关于 幸运飞艇免费单双大小计划数据 zs25.com 主管Q:86 的搜索结果,共1121
****ac 2018-07-12
亿元算力 | 百度脑AI Studio重磅推出算力支持
“提供总1亿元算力,助力开发者成功”——百度脑AI Studio 模型、算力是深度学习发展的必备因素,算力的重要性不言而喻。4月23日,首届 WAVE SUMMIT 2019深度学习开发者峰会,百度一站式开发平台 AI Studio 重磅推出算力支持:豪掷1亿元算力,为普通开发者破除算力桎梏。 百度脑AI Studio 百度脑AI Studio是集合AI教程、代码环境、算法算力、集和比赛的一站式学习、开发、交流平台。该平台旨在帮助开发者迅速掌握AI开发知识,并熟悉模型创建,训练及部署的全过程。 百度脑AI Studio中,项目有两个模式::一人一卡(机)和远程集群模式。 其中一人一卡模式的配置此前以CPU为。为了解决该模式下性能不足的问题,百度脑AI Studio准备了量的Tesla V100训练卡和相关资源,总价值1亿人民币。 Tesla V100训练卡是当前性能最好的工业级训练卡之一。根英伟达的说明, 该GPU的性能是核CPU的47倍。此举将普惠百度脑AI Studio用户,破除用户的算力困境。
h****l 2018-07-09
时代下的隐私保护(二)
例如苹果 在2016 年6 月份的WWDC 会上就提出了一项名为Differential Privacy 的差分隐私技术。苹果声称他 能通过算出用户群体的行为模式,但是却无法获得每个用户个体的。那么差 分隐私技术又是怎么做的呢? 在时代,如何才能保证我们的隐私呢?要回答这个问题,我们首先要知道什么是隐私。 什么是隐私? 我们经常谈论到隐私泄漏、隐私保护,那么什么是隐私呢?举个例子,居住在海淀区五 道口的明经常在网上购买电子产品,那明的姓名、购买偏好和居住地址算不算是隐 私呢?如果某购物网站统了用户的购物偏好并公开部分,公开的中显示北京 海淀区五道口的用户更爱买电子产品,那么明的隐私是否被泄漏了呢?要弄清楚隐私 保护,我们先要讨论一下究竟什么是隐私。 对于隐私这个词,科学研究上普遍接受的定义是“个用户的某一些属性”,只要符合 这一定义都可以被看做是隐私。我们在提“隐私”的时候,更加强调的是“个用户”。 那么,一群用户的某一些属性,可以认为不是隐私。我们拿刚才的例子来看,针对明 这个个用户,“购买偏好”和“居住地址”就是隐私。
小****园 2018-07-10
让PB级云存储不再神秘
一般迁移方案是现有百T,规未来3年到10PB,十个轻量应用对接代理网关继续使用,几个核心高负载应用改成直接访问存储。为了更好的发挥对象存储优势,厂商还要诱导客户使用云平台的各种新功能。迁移方案要靠谱必须说清楚所依赖环境、操作时间规、各步风险评估、验证验收标准等信息。 客户同样在于云平台的职业操守,但其反击能力要强于中客户,因为他们不会用云平台的标准合同,而是自己订制合同内容。法律合同上能震慑平台的一部分动作,但云平台还是会拿到,客户可以考虑多分几个供应商多做几个存储池。 4、何时选择私有云 对象存储一般是公有云服务,但是超型国企、电信营商、国家级项目、型独立互联网企业、金融行业、智慧城市、基因、气象、医疗等行业都因特定原因使用私有云存储。 对象存储适用于私有云要基于这三方面考虑: (1)建设成本 公有云建设成本有三头,服务器、IDC和公网带宽。公有云对比对中型客户在这三方面成本有巨优势,但也给自己保留了利润空间。很多客户能拿到比云厂商更低价格的资源,那可以拿掉给云平台留的利润,自建私有云存储。
b****z 2018-07-11
智能维基础-维知识库之ETL
因此,依托『书同文』的理念建立维知识库,提供一个统一的理系统,来维工作中的公共基础,打通系统间的关联,使这些能够遵循统一的模型被共享和使用。 为了使这些能够遵循统一模型,我们制定了各类的模型(Schema),采用ETL机制从各系统获取(Extract)、转换(Transform)成统一的模型、并存储(Load)在知识库中,其架构如图所示。 这些在建设时根业务对时效性要求的不同,分为以下三种: 离线建设,例如用于维变更效率指标统等相关的; 近线建设,例如故障诊断过程中依赖的; 实时建设,例如智能故障自愈、智能流量调度相关的路由等。 对于上述不同的我们采用不同的ETL方式,分别是: 拉(Pull ETL),周期性从源拉取,适用于离线的建设; 推(Push ETL),动推送变更的,适用于时效性较高的近线建设; Federation(Lazy ETL),在查询时从源获取、按照Schema转换后并返回,适用于实时建设。
