灵骏智算实例异常预测技术
本文介绍了灵骏智算实例异常预测技术，旨在提前预测GPU等设备的故障，确保大模型训练的稳定性。文章首先探讨了为何需要进行异常预测，指出大规模GPU集群在大模型训练中面临的稳定性挑战。接着阐述了预测的可行性和原理，通过分析复杂系统中的小异常逐步积累导致故障的现象，利用时序指标和关键指标分布模式进行预测。目前该技术可在1-250分钟内提前预测故障，准确率达95%以上，召回率超过20%。最后介绍了系统的集成与应用，强调了端侧部署预测模型的优势，包括降低网络开销、保护用户数据隐私等。
Landing Zone一站式上云框架场景和实践
本文将介绍阿里云Landing Zone的方案、应用场景及新功能。Landing Zone是云上安全可控、可扩展的架构，涵盖资源规划、财务管理、身份权限、合规审计、网络规划、安全防护、运维管理和自动化模块八大方面，帮助企业敏捷创新并满足IT治理需求。具体应用包括零售行业的多品牌管理、生命科学的数据交换、自动驾驶的合规监管和金融行业的严格合规要求。新功能则聚焦于财年上线的统一管控产品，如配额管理、Prometheus监控和网络IPAM方案，以及降低跨账号安全门槛。
架构师工具箱：Well-Architected云治理提效实践
本次分享基于阿里云Well-Architected Framework的最佳实践案例，涵盖企业从上云到优化的全过程。安畅作为国内领先的云管理服务提供商（Cloud MSP），拥有800多名员工，其中70%为技术工程师，为企业提供架构安全、数据智能等技术服务。内容包括Landing Zone与Well-Architected的关系、企业云治理现状及需求分析，重点探讨了安全合规、成本优化、资源稳定性和效率提升等方面的最佳实践，并通过具体客户案例展示了如何通过自动化工具和定制化解决方案帮助企业提升云上业务价值。
刚好够用的授权：如何在云上实施最小权限原则
本章探讨如何在云上实施最小权限原则，确保企业安全与效率的平衡。通过阿里云RAM管理身份和权限，帮助企业识别和解决过度授权、闲置账户及高危权限问题。主要内容包括：最小权限原则的概述与挑战；云上最小权限的最佳实践路径，如初始规划、业务支撑及权限收敛；使用AccessAnalyzer识别过度授权和外部访问风险。通过这些工具和服务，企业可以有效提升安全性，减少潜在威胁。
从建模到运维：联犀如何完美融入时序数据库 TDengine 实现物联网数据流畅管理
本篇文章是“2024，我想和 TDengine 谈谈”征文活动的三等奖作品。文章从一个具体的业务场景出发，分析了企业在面对海量时序数据时的挑战，并提出了利用 TDengine 高效处理和存储数据的方法，帮助企业解决在数据采集、存储、分析等方面的痛点。通过这篇文章，作者不仅展示了自己对数据处理技术的理解，还进一步阐释了时序数据库在行业中的潜力与应用价值，为读者提供了很多实际的操作思路和技术选型的参考。
卓越架构之FinOps最佳实践
本文探讨了云成本管理的趋势和FinOps的最佳实践。随着云计算的普及，传统的IT管理模式已无法适应按需使用和按量付费的新模式，导致企业面临资源浪费和成本失控的风险。FinOps作为一种管理理念，强调运维、财务和技术团队的合作，通过数据驱动和业务价值驱动的方式优化云成本。文章介绍了FinOps的核心挑战、最佳实践及技术工具的应用，帮助企业有效管理和优化云成本，实现降本增效。
云财务管理产品更新：助力客户简化FinOps落地
本次分享由阿里云财务管理产品公司负责人贾栋梁主讲，探讨企业上云后内部管理系统的变化及云上财务管理产品的边界。内容涵盖云财务管理产品如何支持FinOps实现业财一体化，以及账单、成本管理和组织管理等核心功能的优化。通过提升账单透明度、简化成本分析和增强企业级能力，帮助企业更好地进行云上财务管理。
EMR管控平台全面升级：智能化助力客户实现在离线混部和降本增效
本次介绍EMR开源大数据平台2.0的最新特性，基于微服务架构，提供更稳定高效的服务。平台升级主要体现在智能化和Serverless两个方面。智能化功能利用大语言模型提升运维效率，推出一键诊断和根因分析，缩短问题定位时间。全托管弹性伸缩根据业务动态自动调整资源，提高资源利用率。即将推出的EMR on ACS产品形态支持离在线业务混部，进一步优化资源使用，帮助用户实现降本增效。