近日，阿里巴巴在国际顶级机器学习会议NeurIPS 2022上发表了新的自研训练模式 Gloabl Batch gradients Aggregation（GBA，论文链接：https://arxiv.org/abs/2205.11048），由阿里妈妈事业部搜索广告团队和智能引擎事业部XDL训练引擎团队联合探索和研发。GBA的提出对阿里巴巴搜推广稀疏模型的训练范式带来了架构性的跨越式升级。本文将从GBA的设计思路、收敛性分析及工程实现等方面展开介绍，欢迎阅读交流。 在过去一段时间内，高性能同步训练架构在阿里巴巴稀疏场景的全面落地，解决了稀疏场景无法充分利用GPU，以及缺乏高效的同步训练方案两个“硬骨头”。从资源性能角度，使得不同场景的深度学习任务训练加速比（每天训练样本日期数量）提高5～10倍，并利用GPU带来3～5倍的成本优势，节省训练开销可达每年千万量级；从业务效果角度，同步训练模式优化给部分广告业务带来了CTR指标百分位的提升。在这个时间点，GBA通过对同步和异步训练自由切换的技术突破，使得低配集群的资源也充分利用起来。GBA算法使得高性能资源和普通资源具有通用性
软件交付的终态是提供一个稳定可预期的系统，可预期的系统要确保环境和软件制品的一致性。而在软件研发协作的过程中，无论是制品、环境，还是发布过程，往往都是定义在代码里的。 软件交付体现为发布，而提升交付能力的目标，是要发的容易，发的频繁，增量要多，每次发的时间要少。
在本次会议中，Intl.Enumeration 提案成功进入到 Stage 4，距离它在 2020 年 6 月的会议上进入到 Stage 1 已经过去了两年半的时间，其它备受关注的提案如 Explicit Resource Management[1] 与 Set Methods[2] 也成功取得进展，进入到 Stage 3 阶段。
谈到好代码，我的第一想法就是优雅，那我们如何该写出好的代码，让阅读的人感受到优雅呢？首先简单探讨一下优雅代码的定义。 关于好代码的定义，各路大神都给出了自己的定义和见解 整洁的代码如同优美的散文。—— Grady Booch 任何一个傻瓜都能写出计算机可以理解的代码。唯有写出人类容易理解的代码，才是优秀的程序员。—— Martin Fowler 首先要达成一致，我们写的代码，除了用于机器执行产生我们预期的效果之外，更多的时候是给人读的，可能是后续的维护人员，更多时候是一段时间后的作者本人，因此优雅面向不同的用户有两层含义的解读。 1.对人而言，代码的整洁，清晰的逻辑； 2.对机器而言，准确性、执行性能、异常处理机制等； 这次，我们就来聊一聊，什么代码是优雅的代码，怎样写出优雅的代码。
网络与数据时代不断催生着新的命题，对现代人来讲，如何在技术蓬勃发展的信息爆炸中寻求一席之地，是我们应该不断探索的命题。我们带着这些问题，和各个领域的杰出技术人对话，一期一会，抵掌而谈，走进他们的“技术人生”，和他们一起去寻找答案。 在物理世界里，有一群人在关心着我们，保卫着我们的安全。其实今天在网络世界里，也同样有这样的一群人在保护着大家的信息安全、数据安全。本期《技术人生》我们邀请到了阿里云云安全业务的负责人欧阳欣，一起走进他的云上安全世界。以下为访谈实录：
ice.js 3 已经正式发布，期待更多的业务来使用、验证，一起建设更好的用户体验。 ice.js 3 地址：https://v3.ice.work/ 本文将简单介绍 ice.js 3 中已经落地和正在进行的一些体验优化策略，以供探讨。
ice.js 框架在之前的版本中，主要服务于中后台 / PC 的项目研发，而随着无线端以及多端能力的拓展，ice.js 3 将成为一套面向大淘宝技术的终端应用框架。因此在 ice.js 3 的版本中除了「开发者体验」之外，还围绕「用户体验」探索了大量技术方案。 ice.js 3 地址：https://v3.ice.work/
现今有越来越多的企业开始采纳云原生理念进行应用架构转型。而 K8s 和微服务是云原生的两大支柱，随着云原生浪潮而被广泛应用。 对多数应用而言，提供对外服务的使命并不会改变，相比于原来的单体应用，微服务架构下的应用的服务出口更多，管理更繁琐，微服务网关也应运而生；而 K8s 也提供了多种方式来暴露应用的服务，各种 Ingress 实现百花齐放。面对众多技术方案，我们如何做出合理的选择，规避潜在风险，本文将给出一些选型建议，供大家参考。
最近可谓是足球的一场狂欢盛宴，大家不知道是走上了天台，还是足球反买，别墅靠海。其中也有几场比赛引起了全球范围的讨论，例如阿根廷爆冷输给沙特的比赛，其中对于阿根廷几次越位的判罚引起了很大争议。而日本队上演了一出电影都不敢这么拍的剧情，在小组赛中依次战胜德国和西班牙并以小组第一的身份成功在死亡之组突围，并在对阵西班牙时一例界外球的判断引发了网络热议。另一场葡萄牙2比0战胜乌拉圭的比赛中，C罗到底有没有顶到球也引发了网友的讨论。 虽然人工智能技术已经渗透到了生活的方方面面，但提到足球与AI的时候，大部分人的第一反应仍然是这两者有什么关系吗，AI是怎么应用到足球中的呢？但其实在足球场景中科技前沿一直致力于对运动员行为的智能分析与自主判定，AI与足球已经进行了深度结合，最近比赛中出现的半自动越位技术的使用，足球内嵌传感器等等。在国外用AI进行足球智能分析或者辅助球队训练的训练已经非常成熟，甚至达到了商用级别。例如Pixellot，是一家基于AI技术提供体育完整解决方案的公司，其与巴塞罗那足球俱乐部达成了合作协议，在训练场内布置四台相机矩阵来捕获场地全景，并自动追踪足球和球员的动作
本文作者是蚂蚁集团体验设计师闻冰（社区称呼：空谷） ，本篇中，闻冰首先介绍了那些复杂应用的状态管理天坑，认为 zustand 是当下复杂状态管理的最佳选择，并从状态共享、状态变更、状态派生、性能优化等 6 个方面诠释了选择它的理由。本篇为上篇，下篇将介绍 Zustand 的渐进式状态管理实践，敬请期待～
