当前位置: 首页 > news >正文

亚马逊云科技re:Invent:2025年将发生新变化

自从2006年推出Simple Storage Service(S3)和Elastic Compute Cloud(EC2)云计算服务以来,亚马逊云科技在过去的18年中,一直都是全球云计算技术的开创者和引领者。而随着人工智能技术的飞速发展和生成式AI时代的来临,亚马逊云科技也将越来越多的资源投入到了生成式AI领域。

作为全球云计算以及人工智能行业一年一度的顶级盛宴,亚⻢逊云科技re:Invent全球大会已经连续举办了13年,每年都会吸引全球数以万计的技术精英、企业高管和合作伙伴参会。2024年的亚马逊云科技re:Invent全球大会更是吸引了6万现场观众,以及超40万人在线观看,规模可谓盛况空前。而本届大会上与生成式AI有关的发布内容,更是成为了业界万众瞩目的焦点。

近日,在亚马逊云科技2024 re:Invent中国行北京站上,亚马逊云科技大中华区产品部总经理陈晓建表示,生成式AI时代为企业开启了巨大的机遇,2025年将会迎来新的变化,很多客户将从原型验证阶段转化为生产阶段。 

de3c9c6a814efd00e94ab2606c0d41b6.jpeg

计算服务:远超其他服务商的丰富选择

陈晓建指出,亚马逊云科技认为,几乎所有的应用程序都可以分解成为几个核心的构建单元,亚马逊云科技所做的就是构建出非常优秀的服务,让用户可以轻松自由地搭建这些核心单元,满足其在特定场景下不同的业务需求。

在计算服务领域,亚马逊云科技提供的计算实例类型远超其他云服务提供商。Amazon EC2为用户提供了丰富的选择,助力客户为应用和工作负载找到更具性价比的解决方案;Amazon Nitro System采用自研芯片,实现了网络、计算和存储的虚拟化,提供裸机性能、高安全性和灵活性,为计算领域创新奠定基础;强大的自研芯片Amazon Graviton4单核计算性能提升30%,虚拟CPU数量和内存容量均为上一代3倍,目前Graviton在数据中心新增处理器中占比超50%,前1000大EC2客户中超90%已使用Graviton。Pinterest迁移到Graviton平台后,性能提升,计算成本降低47%,碳排放量减少62%;搭载NVIDIA Blackwell芯片的Amazon EC2 P6实例系列,计算性能是当前GPU的2.5倍。

基于新发布的自研AI芯片Amazon Trainium2的Amazon EC2 Trn2实例性价比提升30-40%,单个实例计算性能高达20.8 Petaflops,Adobe、Poolside和Databricks等企业已在Trainium2上取得初步成果。

除此以外,亚马逊云科技还推出了Amazon EC2 Trn2 UltraServer,通过NeuronLink互连技术连接4个Trn2实例,单个计算节点峰值计算性能超过83.2 Petaflops。与Anthropic合作打造的Rainier项目Trn2 UltraServer集群将使用数十万个Trainium2芯片。2025年推出的Amazon Trainium3将采用3纳米制程工艺,计算速度提升2倍,能效提升40%,助力客户以更低成本构建更大规模、更强性能的应用。

存储服务:持续进化的Amazon S3

Amazon S3自2006年推出以来,彻底变革了数据管理方式。十年前,在Amazon S3中存储容量达到1PB的客户还不到一百家,如今已经有数千家客户达到此规模,存储对象数量突破400万亿,甚至有客户的存储量已经突破1EB,Amazon S3强大的扩展能力令人叹为观止。

凭借出色的扩展性、性能、成本效益和易用性,Amazon S3已经成为企业构建数据湖的首选平台,可以为不同领域的分析、金融建模、实时广告投放、AI等各类工作负载提供支持。

虽然Amazon S3已经备受客户好评,但是亚马逊云科技仍然在不断探索改进。今年re:Invent上新发布的Amazon S3 Tables专为Iceberg表设计,查询速度提升3倍,每秒处理事务数量提升至10倍。与之同时推出的Amazon S3 Metadata元数据服务,能够帮助客户即时发现和理解S3中的数据,自动创建可查询的元数据,并几乎实时更新。这些创新将进一步增强Amazon S3在数据分析和AI应用场景中的支持能力。

