研发都应该了解的如何在vite中接入现代化css工程化方案
10月26日，北京站源创会，聊聊高性能计算与大模型推理 背景 好的css工程化方案可以增强我们项目的可维护性、提高样式的复用性、进行自动化处理等，在提高页面加载速度和性能的同时，我们可以有更多的精力进行js逻辑的处理。 添加全局样式文件 使用场景：有一个scss/less文件，此文件中定义了一些全局变量，需要在其他的样式文件中使用，此时需要将这些变量放在全局
// vite.config.ts// 全局 scss 文件的路径const variableP
JavaScript 与 Rust 和 WebAssembly 集成
10月26日，北京站源创会，聊聊高性能计算与大模型推理 偶然一次机会，接触了Rust的代码。当时想给团队小伙伴做演示，发现自己并不能在移动端按照文档生成演示demo。我就想，要是Rust代码能转化成JavaScript就好了。结果一搜，还真有。 下面整理成文档，分享给大家。为大家解决问题，多提供一种思路、方式、方法。 一、分享的目的： ▪ 由 Rust、WebAssembly、JavaScript、HTML 和 CSS 开发多语言程序的工作流程。 ▪ 如何设计 API 以最大限度地利用 R
简洁至上——探索产品与技术的优雅原则
10月26日，北京站源创会，聊聊高性能计算与大模型推理 背景 上周开发了一个需求，发现一个历史功能，从产品和技术代码的角度看，将简单的事情变得复杂。这一经历再次深化了我对一个核心理念的认识：简化复杂性是产品设计和软件开发中永恒的挑战。我们必须不断努力，将复杂的逻辑转化为直观、易用的用户功能，并将冗长、难以维护的代码结构变为简洁、效率高的形式。 在《人月神话》中作者提到，软件开发的复杂度可以划分为本质复杂度和偶然复杂度。本质复杂度它是一个客观的东西，跟你用的工具、经验或解决渠道都没有任何关系。而
百度智能云向量数据库创新和应用实践分享
10月26日，北京站源创会，聊聊高性能计算与大模型推理 在 IT 行业，数据库有超过 70 年的历史了。对于快速发展的 IT 行业来说，一个超过 70 年历史的技术，感觉像恐龙一样，非常稀有和少见。 但是数据库之所以有这么长的生命力，核心是在不停的变更和创新。 简单回顾一下数据库的历史，在过去的 70 年里面，数据库一直跟着底层基础设施和上层业务的变化的潮流，一直在变化。从最早的大型机再演变到后面的小型机、PC 服务器、数据中心 + 互联网、云、以及现在的 AI 。 数据库在不停地演变和革新，
百度智能云x️石家庄交管局，大模型打造全时在线数字交警
10月26日，北京站源创会，聊聊高性能计算与大模型推理 大模型时代，智能问答产品的应用领域持续拓宽，用户体验也得到显著提升。而伴随着大模型深入千行百业的步伐，智能问答产品开始频繁出现在此前未曾涉足的交通领域，这不“元吉”上岗了。 今天，石家庄公安交警官宣全时在线数字交警“元吉（又名石小安）”正式上岗。**石家庄交警数字人“元吉”是基于百度智能云千帆大模型平台，结合交通行业大模型能力推出的交通行业智能问答应用。**TA拥有“超级大脑”，具备处理复杂句式的能力，提供更具人性化的对话体验。TA通过深
PaddleX图像分割赋能医疗领域筛查检测，打造智能医疗诊断系统
10月26日，北京站源创会，聊聊高性能计算与大模型推理 在医疗科技的前沿探索中，恶性皮肤肿瘤的早期识别与治疗显得至关重要。据2024年2月国家癌症中心发布的数据，中国恶性皮肤肿瘤的发病率已达2.4/10万，且每年新发病例约3.5万例[1]。尤其值得关注的是，晚期恶性皮肤肿瘤的生存率极低，例如黑色素瘤晚期的五年生存率仅4.6%，中位生存期不过1.42年，凸显了早期诊治的紧迫性[2]。 然而，皮肤病变检测领域长期受专业门槛高、医疗资源分布不均的制约。患者常因难以自行察觉早期皮肤病变而错失治疗良机，
HelixFold 3 全球首个完整复现 AlphaFold 3，百度智能云 CHPC 为人类生命探索提供算力平台支撑
