背景 在数据密集的业务领域，尤其是金融，保险，税务等行业中，经常需要利用Excel模型，来对业务进行分析和处理。例如： 1.金融投资： 根据模型进行估值计算，并对投资风险进行评估，通过测算出投资的内部收益率（IRR），净现值（NPV）来做投资收益分析，反应项目的获利能力。 2.保险精算： 运用数学，
本文记述在three.js中使用InstancedMesh来实现绘制大量几何体的性能优化
对比 MyBatis 和 MyBatis-Plus 批量插入、批量更新的性能和区别
摘要：在开发初期开发者往往聚焦在模型的精度上，性能关注较少，但随着业务量不断增加，AI应用的性能往往成为瓶颈，此时对于没有性能优化经验的开发者来说往往需要耗费大量精力做优化性能，本文为开发者介绍一些常用的优化方法和经验。 本文分享自华为云社区《如何使用ModelBox快速提升AI应用性能》，作者：
摘要：tcp_nodelay参数主要是对TCP套接字来说的，那对于服务器硬件，如果要使其能够支撑上百万甚至上千万的并发，我们该如何对其进行优化呢？ 本文分享自华为云社区《【高并发】高并发场景下如何优化服务器的性能？》，作者： 冰 河 。 写在前面 最近，有小伙伴在群里提问：Linux系统怎么设置tc
摘要：近日，华为云全链路应用性能管理服务CodeArts APM全新上线，提供端到端的全链路性能管理服务，涵盖前端监控、应用性能监控，全面拥抱开源生态。 本文分享自华为云社区《企业应用可观测性利器！华为云CodeArts APM发布》，作者：华为云头条。 当前，企业数字化转型和业务互联网化逐渐加深，
摘要：一起看一下GaussDB(for MySQL)是如何对执行计划进行缓存并加速Prepared Statement性能的。 本文分享自华为云社区《执行计划缓存，Prepared Statement性能跃升的秘密》，作者： GaussDB 数据库。 引言 在数据库系统中，SQL（Structure
摘要：GaussDB已经全面支撑起MetaERP，在包括库存服务在内的9大核心模块中稳定运行，端到端业务效率得到10倍提升。 本文分享自华为云社区《跑得更快！华为云GaussDB以出色的性能守护“ERP的心脏”》，作者：GaussDB 数据库。 ERP作为华为企业经营最核心的系统，伴随着华为20多年
摘要：基于CANN的多路极致性能目标检测最佳实践设计解密。 本文分享自华为云社区《基于CANN的AI推理最佳实践丨多路极致性能目标检测应用设计解密》，作者： 昇腾CANN 。 当前人工智能领域，最热门的无疑是以ChatGPT为代表的各种“新贵”大模型，它们高高在上，让你无法触及。但在人们的日常生活中
京东小程序是一个开放技术平台，正在被越来越多的头部品牌选择，用于站内私域流量的营销和运营。诸如各种日化、奢侈品等品牌对ARVR有较多的诉求，希望京东小程序引擎提供一些底层能力，叠加品牌自主的个性化开发和定制，以支持更加丰富的场景和玩法，比如AR试妆、试戴等。
本文探讨了Linux操作系统中的通用块层和存储系统I/O软件分层的优化策略。通用块层作为文件系统和磁盘驱动之间的接口，通过排队和调度I/O请求，提高磁盘的读写效率和可靠性。存储系统的I/O软件分层包括文件系统层、通用块层和设备层，它们相互协作，实现对存储系统的高效管理和操作。本文旨在深入了解通用块层和其他I/O软件层的功能和作用，分析优化存储系统的管理和操作，提升系统性能和可靠性。
## 使用部分写时复制提升Lakehouse的 ACID Upserts性能 译自：[Fast Copy-On-Write within Apache Parquet for Data Lakehouse ACID Upserts](https://www.uber.com/en-ZA/blog/f
前言 前几天在.NET性能优化群里面，有群友聊到了.NET8新增的一个特性，这个类叫UnsafeAccessor，有很多群友都不知道这个特性是干嘛的，所以我就想写一篇文章来带大家了解一下这个特性。 其实在很早之前我就有关注到这个特殊的特性，但是当时.NET8还没有正式发布，所以我也没有写文章，现在.
为了让大家了解C++各种IO方式的性能，于是就有了这篇文章。 本次测试采取的数据均为 \(10^6\) 个不超过 \(10^8\) 随机正整数。 测试代码： #include using namespace std; int x; int main(){ freopen
NJS是Nginx的Javascript引擎，具有极度轻量小巧，强大性能等特色，是全部同步的nginx-Lua替代品 但是网上教程太少了，无奈花一天时间写了这篇文章，讲了NJS的常见用法，希望能帮到大家
如何减少Host Bound模型的Device空闲时间，从而优化模型执行性能显得尤其重要，GE（Graph Engine）图引擎通过图模式的Host调度和模型下沉调度的方式，可提升模型调度性能，缩短模型E2E执行时间。
构建机器学习模型的关键步骤是检查其性能，这是通过使用验证指标来完成的。 选择正确的验证指标就像选择一副水晶球：它使我们能够以清晰的视野看到模型的性能。 在本指南中，我们将探讨分类和回归的基本指标和有效评估模型的知识。 学习何时使用每个指标、优点和缺点以及如何在 Python 中实现它们 1 分类指标
相关文章 数据库系列：MySQL慢查询分析和性能优化 数据库系列：MySQL索引优化总结（综合版） 数据库系列：高并发下的数据字段变更 数据库系列：覆盖索引和规避回表 数据库系列：数据库高可用及无损扩容 数据库系列：使用高区分度索引列提升性能 数据库系列：前缀索引和索引长度的取舍 数据库系列：MyS
初探富文本之基于虚拟滚动的大型文档性能优化方案 虚拟滚动是一种优化长列表性能的技术，其通过按需渲染列表项来提高浏览器运行效率。具体来说，虚拟滚动只渲染用户浏览器视口部分的文档数据，而不是整个文档结构，其核心实现根据可见区域高度和容器的滚动位置计算出需要渲染的列表项，同时不渲染额外的视图内容。虚拟滚动
LLM 大模型学习必知必会系列(十二)：VLLM性能飞跃部署实践：从推理加速到高效部署的全方位优化[更多内容：XInference/FastChat等框架]