59be2f53b3a01c592b496ac15e939630.jpeg

数据库服务:为不同场景专门构建

针对不同行业的不同应用场景,亚马逊云科技也为客户提供了关系型数据库、图数据库、文档数据库等专门构建的数据库服务,让企业在每一种使用场景下都能找到最适合的数据库工具。

2024年适逢数据库服务Amazon Aurora发布10周年,该数据库完全兼容MySQL和PostgreSQL,既能提供商业数据库级别的可靠性,又具备开源数据库那样的可移植性,性能更是比自托管开源数据库提升至3-5倍,成本却仅为商业数据库的十分之一。

本届re:Invent大会新发布的Amazon Aurora DSQL无服务器分布式SQL数据库,结合了Amazon Time Sync服务,可在多区域实现近乎无限扩展,可用性高达99.999%,支持强一致性,具备低延迟的读写性能,完全兼容PostgreSQL。较其他流行分布式SQL数据库读写速度提升了4倍。而新发布的Amazon DynamoDB global tables可支持多区域强一致性,⽆论客户选择SQL还是NoSQL数据库,都可以支持主动-主动的多区域部署,同时具备强一致性、低延迟和高可用性。

数据分析服务:全面深⼊的专用服务组合

数据是现代企业的重要资产,为此亚马逊云科技提供了数据仓库Amazon Redshift、大数据处理Amazon EMR、搜索分析Amazon Opensearch、流数据分析Amazon Kinesis/Amazon MSK、数据集成Amazon Glue、交互查询Amazon Athene、BI工具Amazon Quicksight等涵盖多个领域、专业全面的产品服务组合。

本届re:Invent发布的新一代Amazon SageMaker整合了数据、分析和AI工具集,成为满足所有数据需求的统一平台,涵盖分析、数据处理、搜索、AI模型开发和训练等功能。Amazon SageMaker Unified Studio作为一站式开发平台,现已开放预览,支持协同工作并内置数据目录和治理功能。Amazon SageMaker Lakehouse提供简单统一的访问方式,兼容Apache Iceberg,便于数据处理和访问。全新Zero-ETL与SaaS应用程序的集成,使客户无需复杂数据管道即可访问第三方数据。

之前大家熟悉的Amazon SageMaker如今更名为Amazon SageMaker AI并推出多项更新,包括Amazon SageMaker HyperPod新训练配方功能、灵活训练计划及任务治理功能,简化入门过程,节省训练时间,最多可降低40%的成本。此外它还整合了亚马逊云科技合作伙伴的热门AI应用,加速模型开发生命周期,提供无缝的全托管体验,确保数据安全与隐私。

a5e14856cfb724775507524fc9d146fa.jpeg

Amazon Nova:新一代基础模型

在生成式AI推理方面,亚马逊云科技推出了新一代基础模型Amazon Nova。该系列包括多种类型的模型,如Amazon Nova Micro、Amazon Nova Lite、Amazon Nova Pro和即将推出的Amazon Nova Premier。这些模型能够满足不同场景下的需求,从低成本的文本到文本响应到功能强大的多模态模型,Amazon Nova系列都能够提供卓越的性能和准确性。

作为新一代图像生成模型,Amazon Nova Canvas能够帮助客户生成高质量图像并且支持图像编辑功能,用户还可通过Canvas模型进行微调;新一代视频生成模型Amazon Nova Reel能够提供先进的视频生成质量和低延迟,用户仅需简单描述即可从文本生成视频,极大地推动了视频制作的普惠化。

为了支持用户更好地使用Amazon Nova系列模型,亚马逊云科技还推出了多项新特性。譬如Amazon Bedrock Marketplace平台使得用户能够使用领先供应商提供的一百多个新兴和专业基础模型。通过统一界面,用户可以方便地发现、测试和部署这些模型。同时,Amazon Bedrock还提供了统一API、知识库、安全防护和Agent等工具,来支持用户更好地管理和使用这些模型。

Amazon Bedrock:AI推理构建工具

在AI推理构建工具方面,亚马逊云科技也在不断推陈出新。Amazon Bedrock是构建和扩展生成式AI应用的关键平台。为了提升用户的投资回报,亚马逊云科技推出了多项新特性来强化这个平台的功能和性能。

