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。
三个问题帮你构建更好的软件架构
在任何软件开发工作中，总是有太多的事情要做，而时间或资源却远远不够。问题在于我们想要构建的东西可能无限大，而相比之下，我们可用的时间和资源却几乎无限小。
开源车用操作系统上新了！可靠性飞跃 + 多核多分区架构升级，阿里达摩院都来搭生态
开源智能驾驶操作系统微内核龘EasyAda V2.3与开源安全车控操作系统小满EasyXMen V25.10新版本正式发布。
「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。
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 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”……
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”？
如何为 GPU 提供充足存储：AI 训练中的存储性能与扩展性
本文将重点聚焦于共享文件系统这一类别，在统一测试标准下对其表现进行分析。
九识智能：基于 JuiceFS 的自动驾驶多云亿级文件存储
数据体量从 TB 级快速增长至 PB 级，原有基于 Ceph 的存储方案面临高昂成本与维护压力，同时在处理小文件、元数据、高并发及延迟等方面逐渐出现性能瓶颈，影响仿真和训练效率。
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。
不仅是适配，更是定义标准：中兴新支点操作系统在龙蜥大会交出的“2025 答卷”
近日，2025 龙蜥操作系统大会（OpenAnolis Conference）在北京圆满召开，主题为“生态共融·智驱未来”。现场汇聚了逾千位全球技术领袖、业界精英和行业开发者，共同探讨 AI 时代下操作系统产业发展的新趋势、新挑战与新路径。
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。
软硬协同、开源共建：英特尔与龙蜥携手打造 AI 时代的可信计算底座
2025龙蜥操作系统大会前夕，InfoQ 对话英特尔技术专家与阿里云技术专家，揭秘双方如何通过第六代至强处理器与龙蜥操作系统的深度协同，破解这一行业难题。
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。
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。
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。
硬件成本直降 60%！原生分布式 VS 传统分库分表数据库
近年来，受半导体供应链紧张、核心芯片产能受限以及国际地缘政治波动影响，服务器硬件价格持续大幅上涨。尤其是企业数据系统投入的数据型服务器，受内存和存储的持续大幅涨价影响，上涨幅度甚至超过了 200%，并且交付周期延长，企业 IT 基础设施投入压力空前。
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
