随着阿里大数据产品业务的增长，服务器数量不断增多，IT运维压力也成比例增大。各种软、硬件故障而造成的业务中断，成为稳定性影响的重要因素之一。本文详细解读阿里如何实现硬件故障预测、服务器自动下线、服务自...
产品优势1. 免服务器运维通过UCloud的基础设施资源为业务提供支撑，无需对基础设施资源进行运维工作。2. 秒级计费按照实际使用的秒数进行收费，减少使用资源的成本投入。3. 秒级启动通过使用容器镜像秒级启动容器，不再依...
...止，配置一直是一个痛点。因为我们需要一个根证书认证服务器。 现在，Docker 在每个节点上都运行一个CA 服务器，这使得CA 服务器可以在默认情况下的节点间启用 TLS 加密。 设置手动加密的另一个痛点是认证循环，但是Docker eng...
...本文截稿时，在同程内部，目前共有数套 TiDB 集群，部署服务器数量近百台，总数据量数十 TB。其中最大的一个集群 10 多个数据节点，近十 TB 数据，数据量过百亿，支撑了每天过亿的访问，并提供千万级别的数据监控服务，平...
...，经历过千亿级网页链接的洗礼，也调度过数十万量级的服务器，热衷于直面架构技术挑战，在分布式计算、分布式资源和任务调度方面经验丰富。2015年转向运维方向，作为智能运维架构方向的技术负责人，致力于为百度智能...
...们引入了 Facebook Auto Remediation (FBAR)服务，一组运行在每个服务器上用来在检测到软件和硬件故障时自动执行代码的守护进程。每天，不需要人干预，FBAR将这些服务器从生产环境摘除并向我们的数据中心团队发送请求去执行物理...
...实现微服务及容器化部署之前，科盾是直接将应用部署在服务器上的，开发运维人员花费大量时间在开发、测试和生产环境的配置上，还要解决日常出现的网络、日志、监控等问题。随着公司业务的扩展，整个系统越来越庞杂，...
节点离线后的 pod 状态 在 kubernetes 使用过程中，根据集群的配置不同，往往会因为如下情况的一种或几种导致节点 NotReady: kubelet 进程停止 apiserver 进程停止 etcd 进程停止 kubernetes 管理网络 Down 当出现这种情况的时候，会出现...
...实现微服务及容器化部署之前，科盾是直接将应用部署在服务器上的，开发运维人员花费大量时间在开发、测试和生产环境的配置上，还要解决日常出现的网络、日志、监控等问题。随着公司业务的扩展，整个系统越来越庞杂，...
...境应用会包含多个容器，而这些容器还很可能会跨越多个服务器主机部署。Kubernetes 提供了为那些工作负载大规模部署容器的编排与管理能力。Kubernetes 编排让你能够构建多容器的应用服务，在集群上调度或伸缩这些容器，以及...
...库上马了一些弹性数据库服务，可以做到在一台物理服务器上同时配置多个数据库，将单机利用率提升到比较高的水平；同时配置的灵活调度系统，能够在两个数据库之间完成对压力不大的数据库数据迁移，能帮助客户有效...
ChatGPT和Sora等AI大模型应用，将AI大模型和算力需求的热度不断带上新的台阶。哪里可以获得...
大模型的训练用4090是不合适的，但推理（inference/serving）用4090不能说合适，...
图示为GPU性能排行榜，我们可以看到所有GPU的原始相关性能图表。同时根据训练、推理能力由高到低做了...
刘明
韩冰
王伟廷
苏丹
YanceyOfficial
王陆宽