譬如Amazon Bedrock新推出的延迟优化选项,基于Amazon EC2 Trn2实例,利用最新硬件和软件优化,可在多模型上实现更好的推理性能。用户指定推理请求优先级后,平台会自动处理并优化性能。通过Amazon Bedrock模型蒸馏功能。用户只需提供示例提示,平台就会自动完成工作并通过蒸馏得到的模型运行速度提升到5倍、成本降低75%。

Amazon Bedrock知识库支持GraphRAG,可利用Amazon Neptune自动生成图谱建立数据源关联,用户无需专业知识即可开发更全面的生成式AI应用,清晰展示连接和信息来源,提升事实验证透明度。为了提升事实验证的透明度和准确性,Amazon Bedrock还推出了自动推理检查功能,可基于数学验证来检查模型事实性陈述的准确性并展示推理过程,在保险等领域确保回答的准确性并降低风险。此外,Amazon Bedrock还支持多智能体协作功能。用户能够创建多个Agent来协作处理复杂工作流程,从而提高工作效率和准确性。

e688c70b0dbeec8d9d4ad70a3d4ac66f.jpeg

Amazon Q:助力企业提升效率

针对近年来大获好评的生成式AI助手Amazon Q系列,亚马逊云科技也推出了多项新特性来助力企业提升效率。Amazon Q系列包括Amazon Q Developer和Amazon Q Business两个版本,可为不同场景提供生成式AI支持,并帮助企业提升内部工作效率。

Amazon Q Developer在SWE-bench测试中表现出色,已能解决54.8%的软件开发问题,并推出三款新自动化智能体,大幅提升开发效率。其新功能加速大规模传统工作负载转型,缩短转型时间并降低成本,同时还能轻松排查亚马逊云科技环境中的各类问题,提升运维效率。

Amazon Q Business则是一款功能强大的生成式AI助手,可连接多种业务系统,充分利用公司内部数据,加快任务处理速度,让用户在不同数据孤岛中搜索、总结信息,并展开对话。目前Amazon Q已集成到QuickSight中,即将实现与Q business数据的无缝整合,提供数据洞察。同时新API使独立软件供应商可访问Amazon Q Business索引功能,降低安全风险。即将推出的Amazon Q Business工作流程自动化功能将帮助企业实现跨团队、跨应用的任务自动化,只需几分钟就能完成工作流搭建。

2025年:新的变化即将发生

“亚马逊云科技是全球云计算的开创者和引领者,更是企业构建和应用生成式AI的首选,今年re:Invent全球大会的一系列重磅发布再次印证了这一点。我们不仅在云的核心服务层面持续创新,更在从芯片到模型,再到应用的每一个技术堆栈取得突破,让不同层级的创新相互赋能、协同进化。我相信,只有这样全栈联动的大规模创新才能真正满足当今客户的发展需求,加速前沿技术的价值释放,助力各行各业重塑未来。”陈晓建表示,“我们非常关注生成式AI领域,并且生成式AI产品发布节奏已大幅加快。以前每年主要在re:Invent发布重大特性,现在re:Invent只是发布生成式AI特性的一个窗口,我们在其他时间也会密集发布新特性。以Amazon Bedrock为例,在re:Invent期间陆续发布了21个新特性。”

陈晓建指出,亚马逊云科技注意到,2024年许多客户都开始从思考阶段进入实践阶段,并进行了大量的场景试验。而2025年肯定还会发生新的变化,很多客户将从原型验证阶段转化为生产阶段,这也是生成式AI应用落地的必经之路。届时客户需求将会变得更加复杂,除了选择模型之外,还会需要各种技术支持。而亚马逊云科技开发Amazon Bedrock的目的,不仅是提供模型市场,更重要的是提供能让模型推理运行时所需的各种生产力工具和生产环境工具,这也是Amazon Bedrock的真正价值所在。

