相比于kernel bypass 模式需要结合具体的硬件支撑来讲，native IO是日常工作中接触到比较多的一种，其中同步IO在较长一段时间内被广泛使用，通常我们接触到的IO操作主要分为网络IO和存储IO。在大流量高并发的今天，提到网络IO，很容易想到大名鼎鼎的epoll 以及reactor架构。但是epoll并不属于异步IO的范畴。本质上是一个同步非阻塞的架构。
移动互联网后半场，海量技术已经成为了标配。在架构设计时，开发者能做什么、要考虑什么，从而实现一个设计精良的架构？欢迎往下阅读，和腾讯后台技术专家吕远方一起聊架构设计！
本文作者是蚂蚁集团前端工程师单凉，介绍了云凤蝶的类 EXCEL 的公式体系，云凤蝶是蚂蚁集团内部的表单、流程、页面搭建平台，为蚂蚁员工提供无代码/低代码的标准应用搭建服务。
兼容性测试是一种软件测试，用于确保构建的系统/应用程序/网站与其他各种对象（如其他网络浏览器、硬件平台、用户、操作系统等）的兼容性。这种类型的测试有助于了解产品在特定环境中的表现。
我们知道营销网站动效 几乎快成为网页设计的标配了 动效使营销效果展示方式更加丰富 更富有吸引力 用户在浏览网站时 得到生动活泼的情感化响应 获得正面的情绪反馈 这些甚至能影响用户的留存行为 如果整个页面存在大量的动态元素时 用户的视觉注意力被分散 影响信息的获取 反而会增加负面情绪
就像云计算引入了一系列 “大数据” 解决方案一样，生成式人工智能是新一波数据智能公司的催化剂。 还记得 “大数据” 这个流行语吗？它在云计算时代孕育了许多成功的公司，如 Snowflake、Databricks、DataStax、Splunk 和 Cloudera。但现在我们处于人工智能时代，据说机器学习软件现在已经达到或接近 “智能” 了（即使它容易 产生幻觉 [1] —— 但是，我们所有人不都是吗？）。 因此，鉴于当前的人工智能热潮，我们是否还需要 “大数据” 公司来对数据进行分类和组织呢？现在 AI 不是可以为我们做到这一点吗？ 为了了解数据公司如何适应人工智能时代，我采访了 Aaron Kalb[2]，Alation 的联合创始人之一。Alation 将自己称为 “数据智能” 平台，并推广了一个名为 “数据目录（data catalog）” 的概念。这将 “机器学习与人类策展（curation）” 相结合，创建一个企业公司的定制数据存储库。
近年来人工智能发展迅速，模型参数量随着模型功能的增长而快速增加，对模型推理的计算性能提出了更高的要求，GPU作为一种可以执行高度并行任务的处理器，非常适用于神经网络的推理计算，因此近年来在人工智能领域得到广泛关注与应用。 本文将结合我在阿里智能互联云端模型推理部署方面半年以来的工作学习，对相关的GPU编程与云端模型部署的知识与经验进行总结分享，下文内容为个人学习总结，如有疏漏与错误，还请各位不吝赐教。如有同样对云端模型推理部署、GPU计算优化、大模型推理部署相关技术感兴趣的同学，非常高兴能够进行相互的交流学习。
最近Al绘图很火，但是当我们想实际应用在线下物料的时候，是不是觉得图片太小了，印刷出来有点糊。而且在日常工作中，我们也会遇到一些需求方，拿着一些很糊很小的照片让你放大，或者让你弄清晰一点，以前我听到这类需求都是一脸黑人问号，但是最近，我发现不是需求方离谱，是我孤陋寡闻了。
计算机视觉领域三大顶会之一的 CVPR 今年已经开奖啦。 今年的 CVPR 将于六月在加拿大温哥华举办，和往年一样，字节跳动技术团队的同学们收获了不少中选论文，覆盖文本生成图像、语义分割、目标检测、自监督学习等多个领域，其中不少成果在所属领域达到了 SOTA（当前最高水平）。 一起来看看这些成果吧~
