gydtep
发表于 2021-2-27 09:15:11
为了解决上述挑战，社区提出了 Service Mesh（服务网格）架构。它将业务逻辑与服务治理能力解耦。下沉到基础设施，在服务的消费者和提供者两侧以独立进程的方式部署。这样既达到了去中心化的目的，保障了系统的可伸缩性；也实现了服务治理和业务逻辑的解耦，二者可以独立演进不相互干扰，提升了整体架构演进的灵活性；同时服务网格架构减少了对业务逻辑的侵入性，降低了多语言支持的复杂性。
gydtep
发表于 2021-2-27 14:05:22
除了自动化和机器人等明显的用例之外，人工智能系统还能够优化制造流程，发送早期警报，促进质量检查和质量控制并预测机械设备的故障。关键是收集正确的数据，然后制造商可以开发创新的AI应用，从而使其与众不同。
gydtep
发表于 2021-2-27 16:40:14
这种AI架构的问题在于，许多设备可能开始超载网络流量，或者您可能正在使用已经大量使用的网络。在这些情况下，将数据发送回中央服务器会导致处理时间过长，这是令人无法接受的。这是Edge AI发挥其价值的地方，因为可以在硬件设备上本地执行较不复杂的机器学习和AI流程。
gydtep
发表于 2021-2-27 19:37:42
机器学习和人工智能解决方案大大提高了高效生产的所有标志-标准化、规模经济、任务自动化、专业化。因此，在未来几年中，嵌入在物联网设备中的AI将不可避免地继续紧密地融入所有主要制造流程中。
gydtep
发表于 2021-2-28 08:10:51
在国外，有一个名为Instagram的照片分享软件，这个软件早期并没有火起来，后来他们通过数据分析发现了一个非常强硬的用户需求点，即“纯粹拍照并分享”。围绕这一点，他们对产品进行了大改版，并在较短时间内实现了用户数量快速增长，这是一个很好的数据驱动案例。反观国内，大一点的创业公司会优先考虑如何做概念，如何存活下来，像上述那样用数据实现业务驱动的很少。
gydtep
发表于 2021-2-28 10:59:00
今天，很多C端产品要改版要升级，那么，在改版之前要搞清楚为什么要改？目标是什么？之后所有的工作都是以这两个问题的答案为导向。
gydtep
发表于 2021-2-28 16:28:12
目前，由于疫情的原因，很多人在家使用钉钉移动协同办公， 如果某个人的KPI出现异常或者波动就会自动同步到群里，分析师会到后台分析异常原因。另外，团队运营人员在后台可以直接用运营弹框来组织活动，并对相关人群做触达并观看效果……
gydtep
发表于 2021-2-28 18:46:01
2010年，随着Facebook加入人脸识别功能，人脸识别开始走向个人。从支付到美颜，全球互联网公司纷纷跟进，2017年苹果iPhone X首次发布人脸解锁功能，抢购一空同时引爆了市场，如今人脸识别已经应用在了方方面面，短视频、直播这些每天都会高频出现在我们身边。整个发展过程可以分为机械识别、半自动化识别、非接触式识别及互联网应用阶段。
gydtep
发表于 2021-3-1 13:54:10
在拓扑图页签上，可以通过拓扑图更加直观地看到应用的上下游组件以及与它们的调用关系。相比全局拓扑图，单应用拓扑图能够展示更多细节信息，帮助使用者分析应用的上下游调用情况，从而更快速地找出性能瓶颈。
gydtep
发表于 2021-3-1 16:52:04
内存快照创建后，点击分析结果，就能够进入内存快照在线分析页，这个页面集成了MAT(Eclipse Memory Analyzer)内存分析工具的所有功能，具体的用法和实践可以参考MAT手册。