沙利文大中华区总监李庆表示:“本届re:Invent大会上的新发布更加侧重于产品的实际应用和工具优化,这表明过去一年中,全球用户正在积极使用亚马逊云科技进行生成式AI应用的探索和创新。本次更新有两个方面让我印象深刻:一是随着全球企业对生成式AI的深入应用,数据不仅实现跨区域的传输与协同,更实现跨地域、跨区域的深度连接;二是亚马逊云科技进一步优化生成式AI的应用,从数据存储、治理到管理的全流程提升,旨在简化AI对数据的使用,同时强化模型功能、增加AI agent管理和应对模型幻觉的功能。此外,新发布的Amazon Nova大模型家族备受期待,这一系列的模型和亚马逊云科技的开放选择理念将为用户带来更多创新机会,进一步推动AI的发展。”

50f249c60affaa363f018c4d8716ffaa.jpeg

d3db943089c76287b9e32cb37544abf3.jpeg

1628a697dd91e92fe453382f55e1691d.jpeg

4ad52be936285aa582a2a8038ed85ff7.jpeg

相关文章:

亚马逊云科技re:Invent:2025年将发生新变化

自从2006年推出Simple Storage Service(S3)和Elastic Compute Cloud(EC2)云计算服务以来,亚马逊云科技在过去的18年中,一直都是全球云计算技术的开创者和引领者。而随着人工智能技术的飞速发展和生成式AI时…...

某集团GIF动态验证码识别

注意,本文只提供学习的思路,严禁违反法律以及破坏信息系统等行为,本文只提供思路 如有侵犯,请联系作者下架 本文识别已同步上线至OCR识别网站: http://yxlocr.nat300.top/ocr/other/16 最近某集团更新了验证码,采用gif验证码,部分数据集展示如下...

llama.cpp:PC端测试 MobileVLM -- 电脑端部署图生文大模型

llama.cpp:PC端测试 MobileVLM 1.环境需要2.构建项目3.PC测试 1.环境需要 以下是经实验验证可行的环境参考,也可尝试其他版本。 (1)PC:Ubuntu 22.04.4 (2)软件环境:如下表所示 工…...

美国加州房价数据分析01

1.项目简介 本数据分析项目目的是分析美国加州房价数据,预测房价中值。 环境要求: ancondajupyter notebookpython3.10.10 虚拟环境: pandas 2.1.1 numpy 1.26.1 matplotlib 3.8.0 scikit-learn1.3.1 2. 导入并探索数据集 通用的数据分析…...

聚类算法DBSCAN 改进总结

目录 1. HDBSCAN (Hierarchical DBSCAN) 2. OPTICS (Ordering Points To Identify the Clustering Structure) 3. DBSCAN++ (DBSCAN with Preprocessing) 4. DBSCAN with k-distance 5. Density Peaks Clustering (DPC) 6. Generalized DBSCAN (GDBSCAN) 总结 是的,DBS…...

深入理解 Spring IoC 容器与依赖注入:从基本概念到高级应用的全面解析

IoC 容器与依赖注入 一、什么是IoC容器二、IoC原理1. 原理解释2. 一个通俗易懂的解释3. 举个例子a. 传统方式:手动创建对象b. IoC 和 DI:控制反转与依赖注入c. 解释d.总结三、依赖注入(DI)的三种方式1. 构造器注入(Constructor Injection)2. 字段注入(Field Injection)…...

什么是自我控制能力?如何提高自我控制能力?

什么是自我控制能力? 自我控制能力指,在遇到外在事物或者心理活动发生变化之时,人们仍然可以把握自身,指导接下来行动的能力。自我控制能力对一个人来说非常重要,因为在遇到一些事情之事,如果因为控制能力…...

【基于rust-wasm的前端页面转pdf组件和示例】

基于rust-wasm前端页面转pdf组件和示例 朔源多余的废话花哨的吹牛那点东西要不要拿来试试事到如今 做个美梦 我觉得本文的意义在于,wasm扩展了浏览器的边界,但是又担心如同java的web applet水土不服. 如同我至今看不出塞班和iOS的不同下载地址:在github的备份 朔源…...

Issac ROS navigation测试

软硬件环境 GPU: RTX 6000 Ada 系统: Ubuntu22.4 1. 启动Issac sim 从这个网页Develop on NVIDIA Omniverse Platform | NVIDIA Developer下载Omniverse Launcher, 然后执行./omniverse-launcher-linux.AppImage,从EXCHANGE里依次安装Isa…...

