11月18日开源技术选型Show
直播时间
10:00
-
10:30
- esp32玩转彩屏
- 直播时间 10:00 - 10:30
- 这是来自无线标签演示项目的[WT_32_SC01],展示了LVGL v7,它支持多个显示控制器( ST7796S)和触摸控制器(FT6336U)。
- 进入 启明云端(wireless-tag) 的直播间
直播时间
10:30
-
11:00
- 滴滴DoKit开源之路
- 直播时间 10:30 - 11:00
- DoraemonKit(DoKit)诞生于滴滴普惠泛前端终端技术部,我们一直致力于用技术的手段去提升业务的研发效率。经过我们不断的优化和探索,我们收集和研发了开发过程中常用的工具,并且在Android和iOS两端保持功能对齐。我在服务内部业务的同时,也在积极得响应滴滴的开源精神,把我们优秀的解决方案输出给社区。经过两年的发展,当前DoKit已经发展成了一个相对完整的生态,拥有超过30项被集团和社区验证过的工具,同时被BAT以及滴滴、京东、字节等等头部独角兽企业广泛使用并获得良好的口碑。随着dokit.cn平台端的推出,标志着DoKit已经从单纯的效率工具正式进入了效率工具平台的阶段。当然当前DoKit还有这许多的不足,我们需要社区共同的努力,一起帮助DoKit变得更加完善。
- 进入 DiDi 的直播间
直播时间
11:00
-
11:30
- 跨多端框架-Chameleon
- 直播时间 11:00 - 11:30
- 本次分享两部分 #1. CML开源项目简介包括一套统一的语言框架 + 多态协议介绍 #2. CML在滴滴货运的一个落地情况
- 进入 DiDi 的直播间
直播时间
11:30
-
12:00
- 跨端框架+serverless实现云端一体的开发体验
- 直播时间 11:30 - 12:00
- #1、uni-app跨端框架简介 #2、serverless在前端的落地现状 #3、云端一体的开发探索 #4、未来展望
- 进入直播间
直播时间
12:30
-
13:00
- LightSeq:高性能序列推理引擎
- 直播时间 12:30 - 13:00
- 在本次分享中,会介绍LightSeq团队在过去一年多时间里,针对自然语言处理领域的序列(sequence)模型,进行的推理优化工作。自2017年Google提出Transformer模型,以其为基础的特征提取方法,推动了众多自然语言处理任务能力水平的提升,与此同时,模型的参数量和推理延迟也呈现近乎指数增长。为了满足业务场景严苛的部署要求,LightSeq 团队结合场景特性:1. 对特征运算进行了定制优化 2. 对自回归解码进行了层次化改写 3.引入编译优化技术进一步提升计算吞吐。成为业界第一款完整支持Transformer、GPT等多种模型高速推理的开源引擎。模型层面,LightSeq团队也探索了压缩、量化及蒸馏技术,性能达到业界SOTA。LightSeq可以应用于机器翻译、自动问答、智能写作、对话回复生成等众多场景,大大提高线上模型推理速度,改善用户的使用体验,降低企业的运营服务成本。
- 进入 Bytedance Inc 的直播间
直播时间
13:30
-
14:00
- 开源物联网操作系统RT-Thread的发展之路
- 直播时间 13:30 - 14:00
- 介绍RT-Thread是什么,应用场景以及一些行业上的应用案例。然后介绍 RT-Thread的生态建设以及其在开源领域做的事情。最后介绍RT-Thread最近在开展的一些工作,如RT-Thread Smart等。
- 进入直播间
直播时间
14:00
-
14:30
- 云原生消息流平台 Apache Pulsar 深度解析
- 直播时间 14:00 - 14:30
- 在云原生时代,开发者应该把更多精力放在应用程序和微服务上,而不是把时间浪费在维护复杂的消息和流数据基础设施上。作为下一代云原生分布式消息流平台, Pulsar 从 2012 年诞生时就前瞻性地采用了存储计算分离、分层分片的云原生架构,极大减轻用户在消息系统中遇到的扩展和运维困难,并内置诸多其他系统商业版本才有的特性,是云原生时代解决实时消息流数据传输、存储和计算的最佳解决方案。#Apache Pulsar 在 2018 年 9 月成为 Apache 软件基金会顶级项目。除了采用计算与存储分离的分层架构设计,Apache Pulsar 还支持多租户、持久化存储、多机房跨区域数据复制,具有强一致性、高吞吐以及低延时的高可扩展流数据存储特性。#在本次分享中,翟佳将深入介绍 Pulsar 的云原生特性和架构优势,以及在全面云原生时代 Pulsar 的最新技术进展,相信会帮助你进一步了解云原生时代下的消息流系统到底如何实现技术演进。
- 进入直播间
直播时间
14:30
-
15:00
- 下一代大数据任务调度 - Apache DolphinScheduler 介绍&Roadmap
- 直播时间 14:30 - 15:00
- #1. DolphinScheduler社区情况 #2. 大数据调度痛点 #3. DolphinScheduler的能力 #4. 挑战与经验 #5. 用户案例 #6. 近期Roadmap
- 进入直播间
直播时间
15:00
-
15:30
- Apache ShardingSphere 5.x的新功能
- 直播时间 15:00 - 15:30
- Apache ShardingSphere 5.x 的首个版本已经发布,新版本从架构设计理念到产品定位都有重大革新。#它采用了可插拔的方式,使其具备高度灵活、可插拔和可扩展的能力;#在产品定位方面,不再以数据分片为内核,而是转向分布式数据库生态的打造。#本次分享将重点介绍Apache ShardingSphere 5.x的新功能。
- 进入直播间
直播时间
15:30
-
16:00
- 如何基于滴滴Kafka-Manager打造专业易用的Kafka服务体系
- 直播时间 15:30 - 16:00
- 滴滴开源Kafka-Manager脱胎于滴滴内部4年多的Kafka服务运营经验,服务了公司内数千Kafka用户,托管了数十Kafka集群,数万Kafka Topic,单集群>300+Broker,峰值CPU利用率>40%,面向Kafka用户、Kafka运维人员,提供了一套较完善的kafka指标体系及运维管控的能力,打造一套共享多租户kafka云平台,内部满意度达到90分!
