关于 首钢工 _ 谁有幸运28QQ群〖微信5888557〗jaibz群 的搜索结果,共824
金****洲 2018-07-10
混乱的集遇见TA 从此岁月静好
Master端主要做复杂的任务调度和管控逻辑,并且所功能都是模块化设计,用户可以根据自己的需求定制安装,包括虚拟化容器管理,应用包管理、部署、扩缩容、拓扑搭建和保活,集控制等。 Agent端则以简单为原则,弱化繁琐功能,仅作为任务的执行器,其中的supervisor组件,结合父子双进程原理,做到自升级和自保活,把云维人员的作量降到最低。 整个系统的作流程也十分简洁优雅!Agent通过定期心跳的方式,与Master进行通,在心跳发包中发送本机状态息,在心跳回包中获取Master期望的本机状态plan,并把期望plan与本地实际plan进行对比,针对差异的地方做相应修改,使二者保持一致,从而保证集中所机器最终状态一致。 总之一句话,一朝HALO在手,从此不用发愁。所维需求,直接调用接口。 结 语 为了防止大规模集被破坏,为了保护集世界的安全,贯彻高效和简单的维理念,这就是我们新一代的基础设施管理引擎HALO。 亲爱的读者如果你看到这,恭喜你在意义的事上花费不止1分钟。
3****3 2018-07-10
百度智能程架构
相比较原的单机房故障处理方式,在感知、决策、执行三个方面,L4级的单机房故障自愈系统效果显著: 1.感知方面,智能异常检测算法替代过去大量误报漏报的阈值检测方法; 2.决策方面,具备全局息、自动决策的算法组件替代了过去“老中医会诊”的人决策模式; 3.执行方面,状态机等执行长流程组件的加入,让执行过程可定位、可复用。 目前L4级的单机房故障自愈,已经覆盖百度大多数核心业务线,止损效率可做到分钟级,最快秒级止损,较人止损效率提升60%-99%。 总结 随着AIOps逐渐走向成熟和产品化,必将越来越多的维场景被AIOps所变革,而我们,百度云智能维团队,也希望秉承着这个方向,为行业贡献更多的创新理念、技术和产品,欢迎大家一起加入探讨。 最后,用一句话来总结下程架构对于智能维的意义: 框架在手,AI我:智能时代,框架会越来越重要,从机器学习框架TensorFlow到自动驾驶框架Apollo,概莫能外。
C****X 2018-07-10
雄逐“图”,百度缘何备受关注?
百度将高精度地图制作分为内外两部分,分别是外采、后台数据化处理、人验证与发布,简单说就是外部采集+后期处理。 先登场的是Velodyne提供的32线激光雷达,主要负责采集点云数据,其中激光雷达在车顶需要呈现一定的放置角度,为的是尽可能多的采集道路息而非天空息,避免误采。 摄像头主要负责采集前方道路影像,一般每秒拍摄 7-10 张照片。 车内的副驾驶位置是一台负责控制采集设备的电脑系统,主要起到监控功能,采集员可以实时监控采集情况,这样的装备每天至少需要采集150公里的高精度地图数据。 对于这些采集设备来说,处于同一个标准下作是非常重要的,综合起来的数据量一般在一公里1GB左右。 (图片来源于网络) 据悉,这些数据除了可以用来作为高精度地图的测绘数据,还可以为识别算法提供训练和测试样本,助于高精度地图自动化生产能力的提升。 采集作完成后,接下来就是自动融合、识别采集到的这些每秒10帧左右的图像,全部会由电脑进行自动识别以及融合。
TOP