• 首页

  • 方案库

  • 工业品库

  • 招标项目库

  • 专家库

  • 人才库

会员中心
搜索
登录
注册
  • 方案名称

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
  • 全部
  • 人气排行
  • 下载排行
  • 页数排行
  • 最新排行

HBase性能优化方法总结

默认情况下,在创建HBase表的时候会自动创建一个region分区,当导入数据的时候,所有的HBase客户端都向这一个region写数据,直到这个region足够大了才进行切分。一种可以加快批量写入速度的方法是通过预先创建一些空的regions,这样当数据写入HBase时,会按照region分区情况,在集群内做数据的负载均衡。

  • 2021-08-07
  • 阅读149
  • 下载0
  • 7页
  • docx

HBase数据库性能调优(1)

配置优化 zookeeper.session.timeout 默认值:3分钟(180000ms) 说明:RegionServer与Zookeeper间的连接超时时间。当超时时间到后,ReigonServer会被Zookeeper从RS集群清单中移除,HMaster收到移除通知后,会对这台server负责的regions重新balance,让其他存活的RegionServer接管. 调优: 这个timeout决定了RegionServer是否能够及时的failover。设置成1分钟或更低,可以减少因等待超时而被延长的failover时间。 不过需要注意的是,对于一些Online应用,RegionServer从宕机到恢复时间本身就很短的(网络闪断,crash等故障,运维可快速介入),如果调低timeout时间,反而会得不偿失。因为当ReigonServer被正式从RS集群中移除时,HMaster就开始做balance了 (让其他RS根据故障机器记录的WAL日志进行恢复)。当故障的RS在人工介入恢复后,这个balance动作是毫无意义的,反而会使负载不均匀,给RS 带来更多负担。特别是那些固定分配regions的场景。 hbase.regionserver.handler.count 默认值:10 说明:RegionServer的请求处理IO线程数。

  • 2021-08-07
  • 阅读197
  • 下载0
  • 6页
  • docx

边缘计算硬件架构介绍

边缘计算包括跨越广泛位置和条件的系统组合,并支持各种用例。某个用例可能需要高功率GPU来实现人工智能(AI),而另一个用例则可能需要低功耗来延长电池寿命。设备的位置,例如微型边缘数据中心或壁挂式工业机柜,对硬件施加了不同的限制。

  • 2021-08-06
  • 阅读103
  • 下载0
  • 10页
  • docx

基于TensorFlow的分布式深度学习技术

随着各大企业和研究机构在TensorFlow上训练越来越多的机器学习模型,项目的数据和计算能力需求正在急剧增加。在大部分情况下,模型是可以在单个或多 GPU 平台的服务器上运行的,但随着数据集的增大和训练时间的增长,有些时候训练需要一周甚至更长时间。因此,开发者们不得不寻求分布式训练的方法。 今天分享的内容包括分布式深度学习概述(深度学习模型、分布式计算框架、分布式训练目标),分布式TensorFlow、模型训练优化技术和分布式计算提升方法。

  • 2021-08-06
  • 阅读140
  • 下载0
  • 12页
  • docx

人工智能和智能边缘方案及实践

什么是边缘计算 在靠近终端设备或数据源头的边缘节点,融合联接、计算、存储、控制和应用,满 足用户实时、智能、数据聚合和安全需求。 智能边缘,就是将简单的边缘节点智能化,将云上AI能力下沉到边缘节点,做到本 地处理。边缘计算是为减轻传统云计算架构的计算负担,是其补充或延伸,云边协同。 ? 连上云的边缘才有强大能力和灵活性。 ? 连上边的云才有数据引流上云和应用服务落地点。 人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能, 感知环境、获取知识 并使用知识获得最佳结果的理论、 方法、技术及应用。

  • 2021-08-06
  • 阅读107
  • 下载1
  • 16页
  • docx

谷歌发布史上最强人类大脑「地图」,在线可视3D神经元「森林」

长久以来,科学家们一直梦想通过绘制完整的大脑神经网络的结构,以了解神经系统是如何工作的。 不知你是否看过高分辨自动重建的3D大脑皮层地图? 近日,谷歌与哈佛大学的Lichtman实验室合作,发布了最新的「H01」数据集,这是一个 1.4 PB 的人类脑组织小样本渲染图。 H01 样本通过连续切片电子显微镜以 4nm 分辨率成像,再通过自动计算技术重建和注释,最后可以看到初步的人类大脑皮层结构。