10月26日，北京站源创会，聊聊高性能计算与大模型推理 01 AlphaFold 3 ，未来的诺贝尔奖得主？ 2020 年 12 月，AlphaFold 2 发布。相较于之前实验成本高、耗时长、蛋白质结构解析困难的传统方法，AlphaFold 2 可以通过深度学习技术，仅需几小时就能准确地预测蛋白质的三维结构，极大地加速了生物医学研究的速度。 众所周知，在包括人体在内的生物体当中，蛋白质并不是孤立运作的，蛋白质与各种其他分子的相互作用会贯穿不同的生物功能，这影响着研究生物和疾病的机理和通路、药
智算基石全栈加速，百度百舸 4.0 的技术探索和创新
10月26日，北京站源创会，聊聊高性能计算与大模型推理 01 百度百舸 4.0 核心架构 过去一年大模型的浪潮，让我们深切感受到当前基础设施建设赶不上模型发展的需求。那 AI 基础设施要如何变革，如何提供更优质的算力，支持模型的探索和创新呢？今天我来分享一下百度智能云的技术探索和创新。 对比 CPU，以 GPU 代表的 AI 芯片最大的难题是充分发挥芯片性能。如果 CPU 是聪明的大脑，AI 芯片就是强壮的手和腿，需要一个很复杂的软件栈和配套设施，才能充分发挥出性能。我们常说，不经意间 50%
用增结算数仓化改造：在/离线调度系统的构建与应用
10月26日，北京站源创会，聊聊高性能计算与大模型推理 导读 移动运营推广平台（OPS）承载着百度内部移动应用/移动搜索业务的用户增长预算的全流程结算线上化管控功能，为了解决用增业务发展规模扩大、原有技术架构老旧、无离线数仓系统等一系列的问题，针对全域结算数据启动了整体的架构改造。为了解决业务中存在的问题，本文深入探讨并提出了一类在线、离线结合的任务调度解决方案，完成了结算业务架构更新换代，更好地服务于业务发展。 01 背景简述 1.1 业务/技术背景 移动运营推广平台（OPS）承载着百度内部
ClickHouse在百度MEG数据中台的落地和优化
10月26日，北京站源创会，聊聊高性能计算与大模型推理 导读 百度MEG上一代大数据产品存在平台分散、质量不均和易用性差等问题，导致开发效率低下、学习成本高，业务需求响应迟缓。为了解决这些问题，百度MEG内部开发了图灵3.0生态系统，包括Turing Data Engine(TDE)计算引擎、Turing Data Studio(TDS)数据开发治理平台和Turing Data Analysis(TDA)可视化BI产品。依托图灵3.0生态，我们进而形成了一套新的开发范式——"OneData+开
PaddleNLP上新！浪潮信息源2.0全面接入，大模型生态加速进化！
10月26日，北京站源创会，聊聊高性能计算与大模型推理 近日，源2.0开源大模型与百度 PaddleNLP 完成全面适配。用户通过 PaddleNLP，可快速调用源2.0预训练大模型，使用源2.0在语义、数学、推理、代码、知识等方面的推理能力，也可以使用特定领域的数据集对源2.0 进行微调，训练出适合自身业务需求的大模型。 大语言模型的快速发展对训练和推理技术带来了更高的要求，企业在大模型开发过程往往面临多种难题：如何实现高效训练和推理，如何降低算力资源消耗，如何适配多种硬件…… Paddle
如何实现埋点日志精准监控
10月26日，北京站源创会，聊聊高性能计算与大模型推理 作者 | 张小七 导读 日志中台承载了百度千亿量级PV的埋点流量，如何对这些流量进行准确监控，并支持个性化字段的抽取、下钻，是日志中台的一大难题。本文简单介绍了日志中台的基本概念及实时流架构，并基于此深入讲解了低成本实现可扩展、高准确度的埋点监控的技术方案。 全文4196字，预计阅读时间11分钟。 01 引言 日志中台，作为百度数据埋点的全套一站式解决方案，目前已覆盖了厂内以手机百度 APP 作为代表的大多数重点产品，承载着每天千亿量级的
微服务架构革新：百度Jarvis2.0与云原生技术的力量
10月26日，北京站源创会，聊聊高性能计算与大模型推理 作者 | 商业广告平台团队 导读 从十几个模块到上千个微服务，百度如何构建业界最复杂的微服务系统？Jarvis平台，十年磨一剑，集服务治理、配置管理、链路追踪于一体，打造云原生控制中心。Jarvis2.0，多运行时架构的先驱，实现微服务治理的全新突破。节省耗时、提升效率，Jarvis2.0在60+产品线中部署4w+实例，节省人力与资源。技术爱好者，点击深入了解，一探究竟！ 全文6160字，预计阅读时间16分钟。 01 业务背景介绍 随着云
AI流程编排产品调研&实践
