与CANN技术实现端云协同推理。通过异构计算架构适配、动态Batch优化和算子级精度优化等关键技术,系统实现了128路/节点的实时处理能力,端到端延迟降至9.2ms,能效比提升至385fps/kW。相比G

文章图片
#华为#智慧城市#音视频 +1
华为CANN在智慧城市视频监控中的实践:端云协同的实时目标检测解决方案

本文介绍了基于华为昇腾Atlas 500 Pro-3000边缘节点和CANN 7.0架构的智慧城市视频分析系统解决方案。针对GPU方案面临的性能瓶颈、能效失衡和生态适配问题,采用昇腾310P3芯片与CANN技术实现端云协同推理。通过异构计算架构适配、动态Batch优化和算子级精度优化等关键技术,系统实现了128路/节点的实时处理能力,端到端延迟降至9.2ms,能效比提升至385fps/kW。相比G

文章图片
#华为#智慧城市#音视频 +1
华为CANN在智慧城市视频监控中的实践:端云协同的实时目标检测解决方案

本文介绍了基于华为昇腾Atlas 500 Pro-3000边缘节点和CANN 7.0架构的智慧城市视频分析系统解决方案。针对GPU方案面临的性能瓶颈、能效失衡和生态适配问题,采用昇腾310P3芯片与CANN技术实现端云协同推理。通过异构计算架构适配、动态Batch优化和算子级精度优化等关键技术,系统实现了128路/节点的实时处理能力,端到端延迟降至9.2ms,能效比提升至385fps/kW。相比G

文章图片
#华为#智慧城市#音视频 +1
基于CANN昇腾AI算力平台的ACL资源、ACLNN算子的机制的操作

华为CANN架构深度解析与实战应用 摘要:CANN是华为面向AI场景设计的异构计算架构,提供端云一致的AI计算能力。其核心价值体现在性能优化(算力利用率超90%)、开发效率提升(ACL统一接口)和生态支撑(与MindSpore深度协同)。关键技术包括ACL资源调度机制的分层内存管理、流优先级控制,以及ACLNN算子的多精度计算、Conv2D优化和MatMul性能提升。文章详细解析了自定义算子开发全

文章图片
#人工智能#java#开发语言 +1
基于CANN昇腾AI算力平台的ACL资源、ACLNN算子的机制的操作

华为CANN架构深度解析与实战应用 摘要:CANN是华为面向AI场景设计的异构计算架构,提供端云一致的AI计算能力。其核心价值体现在性能优化(算力利用率超90%)、开发效率提升(ACL统一接口)和生态支撑(与MindSpore深度协同)。关键技术包括ACL资源调度机制的分层内存管理、流优先级控制,以及ACLNN算子的多精度计算、Conv2D优化和MatMul性能提升。文章详细解析了自定义算子开发全

文章图片
#人工智能#java#开发语言 +1
基于CANN昇腾AI算力平台的ACL资源、ACLNN算子的机制的操作

华为CANN架构深度解析与实战应用 摘要:CANN是华为面向AI场景设计的异构计算架构,提供端云一致的AI计算能力。其核心价值体现在性能优化(算力利用率超90%)、开发效率提升(ACL统一接口)和生态支撑(与MindSpore深度协同)。关键技术包括ACL资源调度机制的分层内存管理、流优先级控制,以及ACLNN算子的多精度计算、Conv2D优化和MatMul性能提升。文章详细解析了自定义算子开发全

文章图片
#人工智能#java#开发语言 +1
面向AI浪潮:openGauss在向量数据库与RAG场景下的应用深度研究

2025年的今天,我们正处在一个由人工智能,特别是大语言模型驱动的深刻变革时代。然而,LLM本身固有的“知识截止日期”和“模型幻觉”问题,限制了其在对事实准确性要求极高的企业级场景中的应用。为了解决这一痛点,检索增强生成(RAG)技术应运而生 。RAG通过从外部知识库中检索相关信息,并将其作为上下文(Context)提供给LLM,从而显著提升了生成内容的时效性与准确性 。

文章图片
#人工智能#数据库
面向AI浪潮:openGauss在向量数据库与RAG场景下的应用深度研究

2025年的今天,我们正处在一个由人工智能,特别是大语言模型驱动的深刻变革时代。然而,LLM本身固有的“知识截止日期”和“模型幻觉”问题,限制了其在对事实准确性要求极高的企业级场景中的应用。为了解决这一痛点,检索增强生成(RAG)技术应运而生 。RAG通过从外部知识库中检索相关信息,并将其作为上下文(Context)提供给LLM,从而显著提升了生成内容的时效性与准确性 。

文章图片
#人工智能#数据库
面向大数据与物联网的下一代时序数据库选型指南:Apache IoTDB 解析与应用

随着物联网(IoT)、工业4.0和大数据技术的飞速发展,时序数据已成为增长最快的数据类型。海量的设备、传感器和系统以前所未有的频率生成包含时间戳的数据点,为企业带来了巨大的机遇与挑战。如何高效地存储、管理和分析这些时序数据,成为决定企业数字化转型成败的关键。时序数据库应运而生,专为应对这些挑战而设计。

文章图片
#大数据#物联网#时序数据库
    共 121 条
  • 1
  • 2
  • 3
  • 13
  • 请选择