WWW23-多行为级联|级联图卷积网络的多行为推荐

论文:https://arxiv.org/abs/2303.15720 代码:https://github.com/SS-00-SS/MBCGCN 这篇论文MB-CGCN和上一篇CRGCN是同一个团队的,都是级联的方式。一个用了残差,一个用了特征转换,文章最后有discussion讨论了两者的不…...

实力认可 | 通付盾入选《ISC.AI 2024创新能力全景图谱》五项领域

近日,ISC.AI 2024创新能力百强(以下简称“创新百强”)正式发布《ISC.AI 2024创新能力全景图谱》。该全景图谱是由政企、资本、高校、行业力量共同完成了领域划分、综合创新等标准的制定,整合梳理了参评的300余家数字安全厂商、120…...

『Linux学习笔记』FRPC 详细介绍及配置解析!

『Linux学习笔记』FRPC 详细介绍及配置解析! 文章目录 一. FRPC 详细介绍及配置解析FRPC 的主要功能FRPC 配置文件解析全局配置代理配置第一个代理服务第二个代理服务 配置文件整体工作流程常见配置项说明FRPC 的使用步骤注意事项结论 二. 参考文献 一. FRPC 详细介…...

JS信息收集(小迪网络安全笔记~

免责声明:本文章仅用于交流学习,因文章内容而产生的任何违法&未授权行为,与文章作者无关!!! 附:完整笔记目录~ ps:本人小白,笔记均在个人理解基础上整理,…...

nmap扫描优化

扫描优化用来提高扫描效率。当描一个大范围网络中的主机时,如果使用通用的方法可能需要很长的时间,此时可以使用一些特定选项进行扫描优化,以提高扫描效率。Nmap提供了几种优化方式,如分组扫描、设置发包方式和超时时间等。 分组…...

Nautilus源码编译傻瓜式教程二

Nautilus源码编译傻瓜式教程一 Nautilus编译 依赖项文件 接上文,点击小锤子进行编译后出现如下的错误提示 看这个报错,未找到文件或目录,再看前面的git地址是github就知道肯定是下载有问题,查找下Nautilus项目,发现在nautilus/build-aux/flatpak/org.gnome.Nautilus.json文件…...

并发编程(19)——引用计数型无锁栈

文章目录 十九、day191. 引用计数2. 代码实现2.1 单引用计数器无锁栈2.2 双引用计数器无锁栈 3. 本节的一些理解 十九、day19 上一节我们学习通过侯删链表以及风险指针与侯删链表的组合两种方式实现了并发无锁栈,但是这两种方式有以下缺点: 第一种方式…...

Santa Claus 2 (st表的lower_bound用法)

题目链接&#xff1a;Santa Claus 2 #pragma GCC optimize(2) #include <bits/stdc.h> #define int long long #define fi first #define se second #define all(v) v.begin(),v.end() using namespace std; const int inf 0x3f3f3f3f3f3f3f; const int N 2e55; int …...

Reed-Muller(RM)码之编码

点个关注吧! 看了一些中文的博客,RM码没有很详细的资料,所以本文尝试给出推导原理。 推导 RM码由 ( r , m ) ( r , m ) (r,m)两个参数定义,记作 R M ( r , m ) RM(r,m) RM(r,m)。其中满足 0 ≤ r ≤ m 0 ≤ r ≤ m 0≤r≤m,含义为: 码长: n = 2 m n=2^m n=2m 维数:…...

新世纪的语言智能:GPT-5技术革新与市场前景展望

目录 引言 第一章&#xff1a;GPT-4的成就与局限 1.1 GPT-4的成功 1.2 GPT-4的局限性 第二章&#xff1a;对GPT-5技术革新的预测 2.1 增强的上下文理解能力 2.2 多模态能力的提升 2.3 创造力与多样性的增强 2.4 常识性知识与伦理性的提升 第三章&#xff1a;GPT-5的市…...