10月26日，北京站源创会，聊聊高性能计算与大模型推理 随着AI技术的发展，AI应用和相关的生态也在不断地蓬勃发展，孵化这些AI应用的平台也在这几年也逐渐成熟。大模型应用开发平台像是淘金者必不可少的铲子一样，成为很多云平台厂商和互联网公司必不可少的平台与工具。 提起大模型流程编排或者大模型应用开发平台，让人最多想起来的最多的是一直火热的LangChain，随着LangChain生态的不断繁荣，也诞生了Flowise这种开源三方可视化编排工具。除了工具外，还有产品化程度非常高的Dify等。今天让
每日必抢小程序下单总结
10月26日，北京站源创会，聊聊高性能计算与大模型推理 在数字化时代背景下，电商平台不断拓展其触达用户的边界，而“每日必抢小程序”正是这一趋势下的产物。本文深度剖析了这款小程序如何在支付宝、夸克等非淘宝App端为用户提供近似淘宝App的购物体验，通过整合营销、搜索、交易等核心电商能力，实现在多平台的无缝衔接。 背景 每日必抢小程序是指在非淘宝App端上面向消费者提供电商服务的小程序，具备的营销、搜索、交易、履约、客服等核心电商能力，基于淘宝App提供的能力底座，让消费者可以在非淘宝App端享受
探究高效组件的设计与封装之理
10月26日，北京站源创会，聊聊高性能计算与大模型推理 本文结合了作者自身碰到的场景来说明如何做好组件设计和封装。 好的组件设计和封装是一切的基础 好的组件设计和封装是一切的基础，基于这以上构建出的各种工程化方案全局状态管理，React.memo、React.useMemo、React.useCallback都不是必须的，他们保证的是即使没有做好设计也能保证项目的下限，但保证不了他的扩展性。 设计包含什么 我们沿着各个分支走一遍，结合一些我自身的碰到的场景来说明。 ▐ 基础组件/业务组件 这个
数据处理脚手架PyODPS入门体验
10月26日，北京站源创会，聊聊高性能计算与大模型推理 本文分享了初次使用PyODPS（Python版的Open Data Processing Service）的心路历程 。作者通过实际案例，深入浅出地探讨了PyODPS相较于传统ODPS SQL在数据处理上的灵活性与便捷性，特别是在处理复杂JSON字段统计与多条件筛选方面展现出的独特优势。同时，文章诚实地指出了PyODPS学习曲线陡峭、运行效率较低及文档细节需完善等不足。借助一系列代码示例，作者不仅揭示了PyODPS中DataFrame操作
离线处理神器PAI-Designer
10月26日，北京站源创会，聊聊高性能计算与大模型推理 本文是上篇介绍PyODPS《数据处理脚手架PyODPS入门体验》的后续篇，旨在 分享如何利用PAI-Designer克服传统ODPS限制，实现动态配置联动、数据与图片处理集成的离线处理方案，通过实战经验与代码示例，深度揭示PAI-Designer在提升数据处理灵活性与功能扩展性方面的独特优势。 背景 接触PyODPS一年之后，现在已经是高端写手了。但仍然有解决不了的问题： odps没有network，不能和在线配置联动。比如我就有个需求，
探索从代码到页面的全过程
10月26日，北京站源创会，聊聊高性能计算与大模型推理 “用户在浏览器地址输入 URL 之后发生了什么？” 这个问题对于我们前端开发者来说简直是典中典了，是前端基础，也是工作面试八股，更是性能优化依据。但本文想分享的重点不是之后发生了什么，而是之前发生了什么，即我们平时码出来的代码经历了哪些步骤处理，成为互联网用户能打开浏览的页面的？我们又是如何合理的更新网页的？ 前一个问题涉及开发与部署，后一个问题涉及发布。下面我将会从网页入口、开发、部署与发布这4方面逐步展开分享。 网页入口 这一章还是简
AIGC生成风格统一图片的方法介绍
10月26日，北京站源创会，聊聊高性能计算与大模型推理 过去一段时间以来，AIGC图片生成技术快速发展，在电商以及内容创作领域展现出来极高的应用价值。 除了基础的基于prompt的文生图能力，社区还涌现出来更多的扩展技术。 比如Controlnet技术能利用线稿信息、深度信息等对生成图片的空间结构进行控制，还有IP-Adapter技术能够基于参考图片的内容对生成图片进行风格迁移。 这些技术都便利了用户对AIGC的使用。 本文将介绍如何利用AIGC生成多张风格一致的图片的技术。对此，本文挑选了两
今日推荐
周排行