μNAS：面向微控制器的约束神经架构搜索——论文解读
μNAS是一种专为微控制器设计的神经架构搜索方法，旨在解决物联网设备中资源受限的挑战。通过多目标优化框架，μNAS能够在有限的内存和计算能力下，自动搜索出高效的神经网络结构。该方法结合了老化进化算法与贝叶斯优化，并引入结构化剪枝技术，实现模型压缩。实验表明，μNAS在多个数据集上均取得了优异的精度与资源使用平衡，显著优于现有方法，为边缘计算设备的智能化提供了可行路径。
阿里云AI原生架构与企业实践专场分享材料
云为AI提供了坚实的基础设施支撑。今天，AI原生架构的趋势已然到来。本次活动聚焦阿里云云原生产品技术领域，分享从AI原生应用开发范式、Agent快速开发与构建、AI应用工程化实践、全栈可观测等全链路AI原生应用架构解决方案和企业真实实践，与企业共同探讨如何通过向更先进的架构演进来适应AI时代的快速变化，为迎接新的增长做好准备。
第一篇 - 常规过滤及分组汇总：SPL轻量级文件存储提速查询实践
本文以订单表为例，介绍如何使用 esProc SPL 实现数据外置，提升过滤与分组汇总计算效率。通过 SPL 的 ETL 工具导出数据为 BTX 与 CTX 格式，并利用游标、列存、并行计算等技术逐步优化性能，最终执行时间从 MySQL 的 11 秒降至 0.5 秒。适用于处理大数据量、历史数据的高性能分析场景。
深度神经网络驱动的AI Agent
深度神经网络（DNN）驱动的AI Agent在实时预测中展现出强大能力，能够通过在线学习快速适应变化，广泛应用于金融、自动驾驶等领域，提升预测效率与决策水平。
