k8s 中externalTrafficPolicy应用场景和实践
在Kubernetes（K8s）中，`externalTrafficPolicy` 是一个用于控制服务的外部流量的策略。这个字段可以在 `Service` 的定义中设置，其主要作用是决定服务对外部请求的负载均衡行为。具体来说，`externalTrafficPolicy` 有两个可选值：
1. `Cluster`: 默认值。当设置为 `Cluster` 时，服务将负载均衡流量到所有的 Pod，无论这些 Pod 是否在同一节点上。这意味着即使请求来自于同一节点的多个 Pod，流量也可能被负载均衡到不同的节点上。
```yaml
apiVersion: v1
kind: Se
6.5K star！AI视频翻译配音神器，一键生成多平台适配内容，专业级本地化方案来袭！
KrillinAI 是一款基于 AI 大模型的视频翻译与配音工具，支持 12 种输入语言和 101 种输出语种，提供专业级翻译质量。其核心功能包括跨语言智能转换、全流程自动化处理及多项黑科技如语音克隆、术语替换等。技术架构涵盖 WhisperKit、OpenAI API 和 FFmpeg 等组件，实现从视频输入到多平台输出的一站式服务。项目已开源，详情见 GitHub 地址：https://github.com/krillinai/KrillinAI。
更加灵活、经济、高效的训练——新一代搜推广稀疏大模型训练范式GBA
近日，阿里巴巴在国际顶级机器学习会议NeurIPS 2022上发表了新的自研训练模式 Gloabl Batch gradients Aggregation （GBA，论文链接：https://arxiv.org/abs/2205.11048），由阿里妈妈事业部搜索广告团队和智能引擎事业部XDL训练引擎团队联合探索和研发。GBA的提出对阿里巴巴搜推广稀疏模型的训练范式带来了架构性的跨越式升级。本文将从GBA的设计思路、收敛性分析及工程实现等方面展开介绍，欢迎阅读交流。
RocketMQ DLedger架构在小米的大规模实践
DLedger架构作为RocketMQ 4.5 推出的全新架构，稳定性有保障。小米的在线核心业务规模巨大，需要很高的可靠性保证，因此选择了DLedger架构。小米希望用数据说话，积极地拥抱社区发展并认为大规模落地DLedger既是挑战，也是机会。那么，我们一起看看RocketMQ DLedger架构在小米的大规模实践。
