一文详解K8s环境下Job类日志采集方案
本文介绍了K8s中Job和Cronjob控制器用于非常驻容器编排的场景，以及Job容器的特点：增删频率高、生命周期短和突发并发大。文章重点讨论了Job日志采集的关键考虑点，包括容器发现速度、开始采集延时和弹性支持，并对比了5种采集方案：DaemonSet采集、Sidecar采集、ECI采集、同容器采集和独立存储采集。对于短生命周期Job，建议使用Sidecar或ECI采集，通过调整参数确保数据完整性。对于突发大量Job，需要关注服务端资源限制和采集容器的资源调整。文章总结了不同场景下的推荐采集方案，并指出iLogtail和SLS未来可能的优化方向。
AI模型推理服务在Knative中最佳配置实践
Knative和AI结合提供了快速部署、高弹性和低成本的技术优势，对于一些需要频繁变动计算资源的AI应用，如模型推理等尤其明显。那么在Knative上部署AI模型推理时可以遵循这些最佳实践，以提升AI推理服务能力和GPU资源利用率。
弹性计算双周刊 第20期
12月25日，斯坦福大学发布的DawnBench竞赛榜单中，ECS团队基于阿里云ecs.gn5i-c8g1.2xlarge实例的推理任务以每张图片4.218ms的性能，0.00000154美金的推理成本双双登顶DawnBench竞赛推理性能及推理成本榜单第一名。
基于ECI+FaaS构建游戏战斗结算服最佳实践
在游戏行业的很多游戏类型中，尤其是SLG，为了防止客户端作弊，在每局战斗之后，在客户端预判玩家胜利的情况下，需要服务端来进行战斗数据的结算，从而确定玩家是不是真正的胜利。战斗结算是强CPU密集型，结算系统每日需要大量的计算力，尤其是开服或者活动期间忽然涌入的大量玩家，导致需要的计算量瞬间几倍增长，同时需要结算系统保持稳定的延时来保证玩家的用户体验。
自建Kubernetes集群如何使用弹性容器实例ECI
虚拟节点（Virtual Node）实现了Kubernetes与弹性容器实例ECI的无缝连接，让Kubernetes集群轻松获得极大的弹性能力，而不必受限于集群的节点计算容量。您可以灵活动态的按需创建ECI Pod，免去集群容量规划的麻烦。本文主要介绍虚拟节点和ECI，通过ack-virtual-node组件如何部署虚拟节点及如何创建ECI Pod。