m****t 2018-07-11
中立公有云云平台
至于渗透测试和漏洞扫描,其实和云服务没直接关系,没必要纳入云平台。WAF可以参照负载均衡服务进行设处理。 物理机和自控超卖比虚拟机,这是部分云厂商才提供的功能,这类资源开销偏不灵活,客户要给云平台发邮件才能申请到资源,客户日常有类似于虚拟机的理和监控需求。 云监控是一个基本的服务,对该服务的设包含安全评估、展示和通知机制。安全评估就是要不要装各厂商以Root权限行的Agent,展示就是各种监控统表和折线图展示给客户,各厂商是直接通知到最终用户还是通知到云平台后中转传递信息。 其他,诸如域名、ICP备案、虚拟空间等服务。 第五核心业务系统 已知云平台要理上述资源,且不同资源的优先级不同、同一个资源也不需要部署所有功能,那云平台自身该如何设和展示?经过对多个云平台的调研统,其核心必须的业务系统有四个,分别是“理平台”“用户系统”“系统”“厂商API封装工作”。这几个业务子系统都有几个人月就可以做出的简易版核心功能,也可以按照型软件工程去做全功能规理平台 这是营人员使用的的资源统、展示操作平台。
金****洲 2018-07-10
混乱的集群遇见TA 从此岁月静好
算历经多年发展,从最初的概念模型,到被众熟知,再到现在全行业拥抱上云,取得了巨的进步。云的要客户已从最初的中初创公司逐步渗透到各行各业的型企业。可以说,企业上云已是企业发展的必由之路。部分敏感的企业结合自身的安全性、所有权和控制权等综合因素考虑,会选择搭建自己的私有云或者混合云环境。 但是在上述环境中,用户的机器都需要自行理,这就必然给云维人员带来很多意想不到的麻烦。 其实我们面临的问题从来就没有什么的变化,唯一不同的只是机器规模越来越,人心越来越复杂。 Q如何在1台机器上部署基础设施?A 一切都源于那个亘古不变的道理:扔一个文件到机器上,然后跑一个命令。 Q如何在10台机器上部署基础设施?A 写个for循环搞定。 Q如何在10000台机器上部署基础设施?A 这个也好办!定制操作系统镜像CUSTOM.iso装机自动化安装! then…… Q如何快速升级所有机器上的基础设施? Q服务因异常挂掉,能自动重启保活吗? Q公司做活动,预流量突增,能扩容吗? Q公司活动结束,为节约成本,能缩容吗? Q新开发的基础设施服务有问题,能立马回滚吗?
w****t 2018-07-10
AIOps中的四金刚
故障自愈机器人:针对个业务场景进行平台化抽象,使之成为一个基础服务,基于AIOps平台研发和行。 AIOps时代的职责和技能变化 平台研发工程师负责维平台及基础组件的研发与建设。 在传统维场景中,平台研发工程师负责平台、基础组件、类库和工具的研发工作。在针对维的场景中,会覆盖维相关的服务理、监控、变更、流量调度等相关平台。 这部分平台是维的基础,在AIOps时代仍然需要依赖于这些平台的建设。 同时在AIOps场景中,成为了中心,维各种状态信息转换为,机器学习则作用在上进行分析。在百度AIOps的实践中,维开发框架、维知识库、维策略框架共同组成了完整的智能维平台,三平台的建设和实施离不开、机器学习架构的引入。这就要求平台研发工程师具备、机器学习平台架构师的多重身份,具备流式算、分布式存储、机器学习平台、算法策略平台等一系列和机器学习平台架构能力。 维研发工程师 基于多个业务线场景抽象出的机房故障自愈解决方案,能够满足部分场景需求,但并不意味着可以直接提供给各个业务线来使用。
M****点 2018-07-10
中国云算现状——产品篇