国高材服务 | 高分子结晶动力学表征——高低温热台偏光显微镜

众所周知&#xff0c;聚合物制品的实际使用性能&#xff08;如光学透明性、硬度、模量等&#xff09;与材料内部的结晶形态、晶粒大小及完善程度有着密切的联系&#xff0c;因此&#xff0c;对聚合物结晶形态等的研究具有重要的理论和实际意义。 随着结晶条件的不用&#xff0c…...

python+PyPDF2实现PDF的文本内容读取、多文件合并、旋转、裁剪、缩放、加解密、添加水印

目录 读取内容 合并文件 旋转 缩放 裁剪 加密和解密 添加水印 安装&#xff1a;pip install PyPDF2 -i https://pypi.tuna.tsinghua.edu.cn/simple 读取内容 from PyPDF2 import PdfReader, PdfMerger, PdfWriterdef read_pdf(pdf_path):pdf_reader PdfReader(pdf_p…...

蓝桥杯物联网开发板硬件组成

第一节 开发板简介 物联网设计与开发竞赛实训平台由蓝桥杯大赛技术支持单位北京四梯科技有限公司设计和生产&#xff0c;该产品可用于参加蓝桥杯物联网设计与开发赛道的竞赛实训或院校相关课程的 实践教学环节。 开发板基于STM32WLE5无线微控制器设计&#xff0c;芯片提供了25…...

idea2024创建JavaWeb项目以及配置Tomcat详解

今天呢&#xff0c;博主的学习进度也是步入了JavaWeb&#xff0c;目前正在逐步杨帆旗航&#xff0c;迎接全新的狂潮海浪。 那么接下来就给大家出一期有关JavaWeb的配置教学&#xff0c;希望能对大家有所帮助&#xff0c;也特别欢迎大家指点不足之处&#xff0c;小生很乐意接受正…...

【蓝桥杯每日一题】分糖果——DFS

分糖果 蓝桥杯每日一题 2024-12-24 分糖果 DFS 题目描述 两种糖果分别有 9 个和 16 个&#xff0c;要全部分给 7 个小朋友&#xff0c;每个小朋友得到的糖果总数最少为 2 个最多为 5 个&#xff0c;问有多少种不同的分法。糖果必须全部分完。 只要有其中一个小朋友在两种方案中…...

矩阵在资产收益(Asset Returns)中的应用:以资产回报矩阵为例(中英双语)

本文中的例子来源于&#xff1a; 这本书&#xff0c;网址为&#xff1a;https://web.stanford.edu/~boyd/vmls/ 矩阵在资产收益(Asset Returns)中的应用&#xff1a;以资产回报矩阵为例 在量化金融中&#xff0c;矩阵作为一种重要的数学工具&#xff0c;被广泛用于描述和分析…...

Jimureport h2命令执行分析记录

首先找testConnection接口&#xff0c;前面进行了jimureport-spring-boot-starter-1.5.8.jar反编译查找&#xff0c;接口找到发现请求参数是json var1是JmreportDynamicDataSourceVo类型&#xff0c;也就是如上图的dbSource&#xff0c;根据打印的结果可以知道这里是local cac…...

1114 Family Property (25)

This time, you are supposed to help us collect the data for family-owned property. Given each persons family members, and the estate&#xff08;房产&#xff09;info under his/her own name, we need to know the size of each family, and the average area and n…...

OpenEuler 22.03 安装 flink-1.17.2 集群

零&#xff1a;规划 本次计划安装三台OpenEuler 22.03 版本操作系统的服务器&#xff0c;用于搭建 flink 集群。这里使用flink1.17.2 的原因&#xff0c;是便于后续与springboot的整合 服务器名IP地址作用其他应用flink01192.168.159.133主jdk11、flink-1.17.2flink02192.168.…...

SQL—leetcode—175. 组合两个表

175. 组合两个表 表: Person -------------------- | 列名 | 类型 | -------------------- | PersonId | int | | FirstName | varchar | | LastName | varchar | -------------------- personId 是该表的主键&#xff08;具有唯一值的列&#xff09;。 该表包含一些人的 ID 和…...

html 中 表格和表单的关系与区别

在 HTML 中&#xff0c;表格 (<table>) 和表单 (<form>) 是两种常用于展示数据和收集用户输入的元素。它们具有不同的功能和结构。以下是关于这两者的详细介绍&#xff1a; 1. HTML 表格&#xff08;<table>&#xff09; 表格用于展示结构化的数据&#xf…...