  • 2021-08-06
  • 阅读119
  • 下载0
  • 10页
  • docx

一文看懂国产芯片现状(设计、制造、封测、材料等)

半导体是电子产品的核心,信息产业的基石。半导体行业因具有下游应用广泛、生产技术工序多、产品种类多、技术更新换代快、投资高风险大等特点,产业链从集成化到垂直化分工越来越明确,并经历了两次空间上的产业转移。全球半导体行业大致以4-6年为一个周期,景气周期与宏观经济、下游应用需求以及自身产能库存等因素密切相关。2017半导体产业市场规模突破4000亿美元,存储芯片是主要动力。

  • 2021-08-05
  • 阅读159
  • 下载0
  • 147页
  • docx

为何国内MES项目平均交付率低于50%?

在最近的联合国制造业出口排名中,中国位居榜首。但随着“工业 4.0”推动制造业经历近几十年来最深刻的变革,中国这个制造业大国也面临一个至关重要的问题:数字化转型,随着制造业数字化转型或者智能制造升级改造情况越演越烈,关于智能制造方面的内容也自然而然收到了聚焦,应网友提出的问题“为何国内MES项目平均交付率低于50%”,简单阐述下自己的一部分理解。

  • 2021-08-04
  • 阅读97
  • 下载0
  • 8页
  • docx
上一页 1 …… 19371938193919401941194219431944194519461947 …… 2193 下一页 共 17542 条


立即登录

没有账户,需要注册

登录用户可享受以下权益
  • 免费下载方案
  • 服币提现
  • 发布方案得服币
  • 交易分成

精品推荐

竞争对手分析

母公司公司的总目标是什么?母公司要求该业务单位做什么?将业务单位的定位是什么(基础业务还是边缘业务)

  • 阅读217
  • 下载0

2025知识图谱与大模型融合实践案例集

随着人工智能的迅猛发展,知识图谱与大模型作为两大核心研究领域,各自彰显出独特的技术优势。知识图谱以结构化方式精准刻画实体关联,为知识表示与推理提供了可解释的框架;大模型则凭借海量数据训练展现出卓越的自然语言理解与生成能力,具备强大的泛化学习性能。

  • 阅读254
  • 下载4

国内重点工业物联网平台四类厂商分类及选型指南

国内重点工业物联网平台四类厂商分类及选型指南

  • 阅读377
  • 下载6

工业物联网平台的典型应用场景深度分析

工业物联网平台发展重点: 一是行业深耕化,从通用型平台向“一米宽、百米深”的行业垂直平台转型,聚焦能源、交通、化工等领域的特定需求,沉淀场景化解决方案与行业Know-how,而非追求“大而全”的覆盖能力。 二是智能融合化,工业大模型与平台深度结合,实现工业知识的智能化重构、应用开发的低代码化升级,以及生产运营的自感知、自决策、自优化闭环管控,AI成为提质增效的核心变量。 三是生态协同化,平台不再是单一技术载体,而是串联产业链上下游的协同中枢,通过跨系统数据融合、产学研用金深度合作,形成“数据-算力-应用”的生态闭环,赋能供应链协同与产业集群升级。 四是部署灵活化,采用“平台化产品+私有化部署”结合的模式,兼顾中小企业轻量化需求与大型集团定制化诉求,支持公有云、私有云、边缘端的混合部署,平衡成本与安全性。

  • 阅读395
  • 下载9

最新上线

《中国半导体激光设备白皮书》

先进制程扩产叠加国产化替代风口,半导体激光设备大有可为 1.半导体激光设备概述 激光凭借高能量密度、非接触加工以及对材料适应性强等优势,被广泛应用于消费电子、汽车制造、新能源和半导体产业链等领域。随着半导体制造和封装工艺的发展,激光设备在半导体行业中发挥越来越重要的作用。