最初这种鸡肋设定是vxlan发育不全做的权宜之,但这逐渐变成一种新的权限分配的契机。OpenStack API可以将网卡在机之间插拔理,网卡从机附属设备变成了独立资源,内网IP的分配职责从系统工程师变成了网络工程师,无被安全组恶心过的用户,也逐渐放弃了本机防火墙。这些改变是从网络层面践行云算的设哲学,机(IP/防火墙)不重要,云机就是生生不息的群狼,组织群狼的网络更加重要了。 二、PaaS产品 相比同质化竞争打价格牌的IaaS云,PaaS产品才是云算的未来。用好PaaS产品可以更省人力、更快交付,按用量付可能会比按资源付更便宜(也可能更贵),而PaaS平台的恼人和诱人之处均在于产品形态很模糊、服务质量很难评估、很难独立营、没有领头羊企业和事实标准。 PaaS云平台和IaaS云资源的区别就在于,平台需要理解客户的动作和状态。对象存储和CDN就是最典型的PaaS服务,云平台按照容量、访问流量、访问次和方法收;Mysql RDS只能按照内存和日志空间上限,但仍然可以替客户做库状态展示、分析和备份,这是过渡性的PaaS。
红****2 2018-07-10
故障自愈机器人,保你安心好睡眠
机房故障诱因众多不可避 机房故障诱因众多,详细复盘若干机房故障发现故障诱因致可以分为四类: 基础设施故障:物理机房故障、网络链路拥塞、流量转发基础设施故障等 程序缺陷:程序隐藏bug、程序性能严重退化等 变更故障:测试不充分的程序、配置、变更,人工临时介入的误操作等 依赖服务故障:第三方服务故障例如通用的认证服务、支付服务、存储服务、算服务故障等 机房故障止损可靠性与效率急需提升 人工处理场景下,维人员通常选择7*24时值班,接收量的报警,随时准备在紧急情况下进行响应、决策、操作一系列故障止损动作,尽量挽回服务损失,降低故障影响。 但上述解决方案会面临如下问题: 响应可能不够迅速:例如夜间报警 决策可能不够精确:例如新手OP经验欠缺,误决策 操作可能出现失误:例如止损命令错误输入 “机器人”处理场景下,机房故障自愈程序可独立完成故障感知、决策、执行的完整故障处理过程,并及时向维人员同步故障处理状态。维人员的职责由处理转向理,最终维人员在低压力值班中保证服务稳定行。
l****m 2018-07-10
五年前的预言——2012年云算时代的维职位展望
维人员中一多半都是网站维,这些维受到云算行业的碾压性冲击,必然会波及整个维行业,以及因此衍生的培训、理、硬件销售、IDC工作。 我原先一直不愿意承认这一点,我也认为维工作很重要,但前端时间我看了一个故事,想和家分享一下。 在191x年的时候,每个工厂都有一个副厂长负责理电力,那个时候新建工厂要考虑是自己建水电站还是火电站,甚至连拉煤球的车都要自己准备;但后来各个工厂用的电力标准趋于一致,就没有企业自发电而是从电网买电了,这个电力副总裁的职位就成为历史了。 我记得05年以前做维,我们都要自己找很多种驱动、学习不同的板配置方式、研究自有机房的空调系统,但如今维的职位完全不用关心这些事情了,反倒是对负载均衡、高可用、等问题越研究越深了。 云算的目标是让IT服务像电力一样随时可用,这是一个积极正面的趋势,没有人能也没有人应该挡住他,维职位可用消失,但你不应该因此而失业。 本次去参加WOT云算架构师会,我就是想看一下云算究竟发展成什么样子了。这次会后我胆估,云算会在短则五年、长则十年的时间里将部分维的饭碗抢走。
追****圣 2018-07-11
给书记省长讲清楚云
但是这些营收会入云算公司所在地,而非云基地机房所在地,云基地只能被当做外地公司在本地租赁的库房,只会在所在地消掉地租、电和网。各地政府只有提供足够的优惠政策,才能吸引云算公司在当地成立独立税务核算的分支机构;有长久规的地方政府甚至可以将云算人才逐步引入当地,形成高科技硅谷园区。 型国企要做云算的要问题是缺乏人才,在私企做云算的收入是国企的3倍以上,国企很难保证核心员工不流失。国企如何收罗高薪互联网人才这个问题,可能不是靠几个户口指标能解决的。 无论是合作营还是仅仅采购建仓库,云基地都需要用到中心、网络接入、电力接入和服务器这几块资源,中型云基地每年的采购金额在亿元左右。 做云算要满足哪些条件,如何才能筑巢引凤。 云算是一个重资产投入长期产出的项目,各地政企也没有独立安装和售卖云服务的能力,如要引凤先需筑巢,要做出可靠的云算项目,必须有如下硬性资源。 建设云基地需要的中心、网络、电力资源必须从当地采购,如果当地缺乏这些资源云基地无法建设和生产行。 中心的要求不高,简理解成一个做好恒温恒湿除尘防盗的车间厂房,对交通和区位没太高要求。
思****来 2018-07-11
重磅:构建AIOps的MNIST