Android14 OTA升级速度过慢问题解决方案

软件版本&#xff1a;Android14 硬件平台&#xff1a;QCS6115 问题&#xff1a;OTA整包升级接近20min&#xff0c;太长无法忍受。 该问题为Android高版本的虚拟AB分区压缩技术所致&#xff0c;其实就是时间换空间&#xff0c;个人推测AB分区压缩会节约硬件存储空间&#xff0…...

Jetson xavier 刷机安装教程

在对Jetson进行刷机过程&#xff0c;浏览了很多的相关教程&#xff0c;大部分教程并不全&#xff0c;而且按照步骤执行会出现许多奇奇怪怪的错误&#xff0c;为了避免大家踩坑&#xff0c;这里给出了完整的解决方法&#xff0c;希望能够提供帮助&#xff01; 首先大家需要准备…...

Hadoop集群(HDFS集群、YARN集群、MapReduce​计算框架)

一、 简介 Hadoop主要在分布式环境下集群机器&#xff0c;获取海量数据的处理能力&#xff0c;实现分布式集群下的大数据存储和计算。 其中三大核心组件: HDFS存储分布式文件存储、YARN分布式资源管理、MapReduce分布式计算。 二、工作原理 2.1 HDFS集群 Web访问地址&…...

芯科科技蓝牙、Wi-Fi、Wi-SUN产品广获业界认可,技术创新引领行业潮流

物联网领军企业领跑未来无线开发平台发展 2024年&#xff0c;Silicon Labs&#xff08;亦称“芯科科技“&#xff0c;NASDAQ&#xff1a;SLAB&#xff09;在物联网&#xff08;IoT&#xff09;领域持续深耕&#xff0c;凭借创新的企业发展理念与实践、行业领先的技术与产品&am…...

C语言——数据在内存中的存储

目录 前言 一数据类型 类型归类 二整形在内存中的存储 原反补码 大小端 相关练习题 三浮点数在内存中的储存 浮点数储存规则 前言 只有取学习数据在内存中的存储&#xff0c;我们在以后才能定义好&#xff08;用好&#xff09;各种类型的数据&#xff01; 一数据类型…...

后端-redis

Redis RedisString类型String类型的常用命令 Hash类型Hash类型的常用命令 List类型List类型的常用命令 Set类型Set类型的常用命令 SortedSet类型SortedSet类型的常用命令 Redis序列化缓存更新策略缓存穿透缓存雪崩缓存击穿 Redis Redis是一个key-value的数据库&#xff0c;key…...

sqoop,flume草稿

连xftp传sqoop压缩包到/opt/soft 目录下 cd opt/soft/ tar -zxvf sqoop-1.4.7.bin__hadoop-2.6.0.tar.gz mv sqoop-1.4.7.bin__hadoop-2.6.0 sqoop cd sqoop/conf/ cp sqoop-env-template.sh sqoop-env.sh vi sqoop-env-sh export HADOOP_COMMON_HOME/opt/soft/hadoop expo…...

UE5 渲染管线 学习笔记

兰伯特 SSS为散射的意思 带Bias的可以根据距离自动切换mip的卷积值 而带Level的值mipmaps的定值 #define A8_SAMPLE_MASK .a 这样应该就很好理解了 这个只采样a通道 带Level的参考上面的 朝左上和右下进行模糊 带Bias参考上面 随机数 4D 3D 2D 1D HLSL内置UV HLSL内置鼠标坐…...

线程池使用不当导致线程死锁

线程池使用不当导致线程死锁 问题代码问题分析 问题代码 在项目开发中&#xff0c;为了支持并发场景&#xff0c;减少资源开销&#xff0c;通常会使用公共线程池&#xff0c;即预先创建一个线程池&#xff0c;需要并发时都将任务提交该线程池中。类似如下代码 public class T…...

SpringBoot状态机

Spring Boot 状态机&#xff08;State Machine&#xff09;是 Spring Framework 提供的一种用于实现复杂业务逻辑的状态管理工具。它基于有限状态机&#xff08;Finite State Machine, FSM&#xff09;的概念&#xff0c;允许开发者定义一组状态、事件以及它们之间的转换规则。…...

