满足低功耗、高性能计算场景需求。
2019年8月，平头哥发布面向AIoT时代的一站式芯片设计平台“无剑100 Open”，提供集芯片架构、基础软件、算法与开发工具于一体的整体解决方案。
RISC-V 基金会首席执行官 Calista Redmond 曾透露，截至2020年底，在全球范围内RISC-V芯片（SoC、IP和FPGA）已推出93款，覆盖了云端、移动、高性能运算、机器学习、自动驾驶等产业。
前者如今成员单位已达130家，后者则由中国工程院院士倪光南领衔，吸引了包括阿里巴巴、中芯国际、紫光展锐、北大清华在内的产学研代表成员。
总之，如何我们后面再看到 Exactly-once XXX，一定要警惕引擎想要透露出什么信息。
端到端的数据一致性
端到端一致性（End-To-Ene Consistency），即将数据的输出也作为流计算引擎的一致性设计的一部分，
重新执行计算 F，则可以得到正确的 O(t+1)，具体地，E(t) 可以通过回拨数据偏移量得到，O(t) 需要从持久化存储中获取。O(t) 是否可以通过递归重算得到呢，
这里会有很多技术上的挑战，这里稍微举几个例子。
譬如，需要有稳定且高吞吐的存储后端用于结果存储，Google 内部的 BigTable 发挥了其作用。
解决延迟的问题，容错机制上和 Flink 一样也使用了Chandy-Lamport 算法，Structured Stream 目前还不成熟，暂时还不能完全支持 Exactly-Once-Processing，因此这里着重对比 Spark Streaming。
正确认识流计算系统一致性的内在含义和其能力范畴，对我们构建正确且健壮的流计算任务至关重要。下面我会介绍几组概念，以便于大家更好地理解流计算系统的一致性。
即，任意的数据的处理都是「流（Stream）」 和「表（Table）」间的互相转换，其中流用来表征运动中的数据，表用来表征静止的数据：
线上运行：此时需要重点关注系统的稳定性以及业务的稳定性，因此各种线上的性能指标、业务指标、应用日志、Trace等各种数据都是非常重要的
