gydtep

Edge AI的部署也充满了限制，包括网络延迟，内存压力，电池消耗以及进程可能被用户或操作系统作为后台的可能性。从事边缘AI的开发人员需要计划各种限制，尤其是在探索手机等常见用例时。

gydtep

另一种方法是使用已知可以在边缘AI中很好地工作的网络体系结构，并直接为目标平台训练它们。他发现，鉴于训练数据的数量和种类足够多，就绝对性能而言，这种方法通常可以胜过跨平台编译器方法。但是，它还需要在培训期间以及预处理和后期处理中进行一些手工操作。

gydtep

实时数据按实际业务需求使用Flink中进行实时ETL（可选），结果入库MaxCompute交互式分析（Hologres）构建实时数据仓库、应用集市，并提供海量数据的实时交互查询和分析。Hologres提供实时离线联邦查询。

gydtep

菜鸟智能物流引擎原来采用Flink+HBase+OLAP的方案，该架构数据导入时间长、资源浪费、数据孤岛等问题严重严重困扰了业务同学，采用Hologres后，整个链路2亿记录数据处理速度端到端优化到3分钟，开发效率大幅提升，整体硬件成本下降60%。

gydtep

稳定性方面，流量洪峰到来时，阿里云Elasticsearch自研限流Qos插件，实现索引级别的读写流控，当单个索引查询/写入压力过大时，对指定索引，按照业务的优先级进行适当的降级，将流量控制在合适范围内。

gydtep

图片怎么结构化计算，视频、语音等如何转化为向量的多维数据来帮助分析或机器学习，都需要进行结构化的数据处理。今天的数据中台所考虑的就是如何将数据的价值最大化，同时会结合AI相关的技术来做智能计算，这正是新数据时代的样子。面对越来越多的数据量，如何处理结构化和非结构化的数据，存在非常多的技术挑战和商业挑战。

gydtep

另外一面，大数据产品开始将SQL能力全部融合进来，甚至将事务ACID等特性集成进去，这使得大数据技术和数据库技术两个领域快速融合，因此未来所需要考虑的事情是如何朝着这个趋势演进，提供更多更优秀的产品。

gydtep

Kubernetes 这个单词来自于希腊语，含义是舵手或领航员，是 “控制论”英文 “cybernetic” 的词根。Kubernetes成为在容器编排的事实标准，不止得益于Google的光环和CNCF（云原生计算基金会）的努力运作。背后是Google在Borg大规模分布式资源调度和自动化运维领域的沉淀和系统化思考，认真理解Kubernetes架构设计，有助于思考在分布式系统系统调度、管理的一些本质问题。

gydtep

以开源项目OpenKruise的方式与社区开放、共建。一方面帮助企业客户在云原生的探索的过程中，少走弯路，减少技术碎片，提升稳定性；一方面推动上游技术社区，逐渐完善和丰富 Kubernetes的应用周期自动化能力。

gydtep

越来越多的企业在云上通过Kubernetes平台来管理、使用基础设施资源。通过容器来提升部署密度和应用弹性，从而降低整体计算成本。 但是在Kubernetes的动态性为资源计量和成本分摊引入新的复杂性挑战。由于多个容器可以被动态部署在同一个虚拟机实例之上，可以按需弹性伸缩，我们无法简单将底层云资源与容器应用一一对应。