标签

AI

用新 Bootloader 为 AWS DeepRacer 安装自定义操作系统

来源: aws.amazon.com 22
AWS DeepRacer 设备过去受限于原厂固件和软件,开发者难以升级到较新的操作系统,也无法自由调整底层环境。新发布的 bootloader 改变了这一点:设备现在可以升级或安装自定义 OS,原本可能因软件老化而闲置的硬件,也有机会继续承担机器人、边缘计算和机器学习实验任务。 DeepRacer 的核心问题并不是算力突然不足,而是启动链限制了软件环...

用 Amazon Quick 与 NVIDIA NeMo Agent Toolkit 构建供应链风险处置智能体

来源: aws.amazon.com 21
业务人员通常不缺仪表盘,真正缺的是从“发现异常”到“采取行动”之间的可靠路径。Amazon Quick 可以承担业务入口:展示供应链指标、提供企业知识上下文,并接收规划人员的自然语言请求;NVIDIA NeMo Agent Toolkit 则在后端组织专用智能体工作流,把风险数据、业务规则和缓解措施组合成一份可审查的建议。 这类架构的价值不只是给仪表盘...

Capella iQ 的多模型架构:Couchbase 如何用 Amazon Bedrock 接入 Claude

来源: aws.amazon.com 32
Couchbase 为 Capella iQ 引入 Amazon Bedrock,并使用 Anthropic Claude 系列模型提供生成式 AI 能力。值得关注的不只是“调用了哪个模型”,而是它在生产环境中采用了多模型架构:应用不再与单一模型紧密绑定,而是在统一入口后面完成模型选择、请求治理和运行监控。 这类设计适合需要持续迭代的 AI 产品。模型...

Tradeshift 如何用 Amazon Quick 将传统 BI 升级为可盈利的智能分析产品

来源: aws.amazon.com 38
Tradeshift 用 Amazon Quick 及其智能体 AI 能力替换了传统 BI 工具。结果不只是报表加载更快:查询响应时间最高提升 30 倍,总拥有成本降低 40%,嵌入式分析也从后台功能变成了能够产生收入的产品。这说明 BI 现代化的价值,已经从“换一个仪表盘”转向“重构用户获取答案的方式”。 “最高 30 倍”描述的是最佳改善幅度,不应...

把汽车座舱搬进云端:C4A-metal 与 vSkipGen 如何加速 AAOS 验证

来源: cloud.google.com 34
软件定义汽车正在改变座舱软件的交付方式。过去,团队往往要等座舱域控制器(CDC)样机到位,才能联调 Android Automotive OS、图形界面、传感器和车载网络。Panasonic Automotive 的 vSkipGen 已在 Google Cloud C4A-metal 上完成验证,目标是把这套高度依赖硬件的流程迁移到可扩展的云端数字孪...

Cloud Run 多区域高可用升级:用就绪探针实现秒级自动故障转移

来源: cloud.google.com 34
Cloud Run 的多区域部署正在从“复制几份服务”走向真正可自动恢复的高可用架构。新的就绪探针与服务健康状态能力,可以把容器实例的检查结果汇总到区域级服务健康状态,并通过 Serverless NEG 暴露给应用负载均衡器。当某个区域无法正常提供服务时,负载均衡器可以在数秒内停止向该区域发送流量。 这项变化解决了一个关键问题:部署到多个区域并不等于...

Cosmos 3 Edge:把世界模型推向边缘设备前,先解决延迟、资源与接口问题

来源: huggingface.co 33
从标题可以确认,Cosmos 3 Edge 的重点是将 Cosmos 3 能力带到边缘侧。不过来源摘要没有提供模型规格、硬件要求、授权方式或正式 API,因此不能据此断言它支持哪些设备或推理框架。对准备评估这类边缘模型的团队来说,真正需要回答的是:模型能否在目标设备上持续运行,端到端延迟是否可控,以及升级失败时能否快速回滚。 云端推理通常可以通过增加 ...

ORM Bee 3.0.0.7:多表关联场景下如何实践分库分表

来源: oschina.net 36
当业务从单库单表走向多租户、大订单量或历史数据持续增长时,分库分表很快会从“性能优化选项”变成数据模型的一部分。ORM Bee 3.0.0.7 的一个重要变化,是将多表关联与 Sharding 分片放到同一个使用场景中考虑,同时继续保留简单接口、原生分页、自定义 SQL 和 MongoDB ORM 等能力。 这类能力的价值不在于让开发者少写几行 SQL...

从文件转换到 AI 上下文:Riviera 内容处理平台的十年演进启示

来源: dropbox.tech 27
Dropbox 的 Riviera 并不是为生成式 AI 临时搭建的一条新管道,而是一个经过近十年迭代的通用内容处理平台。它长期承担产品中的内容转换工作,如今又需要面对 AI 带来的新需求:解析文档结构、切分上下文、生成向量表示,并持续追踪模型与提示词版本。 来源摘要没有披露 Riviera 的内部 API 或实现细节,因此下面不复刻其架构,而是分析这...