  • 阅读6
  • 下载1

华创证券_算力芯片行业深度研究报告:算力革命叠浪起,国产+GPU+奋楫笃行

GPU并行计算能力适用于AI训推需求,大模型发展催化GPU需求。GPU不仅仅负责图形处理,也能执行通用计算任务。其核心由大量简单的计算单元构成,这些单元被组织成强大的计算阵列,能够同时对海量数据执行相同的简单操作,因此相比CPU更擅长处理并行计算任务。当前主流的AI计算加速芯片主要有四种技术架构,相较于ASIC和FPGA,GPU在通用计算性能和开发友好性上更具优势,也比仍处探索阶段的NPU更为成熟,因而成为大模型训练和推理的主力。近年来,人工智能取得突破性进展,多模态大模型不断涌现。大语言模型的进化遵循ScalingLaw法则,其能力提升高度依赖海量算力供给。未来,随着AI大模型向多模态、强推理、数据合成等方向演进,算力将继续作为核心驱动力,推动模型能力不断突破,加速AI应用的广泛落地

  • 阅读6
  • 下载0

中文大模型基准测评2025年9月报告

1.海外模型保持头部优势,国内模型继续追赶。 在本次9月通用测评中,海外模型占据了榜单前6,其中GPT-5(high)以69.37分遥遥领先,o4-mini(high) (65.91分) 、 Claude-Sonnet-4.5-Reasoning (65.62分) Claude-Opus-4.1-Reasoning(64.87分)、Gemini-2.5-Pro (64.68分)等紧随其后。国内的DeepSeek-V3.2-Exp-Thinking、 Doubao-Seed-1.6-thinking-250715分别62.62分和60.96分并列国内第一。 2.国内开源模型优势显著。 国内的DeepSeek-V3.2-Exp-Thinking (62.62分)、openPangu-Ultra-MoE-718B(58.87分)和Qwen3-235B-A22B-Thinking-2507(57.73分)分别位于开源模型榜单前三,大幅度领先海外开源最好模型gpt-oss-120b(53.05分)。 3.国内模型更具性价比,海外模型推理效率更高。 国内模型的API价格大多数处于0-10元/百万Tokens,平均API价格为3.88元/百万Tokens,而海外模型的API价格比较分散,从2-200元/百万Tokens不等,海外模型平均API价格为20.46元/百万Tokens,是国内模型API价格的5倍以上。国内推理模型平均每题的推理耗时为101.07秒,而海外推理模型仅有41.60秒,海外推理模型的推理效率远高于国内推理模型。

  • 阅读7
  • 下载0

新能源行业剖析行业前瞻洞察系列:太空光伏远期空间巨大,太空数据中心有望推动需求

新能源行业剖析行业前瞻洞察系列:太空光伏远期空间巨大,太空数据中心有望推动需求:全球商业航天规模快速增长,随着AI算力需求爆发式增长,太空数据中心有望推动商业航天需求。光伏是航天活动中性价比最高的电源解决方案,太空光伏相比地面光伏优势明显。LE0卫星短期首选HJT晶硅电池,钙钛矿为未来首选。我们预计太空光伏电池市场空间短期内较为有限,但若发射成本急剧下降导致太空数据中心成本低于地面,届时年发射功率将爆发式增长。太空光伏的市场规模将高度取决于发射成本下降速度

  • 阅读6
  • 下载0
  • 关于我们

    电话:029-8838-6725

  • 新闻资讯

    企业简介 新闻动态 品牌实力 代理合作 诚聘英才 联系我们

  • 中服云

  • 工业互联网风向标

  • 在线咨询

西安/北京/南京/重庆/合肥/厦门/甘肃 地址:陕西省西安市雁塔区鱼跃工业园慧康生物科技产业园7楼 电话: 029-8838-6725

版权所有 @ 中服云 陕ICP备11002812号
  • 扫码咨询

    或

    点击立即咨询
  • 客服咨询

  • 用手机扫二维码

    或

    复制当前地址

  • 问题反馈 中服大讲堂 客服电话

方案库赚钱指南