解决问题的最佳办法是在上线前使用标注对报警规则进行系统地评估。 另一方面,对于复杂场景的异常检测,量准确的标注也是使用统方法或机器学习方法建模的必要条件。 为了进行正常建模和算法效果评估,我们需要获取量准确的标注,通常时序可以从监控系统中方便地获得,标注则需要人工完成。在标注过程中要有两类问题: 准确性:标注人员通常对异常认识不清晰,随着标注进度的推进,判断标准很容易发生漂移。 标注效率:异常占比很,标注时量的时间耗在检查正常上,效率较低。 经过一系列调研,我们发现已有的时序标注工具较少,功能也比较简,仅提供了趋势图展示、异常时段标注、简参考线(天同比/周同比)等功能,对于解决标注过程中的准确性和效率问题帮助有限。 这里,我们给出了一种基于自动异常检测的辅助标注方法:在标注开始前,自动分析疑似异常区间,高亮提醒标注人员关注,减少检查正常的精力;在标注过程中,提供异常区间对比功能,协助标注人员认识异常,避判断标准的漂移,减少标注前后矛盾的情况。
流****水 2018-07-11
度云企业级维平台——NoahEE
在NoahEE的监控理模块中,你可以期待全面的各种监控相关功能,包括了采集Agent、强的汇聚算与指标派生、灵活的报警机制、高效的时序库(TSDB)等等。除了这些以外,考虑到企业中更复杂的监控场景,例如通过SNMP/IPMI等标准协议对于网络设备等进行采集,报警通知方式可以自定义,支持和企业内通讯软件例如Lync等进行整合。NoahEE的这些监控能力,可以让你全面掌握维工作的方方面面,各种问题洞若观火。 一张图简地将NoahEE监控模块的特点总结一下: 图5 监控理 今天介绍的NoahEE文章里,我们只介绍了基础维技术相关的产品,当然除此之外,我们还提供高级版的智能维产品,相信将基础版维平台与自动异常检测、辅助根因诊断、智能故障自愈等AIOps技术结合,会让维更上一个台阶,为业务带来更价值。 总 结 作为一个自动化维平台,NoahEE的功能全面且易于使用,在这篇文章中无法面面俱到的详细阐述,家可以通过访问我们的维网站http://aiops.baidu.com来详细了解我们的维产品。
x****3 2018-07-10
中国云算现状——采购篇
五、戳破乱象做科普 云厂商在服务个人客户和开发者的一些宣传特征并不适合项目企业客户,我们应该向采购决策人讲解这些特征的害处,并在应标文件中做更踏实可靠的承诺。 1、公有云厂商的营规定是霸王规定,SLA条款是责条款,根本不考虑客户利益。客户感知到故障了客服却不敢承认,等到技术部和公关部确认发通告已经过去好几天了;部分云服务故障的定义是业务中断,并不解释性能低到何种程度算业务故障;假设云机宕机30秒后重启了,百倍赔偿就是用3000秒代金券让客户闭嘴;只有丢失怎么办,好像没有任何SLA说得清楚。很多客户宁愿多掏钱选择用型厂商或者私有云,就是因为型公有云厂商客户的像个游戏会员。无论你推销公有云还是私有云,要拿出面对问题的诚意来,客户操碎心了明年就不续约了。 2、客户并不想盲目做预算,纯为省钱就不做采购了,只有其他方面没什么好比的了才会比价格。我经常给客户算友商的成本,如果友商不赚钱甚至亏钱,采购决策人也会感觉到风险,钱都不要的厂商是想要命吗?政府采购有规则漏洞出了很多0元中标,但这个乱象不会持续太久,你也能去投0元的标,中标了就发企宣文章,然后的事都不重要了。
C****X 2018-07-10
群雄逐“图”,百度缘何备受关注?
高精度地图算架构 (图片来源于文章《高精地图在无人驾驶中的应用》) 整体过程可以简描述为,陀螺仪(IMU)及轮测距器 (Wheel Odometer)可以高频率地给出当前车辆的位置预测,但由于其精确度原因,位置可能会有一定程度的偏差。 为了纠正这些偏差,可以使用传感器融合技术(比如使用Kalman Filter) 结合GPS与激光雷达(LiDAR)的算出当前无人车的准确位置,然后根当前的准确位置与激光雷达的扫描,把新加入地图中。 如果探究具体的实践过程,其实可以参照下面的关系式: (图片来源于文章《高精地图在无人驾驶中的应用》) 其中Q代表优化方程,z代表激光雷达扫描出的点,h为方程预测最新扫描点的位置与反光度,m为扫描到的点在地图中的位置,x代表无人车当前位置。 这个方程的目的是通过最化J求出测量点在地图中的准确位置。在算模型中,m与x开始都是未知的,可以先通过多传感器融合求x,再求出测量点在地图中的准确位置m。 百度的高精度地图如何制作而成? 百度将高精度地图制作分为内外两部分,分别是外采、后台化处理、人工验证与发布,简说就是外部采集+后期处理。
TOP