从10个协程到1000个协程：性能下降的背后究竟发生了什么？
本文探讨了异步程序中常见的误解“协程越多越快”，并通过一个实际的异步抓取学术论文元数据的例子来阐明这一点。文章首先解释了协程过多可能导致的效率低下的原因，包括事件循环的调度限制、网络瓶颈、代理并发限制以及Python协程切换的成本。接着，文章提供了一个使用代理、从DOAJ抓取开放论文元数据并存入SQLite数据库的完整异步代码示例，并强调了合理设置并发量的重要性。最后，文章总结了初学者在编写异步抓取程序时容易遇到的几个陷阱，并提供了相应的解决方案。
实时云渲染与云桌面解析（一）：图形计算架构的技术对比
GPU虚拟化技术面临云桌面成本上涨和性能瓶颈问题，而实时云渲染技术通过云端渲染和低延迟传输提供更优解决方案。相比系统级虚拟化的云桌面，应用级云渲染如LarkXR平台支持动态资源分配和弹性伸缩，在性能、成本、部署灵活性等方面更具优势。实时云渲染技术正快速发展，特别适合元宇宙、数字孪生等高实时性场景，可显著降低企业图形计算成本并提升用户体验。平行云的LarkXR平台已实现规模化应用，提供企业级云渲染解决方案。
一文详解容器服务面向大模型和 AI Agent 的技术变革
在生成式人工智能迅猛发展的浪潮下，企业应用正加速从模型研究走向业务落地。无论是大规模的数据处理、超大参数模型的训练与推理，还是部署能够自动完成任务的 AI Agent，这些场景都需要稳定、高效且可弹性伸缩的资源调度与管理能力。容器凭借环境一致性、跨平台部署和高效调度等优势，天然契合 AI 场景对多样化算力、快速迭代和规模化分发的要求，成为 AI 时代事实上的原生基石。然而，要满足在生产规模下的需求，产品及技术形态需随之演进。
