会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

智慧水务云平台与大数据建设探讨

智慧水务是通过新一代信息技术与水务技术的深度融合，充分发掘数据价值和逻辑关系，实现水务业务系统的控制智能化、数据资源化、管理精确化、决策智慧化，保障水务设施安全运行，使水务业务运营更高效、管理更科学和服务更优质。

  • 2021-07-01
  • 阅读354
  • 下载0
  • 29页
  • pdf

中国移动研究院2020年5G终端芯片及测试产业报告29页

本报告围绕 5G 终端技术解决方案及测试认证方案，首先分析了 5G 射频器件和射频及基带芯片的技术要求和主流产品，然后介绍了智能终端和行业终端这两大类 5G 终端产品的关键能力和产品形态，再介绍了 5G 终端测试仪表的产业发展现状，最后从 5G 器件和芯片、5G 终端产品、5G 终端测试仪表三方面进行了总结，并对后续技术演进方向进行了展望。

  • 2021-07-01
  • 阅读152
  • 下载0
  • 29页
  • pdf

【智能家居】小葱AI智能家居赋能

小葱AI智能家居，专注于物联网+人工智能技术软硬件一体解决方案的科技公司，应用物联网和人工智能技术，连接人、设备、内容和服务，赋能智能家居、智慧酒店，智能公寓，智能办公，智慧养老等产业升级。

  • 2021-06-30
  • 阅读154
  • 下载0
  • 29页
  • pdf

朱小燕-大数据给移动医疗带来的契机

大数据（big data），IT行业术语，是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。 在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》 [1] 中大数据指不用随机分析法（抽样调查）这样捷径，而采用所有数据进行分析处理。大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。

  • 2021-06-30
  • 阅读366
  • 下载0
  • 29页
  • pdf

大型数据中心解决方案

绿色网格全球联盟一直致力于制定标准, 衡量，流程和技术以提升数据中心的性 能 是绿色网格计划的的创始成员及董事 会成员单位 能 ● 美国环境保护局 （EPA） 正在确定数据中心的效率标准 （能源之星评级） ● 欧盟委员会能源研究所 d正在确定数据 ● 欧盟委员会能源研究所 d正在确定数据 中心效率的 “行为准则” ● 大型企业联合会也正在开始确定公共的 ● 大型企业联合会也正在开始确定公共的 碳承诺

  • 2021-06-29
  • 阅读673
  • 下载2
  • 29页
  • pdf

1-FFA - YUNIKORN对Flink on K8s的调度优化 - Final

YuniKorn （jumn,kom/,Y fo YARN K for KBs, un+ for Unifiea） ●轻量级，通用的资源调度器 Alght-weighted, common resource scheduler ●可适配各种资源管理系统（YARN, K8s, etc） Platform independent ●优化了对大数据作业的支持 Enhanced scheduling capabilities for Big Data workloads

  • 2021-06-29
  • 阅读129
  • 下载0
  • 29页
  • pdf

1-张光辉-3-FFA2019分论坛企业实践-张光辉

分配Container时，尽可能选择CPUMem空闲的机器 When assiging containers, choose the idlest CPUMem machines 89 possible 针对10密集型作业，希望Container尽可能打散 For Vo bound jobs, deatnibute containers 88 discrete as possble Deploy Task时，希望Task在TM中分配均衡 When deploying tasks, distribute tasks among TMs as balenced as possiole

  • 2021-06-29
  • 阅读361
  • 下载0
  • 29页
  • pdf

1-吴良波-Apache Flink 在网易的实践

业务场景:用户实时足迹，用户实时特征，商品实时特征，实时CTR CVR样本组建，首页A区轮播, B区活动精选等UV,PV实时统计 简要逻辑:使用Sloth读取应用日志 （曝光，点击，加购物车，购买），进行数据清洗和维度拆分，写入Kafka,再使用Sloth读取Kafka数据，实时统计多维特征5 min,30min,1h的PV和UV,写入Redis,供线上工程计算CTR,CVR,以及优化搜索和推荐结果

  • 2021-06-29
  • 阅读348
  • 下载0
  • 29页
  • pdf