百度 feed 推荐是一个月活数亿的综合信息流推荐平台。该平台涵盖了图文、视频、动态、小程序、问答等多种内容类型。它不仅提供类似于单列或双列的点选式推荐，还包括视频沉浸式等多种推荐形式。同时，推荐系统是一个多利益方的系统，不仅仅包含 C 端用户体验。

图是一种描述复杂数据的常用语言。常见的图结构包括：社交网络、分子结构、知识图谱、商业广告、地图等，其中推荐系统和商业广告是大家更为熟悉的场景。

本次分享的主题是腾讯 PCG 搜广推机器学习框架 GPU 性能优化实践。主要介绍：1. 为什么 GPU 推荐模型训练框架是刚需；2. GPU 推荐模型训练框架怎么做才最高效；3. 未来展望。

本文整理自美团技术沙龙第73期《基于领域驱动设计（DDD）的架构演进和实践》，主要介绍了DDD的核心概念、常见的设计思路，并结合DDD介绍大众点评交易系统的演进过程，最后做了一些总结和思考。希望这些内容能够对大家有所帮助或启发。

不仅仅是LLM，向量检索也早已在OLAP引擎中应用，用来提升非结构化数据的分析和检索能力。ByteHouse是火山引擎推出的云原生数据仓库，近期推出高性能向量检索能力，本篇将结合ByteHouse团队对向量数据库行业和技术的前沿观察，详细解读OLAP引擎如何建设高性能的向量检索能力。

Twitter每日需实时处理高达4000亿的事件，并生成PB级的数据。这些数据主要来源于分布式数据库、Kafka以及Twitter事件总线等多种事件源。接下来，我们将深入探讨Twitter在事件处理方面的演变，具体包括以下方面：

作为一个颠覆性的平台，NVIDIA Omniverse不仅提供了强大的模拟和实时渲染能力，更通过广泛的集成和扩展性，为数字孪生应用开辟了全新的可能。今天，让我们一起走进这个充满无限可能的新视界，探索NVIDIA Omniverse平台如何为数字孪生技术带来革命性的变革。

讲述消息系统在现代化演进中软硬一体化，百万队列，分级存储等诸多竞争力特性的诞生和落地效果。探讨业界领先的 Shared-Log 存储计算分离，FFM与协程，RDMA 传输，列式存储等技术，将消息向流的领域延伸。

本期，我们有幸采访到了戴尔科技集团大中华区信息基础架构解决方案事业部资深总监席与琛，跟席老师一起畅聊了关于液冷服务器的技术趋势、机遇挑战、创新产品等多个方向，分享了戴尔科技在液冷服务器方面的最新进展。

云厂商用存储吸引用户，进而提供上层 SaaS 服务。云原生弹性计算架构可提高调度效率，实现资源的自动弹性伸缩，优化资源利用。本文将展示OPPO 下一代大数据 AI 一体架构在功能云上的实践，希望为大家带来启发。

质量保障是一门基于软件测试的系统化工程，遵循渐进式的发展规律。通过因地制宜地制定落地策略，设计场景方案，获取试验结果，并加以循环往复。最终，在每一位得物测试工程师的共同努力下，积累出一套适应得物技术的质量保障方法论，即本文介绍的得物质量管理体系。

用户画像平台是企业应用大数据的根基，精准营销、精细化运营和个性化推荐都离不开用户画像的建设。精准地刻画用户行为、兴趣以及需求尤为重要。本文将探讨算法在 58 用户画像平台建设中的作用，包括画像标签体系的建设，个性化推荐、精细化运营等业务应用。

前期我们详细介绍了B站在定制化数据中心（R2-AZ2）项目上的探索，主要集中在智慧节能数据中心的技术迭代和实施情况。数据中心的高效运作并非孤立存在，它依赖于复杂而精细的互联互通网络，确保数据中心内的服务器、存储和网络设备间的连接。

近日，由中国软件行业协会主办的第三届中国国际软件发展大会在京成功召开。2024年恰逢中国软协成立四十周年，来自昇思MindSpore开源社区、华为云等组织和单位的嘉宾都亲临现场送出祝福并做主题演讲。

由于外部环境的变化，适用于大模型训练任务的 GPU 整体规模无法继续增长。这些存量 GPU 组成的集群，仍然是当前加速大模型训练的主要 AI 算力来源。同时，各类国产 AI 芯片开始大规模投入实际生产任务。在未来一段时间内，数据中心的 AI 算力将保持多种芯片并存的现象。

随着业务的高速发展，针对HDFS元数据的访问请求量呈指数级上升。在之前的工作中，我们已经通过引入HDFS Federation和Router机制实现NameNode的平行扩容，在一定程度上满足了元数据的扩容需求；

随着国家对数据安全的高度重视，以及相关法律法规的出台，数据安全领域工作得到了极大的提升。本文将分享平安银行运用智能化手段实现数据安全分类分级的背景、思路和方法。

参照Apple、Booking和AirBnB等一众品牌在国际化的进程中始终保持品牌认知的一致性，Ctrip和Trip（以下简称为“C&T”）并驾齐驱的过程中，集团对于不同国度和不同客群的品牌效应有趋于统一的诉求。

近日，英特尔公司在其举办的“Vision 2024”大会上正式发布了旨在加速企业生成式人工智能(GenAI)工作负载的Gaudi 3芯片，并公布了一系列促进GenAI采用的下一代产品和战略合作计划。该公司的战略涵盖了从数据中心到边缘设备(包括支持人工智能的个人电脑)的所有硬件和云计算服务路线图。

研究表明，支持生成式人工智能（GenAI）的基础设施支出正在快速增长，英伟达的收入和利润飙升就清楚地证明了这一点。但全球在数据中心硬件上的支出并没有发生太大变化。这似乎是违反人们直觉的一个悖论。