类目筛选
363
LoongCollector：构建智能时代的数据采集新范式
本文聚焦 LoongSuite 生态核心组件 LoongCollector，深度解析 LoongCollector 在智算服务中的技术突破，涵盖多租户观测隔离、GPU 集群性能追踪及事件驱动型数据管道设计，通过零侵入采集、智能预处理与自适应扩缩容机制，构建面向云原生 AI 场景的全栈可观测性基础设施，重新定义高并发、强异构环境下的可观测性能力边界。
363
2024-05-15
411
利用ACK注册集群为云下K8s注入弹性能力
随着容器技术的普及，有越来越多的用户开始在私有环境中搭建K8s来使用，这时候就很容易遇到一个问题，私有环境资源交付周期太长，不能完全释放K8s动态扩容的能力，本文就是介绍如何利用ACK注册集群解决这个问题，让云下的K8s集群也可以享受云上一样的资源快速交付能力。
411
230
Post-Training on PAI (3)：PAI-ChatLearn，PAI 自研高性能强化学习框架
人工智能平台 PAI 推出了高性能一体化强化学习框架 PAI-Chatlearn，从框架层面解决强化学习在计算性能和易用性方面的挑战。
230
2024-05-15
675
【Terraform实现云服务基础设施既代码（IaC）案例实战-2】：通过Terraform实施基础IaC
前言树苗科技公司业务上云2年有余，随着技术的不断发展。运维团队支持业务变更配置、开资源、删资源等过程加班到深夜一两点已是家常便饭。为了进一步提升工作效率，运维总监张三决定对当前业务交付路径进行统一梳理，借助IaC的理念和Terraform自动化工具逐步实施运维生产自动化，改善组内成员频繁加班的现状。...
675
2024-05-15
469
基于ASK+TFJob快速完成分布式Tensorflow训练任务
本文介绍如何使用TFJob在ASK+ECI场景下，快速完成基于GPU的TensorFlow分布式训练任务。
469
