写点什么
创作场景
- 记录自己日常工作的实践、心得
- 发表对生活和职场的感悟
- 针对感兴趣的事件发表随笔或者杂谈
- 从 0 到 1 详细介绍你掌握的一门语言、一个技术，或者一个兴趣、爱好
- 或者，就直接把你的个人博客、公众号直接搬到这里
登录/注册
系统性能需求
收录了 系统性能需求 频道下的 50 篇内容
YashanDB 数据库部署自动化的核心步骤详解
在现代企业环境中，数据库技术扮演着至关重要的角色，然而，许多企业在数据库部署过程中常常面临诸多挑战，如配置复杂性、版本控制以及高可用性保障等问题。在这些挑战中，如何有效地部署和维护数据库系统成为技术团队的一项重要任务。本文将深入探讨YashanD
01-13
0
ODCC 联合 NVIDIA、焱融等首发 KVCache 评测结果｜焱融 AI 存储实现推理提速降本双突破
AI 从模型能力竞争，进入规模化推理能力竞争的新阶段。随着大模型在企业级场景中的落地，推理系统的性能、成本与资源利用率，正成为决定 AI 商业化成败的关键因素。在这一过程中，存储作为 AI 基础设施核心支撑环节，成为释放 AI 算力、重构推理效率结构的核心能力。
「OS 产业报告」解读：国产操作系统的技术突围与生态跃迁之路
「AI 进化论」第七期围绕报告核心数据与深度洞察，硬核拆解国产 OS 的产业增长逻辑、技术突破路径、生态攻坚难点与未来发展蓝图，解码国产操作系统 “从追赶到引领” 的关键密码。
昇腾管推理、鲲鹏管 Agent，Agentic AI 让 CPU 重回舞台中央
是否实现全域内存统一编址和内存语义？
多核性能比上一代提升 28%，怎么做到的？Alibaba Cloud Linux 4 性能全解析
Alibaba Cloud Linux 4 是阿里云推出的全新一代 AI 基础设施操作系统，专为云端 AI 负载构建，能支持万亿参数模型训练，同时显著提升训练和推理效率。
告别“一刀切”：“需求分化”如何重构算力供给？
的实时交互、大模型的推理运算，到电商秒杀的突发流量承载、海量业务数据的长期存储，企业对算力的“量级”“性能”“能效”三维度都提出了前所未有的要求。
AI 正在向软件生命周期的上游延伸：从代码审查到产品需求文档（PRD）治理
大型科技公司正在将 AI 的应用范围从代码生成和代码审查扩展到软件开发生命周期的更早期阶段，包括产品需求验证和系统设计输入。
AI 时代的分野与合流：什么才是算力选型的“版本答案”？
当 AI 大模型从实验室冲向产业一线，企业的算力需求正经历一场前所未有的“撕裂式分化”……
Meta 部署统一的 AI 智能体，实现超大规模环境的自动化性能优化
Meta推出了一款新的AI驱动的容量效率平台，该平台使用统一的AI智能体自动检测和解决其全球基础设施中的性能问题，标志着向超大规模自优化系统的重大进展。
新瓶旧酒 or 涅槃重生？操作系统的 AI 进化终将走向何方？
OS 的 AI 进化，究竟是换汤不换药的 “新瓶旧酒”，还是颠覆底层逻辑的 “涅槃重生”？
腾讯云 TencentOS 智能运维平台 TManager 正式发布 | Q 推荐
为满足企业对运维效率、成本、安全合规性的需求，腾讯云正式推出 TencentOS Server 首款智能运维管理平台——TManager。
智算，云厂商的下一个战场
算存网数一体的高性能 AI Infra来了
AI 驱动的大数据自治：TCInsight 智能应对复杂运维挑战
在大数据平台高速发展的当下，生态扩张与业务量激增，致使大数据分布式组件问题愈发棘手，传统专家运维模式捉襟见肘。以腾讯大数据庞大的规模为例，面对海量计算单元、繁杂技术栈以及千万级任务管理，借助 AI 驱动实现大数据系统的故障和问题的快速洞察与自治能力，已成为行业迫切需求。
物理 AI 如何定义下一代平台革新？
物理 AI 是机器在现实世界中设计、部署与获得信任的全新篇章。
TencentOS 为华泰保险 400 余套核心系统打造安全稳定新基座
在华泰保险全集团多业务上云进程中，需完成存量400余套业务系统与3000余台虚拟机的迁移工作。
亚马逊云科技推出 S3 Files，为 S3 Bucket 带来文件系统访问能力
亚马逊云科技近期推出了S3 Files，用户可以挂载Amazon S3 bucket，并通过标准文件系统接口访问其中的数据。
内存一年疯涨 170%，云账单里的“隐性成本”该算清了
将硬件采购压力转化为按需付费的运营支出，把价格波动风险转移给云服务商，正在成为越来越多企业的选择。但问题并未因此结束。
物理 AI 演进之路：从受控环境走向现实世界
物理人工智能 (AI) 正推动机器从可预测的受控环境走向复杂多变的现实世界。
烧钱，能解决 AI 存储的焦虑吗？
存储短缺带来的焦虑，在 2026 年仍将延续。
大规模云和分布式应用：教训与策略
本文分享了扩展云和分布式应用程序的目标与策略，重点介绍了摩根大通（JPMorgan Chase）旗下Chase.com在云迁移过程中汲取的经验教训。讨论围绕三大核心目标展开，并详细阐述了实现这些目标的具体策略，最后说明了这些方法在实践中的落地方式。对于管理大规模系统的从业者而言，这些经验源自我们在摩根大通及其他金融机构多年来的实战积累，具有宝贵的指导意义。
Copyright © 2026, Geekbang Technology Ltd. All rights reserved. 极客邦控股（北京）有限公司 | 京 ICP 备 16027448 号 - 5
京公网安备 11010502039052号 | 产品资质
京公网安备 11010502039052号 | 产品资质
