百度Geek说的个人空间 - OSCHINA - 中文开源技术交流社区

为了满足不同类型业务的需求，企业的 IT 系统中往往会同时部署多种类型的数据，并运行着数量庞大的数据库实例。同时，由于业务出海或者高可用的需要，这些数据库将被同时部署于不同品牌的云...

数据库引擎 dba 数据库管理关系型数据库开源 mongodb dbstack 开源数据库

工作日志

2024/11/28 10:17

35

0

01 背景介绍图像识别一直都是计算机视觉领域最基础的任务，也是生活中最为广泛应用的技术，从自动化身份核验中的人脸识别，到无人零售中的商品识别，其背后均有图像识别技术的应用，然而想要...

paddlex 特征向量 dataset 深度学习可视化效果 https index base xeon pipeline data device

工作日志

2024/11/26 10:31

33

0

导读近似最近邻（ANN）向量检索的CPU方案已被广泛地应用于在线检索等多种场景中并取得了不错的效果。GPU相比CPU拥有更强大的并行计算能力，如何将GPU引入ANN检索获取更大收益，成为了业界重...

flat pq k cuda milvus https kmeans 开源 github int8 search 云原生数据底座 feed build mach

工作日志

2024/11/21 11:10

2.4K

3

导读本文介绍了优化大数据计算中多维度用户数统计的方法，通过数据打标的方式避免数据膨胀，提高性能并减少计算成本。首先分析了大数据计算中遇到的多维度数据统计问题，然后提出了利用数据...

feed 数据处理大数据 type 云原生数据底座 rank 云原生 udf cuid stage shuffle

工作日志

2024/11/19 10:39

2K

0

本文按照数据湖存储加速方案的不同发展阶段铺开，比较了各类方案之间的异同，并深度剖析了这类方案的技术本质。我们期望本文能够帮助读者对大数据和 AI 场景下的「数据湖存储加速」这个主题...

并行文件系统文件系统大数据缓存系统云原生 overlay alluxio 计算引擎

工作日志

2024/11/14 10:14

98

0

大模型毫无疑问是当前技术发展的热点，成为大家默认的提升生产力工具。但是，大模型训练主要使用互联网上的公开数据为主，没有企业内部的数据，所以大模型本质上自带的都是一些通用智能。 ...

大数据向量数据库云原生数据库开源数据库云原生数据底座开源云原生

工作日志

2024/11/12 10:46

17

0

随着 AI 时代的快速发展，对存储技术提出了更高的要求，尤其是在大规模、高性能和低成本方面。为了应对这些挑战，百度沧海·存储打造了一个高度可复用的统一技术底座。我们在这个统一的技术底...

index tree v k 分布式架构数据存储存储系统文件系统分布式数据库 meta aware

工作日志

2024/11/07 11:40

45

0

数据湖这个概念，从 2012 年产生到现在已经有十余年的时间，每家公司对它内涵的解读都不太一样。但是数据湖的主要存储底座有从传统的 HDFS 向对象存储演进的趋势。传统的大数据计算场景，比...

hdfs 大数据分布式数据库分布式架构 spark 云原生 hadoop hive 源2.0 blob

工作日志

2024/11/05 10:27

38

0

百度Geek说

技能雷达

Gitee 贡献

博客数据统计

OSCHINA 社区

在线工具

攻略

公众号

视频号

问题反馈