细说STM32F407单片机轮询方式读写SPI FLASH W25Q16BV

目录 一、工程配置 1、时钟、DEBUG 2、GPIO 3、SPI2 4、USART6 5、NVIC 二、软件设计 1、FALSH &#xff08;1&#xff09;w25flash.h &#xff08;2&#xff09; w25flash.c 1&#xff09;W25Q16基本操作指令 2&#xff09;计算地址的辅助功能函数 3&#xff09;器…...

HTMLCSS:惊!3D 折叠按钮

这段代码创建了一个具有 3D 效果和动画的按钮&#xff0c;按钮上有 SVG 图标和文本。按钮在鼠标悬停时会显示一个漂浮点动画&#xff0c;图标会消失并显示一个线条动画。这种效果适用于吸引用户注意并提供视觉反馈。按钮的折叠效果和背景渐变增加了页面的美观性。 演示效果 HT…...

如何更好的进行时间管理

先想一下我们想要做的事情&#xff0c;然后拿出Excel表格将这些事情记录下来&#xff0c;我们把它叫做任务对这些任务按照重要性&#xff0c;紧急程度进行排序&#xff0c;拿出表格中的前六个任务&#xff0c;就是今天要做的任务新建另一张excel表格&#xff0c;表格的一列为时…...

我在华为的安全日常

在华为工作了数年后&#xff0c;我养成了一个习惯&#xff1a;每次离开座位&#xff0c;即便是去卫生间&#xff0c;我也会条件反射地锁屏电脑。晚上回到家&#xff0c;躺在床上&#xff0c;脑海中偶尔会闪过一丝疑虑&#xff1a;办公室的门窗是否关好&#xff1f;虽然这种担忧…...

for媒体打破智能座舱体验同质化,斑马智行荣获“华舆奖”优秀创

打破智能座舱体验同质化&#xff0c;斑马智行荣获“华舆奖”优秀创新生态伙伴 12月12日&#xff0c;消费者洞察与市场研究机构J.D. Power|君迪与同济大学 HVR Lab&#xff08;人车关系实验室&#xff09;共同发布了 2024 中国智能座舱的研究洞察&#xff0c;并公布了华舆奖中国…...

自己搭建专属AI:Llama大模型私有化部署

前言 AI新时代&#xff0c;提高了生产力且能帮助用户快速解答问题&#xff0c;现在用的比较多的是Openai、Claude&#xff0c;为了保证个人隐私数据&#xff0c;所以尝试本地&#xff08;Mac M3&#xff09;搭建Llama模型进行沟通。 Gpt4all 安装比较简单&#xff0c;根据 G…...

芯片Tapeout power signoff 之IR Drop Redhawk Ploc文件格式及其意义

数字IC后端工程师在芯片流程最后阶段都会使用redhawk或voltus进行设计的IR Drop功耗signoff分析。必须确保静态&#xff0c;动态ir drop都符合signoff标准。 在做redhawk ir drop分析前&#xff0c;我们需要提供一个redhawk ploc供电点坐标。 数字IC设计后端实现前期预防IR D…...

[机器学习]sklearn入门指南(1)

简介 scikit-learn&#xff08;简称sklearn&#xff09;是一个开源的Python机器学习库&#xff0c;它提供了简单而高效的工具用于数据挖掘和数据分析&#xff0c;并且拥有一个活跃的开发社区。它建立在NumPy、SciPy和matplotlib这些科学计算库之上&#xff0c;旨在提供一致且可…...

GitCode 光引计划投稿 | GoIoT:开源分布式物联网开发平台

GoIoT 是基于Gin 的开源分布式物联网&#xff08;IoT&#xff09;开发平台&#xff0c;用于快速开发&#xff0c;部署物联设备接入项目&#xff0c;是一套涵盖数据生产、数据使用和数据展示的解决方案。 GoIoT 开发平台&#xff0c;它是一个企业级物联网平台解决方案&#xff…...

【R语言遥感技术】“R+遥感”的水环境综合评价方法

R语言在遥感领域中是一个强大的工具&#xff0c;它提供了一系列的功能和优势&#xff0c;使得遥感数据的分析和应用更加高效和灵活。以下是R语言在遥感中的具体应用&#xff1a; 数据处理&#xff1a;R语言可以处理和清洗遥感数据&#xff0c;包括数据转换、滤波处理、去噪和数…...