【大模型入门系列1】大模型RAG基础
本文介绍了RAG（检索增强生成）技术，包括其背景、向量介绍、RAG常见架构及示例代码。RAG结合了搜索和大语言模型的功能，通过从特定数据源检索信息，解决大模型的幻觉问题、实时交互问题、数据安全及知识动态性问题。文章还详细讲解了文本向量化、向量相似度计算、向量检索等概念，以及RAG应用中的索引、检索和生成步骤。最后，通过一个简单的RAG应用示例，演示了从数据加载、分割、存储到检索和生成的完整流程。
【大模型入门系列2】本地win11部署通义千问大模型做RAG验证
本文介绍了如何在本地环境中部署并使用大模型，特别是阿里巴巴云的Qwen1.5-0.5B-Chat模型。首先分析了本地化部署的重要性，包括数据安全、网络稳定性、定制化需求等方面。接着详细描述了环境准备过程，包括更新显卡驱动、安装CUDA、配置Python环境等。随后，文章展示了如何使用ModelScope Library加载模型，并通过Python脚本实现基本的对话功能。最后，探讨了私有化部署大模型的优势，如数据安全、定制化、效率提升等，为未来的探索指明方向。
【AI系统】昇腾 AI 核心单元
本文深入解析了华为昇腾AI处理器的核心——AI Core及其达芬奇架构。AI Core采用特定域架构（DSA），专为深度学习算法优化，通过矩阵、向量和标量计算单元的高效协作，实现了对深度学习算法的加速。文章详细介绍了AI Core的计算单元、存储系统及控制单元的设计，展示了其如何通过优化数据通路和控制流程，显著提升计算性能。
【AI系统】大模型的到来
大模型的兴起，让系统工程师能在前所未有的集群规模上解决复杂工程问题，显著降低成本和时间。本文探讨了大模型的发展历程、技术架构、支持模态及应用领域，特别分析了AI系统与AI基础设施的区别及其对大模型的影响。随着大模型进入爆发期，AI系统的重要性日益凸显，不仅影响着算法的选择与发展，也成为推动大模型研究与应用的关键力量。
【赵渝强老师】阿里云大数据生态圈体系
阿里云大数据计算服务MaxCompute（原ODPS）提供大规模数据存储与计算，支持离线批处理。针对实时计算需求，阿里云推出Flink版。此外，阿里云还提供数据存储服务如OSS、Table Store、RDS和DRDS，以及数据分析平台DataWorks、Quick BI和机器学习平台PAI，构建全面的大数据生态系统。
AI Agents Loop异步执行可视化Tutorial 借助AgentBoard工具可视化工作流
本文介绍了AI Agent的异步执行循环（Agent Loop），并展示了如何利用开源框架agentboard可视化这一过程。通过分析不同框架（如AutoGen、LangGraph、AutoAgent）对Agent Loop的抽象，文章详细说明了从简单的功能调用到复杂的多阶段执行流程的设计。此外，还提供了使用agentboard进行日志记录与流程可视化的具体示例，包括安装步骤、代码实现及运行方法，帮助开发者更高效地调试和优化AI Agent的应用。
单机顶集群的大数据技术来了
大数据时代，分布式数仓如MPP成为热门技术，但其高昂的成本让人望而却步。对于多数任务，数据量并未达到PB级，单体数据库即可胜任。然而，由于SQL语法的局限性和计算任务的复杂性，分布式解决方案显得更为必要。esProc SPL作为一种开源轻量级计算引擎，通过高效的算法和存储机制，实现了单机性能超越集群的效果，为低成本、高效能的数据处理提供了新选择。
数据中台最全详解，一文彻底搞懂！
中台是大型数据架构模式，也是大型架构的必备技能，本篇全面详解数据中台，建议收藏备用。关注【mikechen的互联网架构】，10年+BAT架构经验倾囊相授。