- 进入直播间
直播时间
16:00
-
16:30
- Greenplum - 新一代大数据平台
- 直播时间 16:00 - 16:30
- Greenplum作为世界上首个开源MPP大数据平台,有着大规模并行处理海量数据的能力,同时它也具备高可用,HTAP,支持多云,在线扩展,灵活数据,机器学习等等强大功能。直播中,Greenplum产品总监陆公瑜将给大家介绍Greenplum,以及Greenplum在国内的生态和社区发展。
- 进入 Greenplum 的直播间
直播时间
16:30
-
17:00
- Pegasus: 打造小米开源KV存储
- 直播时间 16:30 - 17:00
- 介绍小米云存储团队在Pegasus项目上的开发近况,规划,以及开源实践
- 进入直播间
直播时间
17:00
-
17:30
- YTFS WAN存储:能抗黑客和核弹饱和攻击的开源存储项目
- 直播时间 17:00 - 17:30
- 全球首个可商用的存储公链YottaChain上线主网后,进入小规模商用阶段,目前市场份额暂居全球第一。区块链存储是区块链驱动的WAN存储的简称,数据不是保存在区块链上,而是存在WAN存储系统中,由分布在全球的成千上万边缘节点统一组成共享存储池。相较于云存储,WAN存储先天的架构优势可以提高至少一万倍的可靠性,一亿倍的可用性,并自带“千地万中心”的奢侈容灾机制;但能完整实现却并非易事。#为此,YottaChain凭借专业技术能力和创新能力,自主研发了去中心化存储系统YPFS,不仅拥有数据可靠性保障机制,能对数据持久性、服务可用性、数据一致性、容灾性起到强有力的保障,而且将数据冗余率降到极低,让WAN存储先天优势得到充分彰显的同时,还将衡量存储的如持久性、安全性等十多个指标都做到了满足商用的程度,同时部分指标比现有IT巨头更有碾压性优势。
- 进入 YottaChain 的直播间
直播时间
17:30
-
18:00
- Adlik,加速深度学习模型落地
- 直播时间 17:30 - 18:00
- 深度学习目前在图像识别,自然语言处理,声音识别等多项AI领域中解决了很多复杂的模式识别难题。训练完成的模型,要转化为生产实践活动,就需要有模型的推理应用服务来支撑。当前的深度学习模型推理,存在不少痛点:如模型优化,多种推理框架的学习成本,异构计算引擎的支持,各类部署场景工程化方案的支持等。#而Adlik可以为用户提供价值可以从四个方面来考量:#1.提供给用户统一的推理框架,包括编译,优化,运行时引擎等2.提供了运行时引擎的诸多高级管理功能,包括有模型的版本管理,统一的服务接口,便捷的服务部署方案,以及多模型多实例的高效调度器#3.提供了模型优化能力,包括模型的剪枝和量化。模型优化在推理应用时,能够提升模型推理计算速度,并可以有效降低模型大小,是很实用的工具。#4.支持了机器学习算法,对机器学习模型计算提供加速和异构硬件的计算能力。
- 进入 Adlik 的直播间
直播时间
18:00
-
18:30
- 产业级开源开放深度学习平台飞桨
- 直播时间 18:00 - 18:30
- #- 介绍百度开源的深度学习平台飞桨及其与主要特色 #- 介绍研发深度学习框架当中碰到的技术难题及如何克服 #- 介绍飞桨的发展历史以及开源生态的建设
- 进入 PaddlePaddle 的直播间
直播时间
18:30
-
19:00
- MindSpore全场景AI计算框架介绍
- 直播时间 18:30 - 19:00
- MindSpore项目2020年3月28日开源,本主题分享MindSpore版本进展,技术特性,未来创新,生态合作等内容。希望与广大开发者和科研工作者一起构筑中国AI生态。
- 进入 MindSpore 的直播间
直播时间
19:00
-
19:30
- 基于MACE Micro的AIoT应用实践
- 直播时间 19:00 - 19:30
- 近年来,依托硬件算力的提升和数据集的丰富,以深度学习为代表的人工智能领域蓬勃发展。同时,在终端设备上部署AI应用也越来越普遍。# 小米MACE(Mobile AI Compute Engine)框架专注AIoT设备的深度学习模型推理场景,包含移动端AI引擎(MACE AI Engine)和微控制器AI引擎(Micro AI Engine)。# MACE Micro AI Engine专注于手机与IoT设备超低功耗推理场景,针对微控制器等Iot设备算力低、能耗低、种类繁多的特点,在性能、功耗和可移植性上进行了重点打磨。目前已经落地了人体行为识别、语音唤醒等应用,具有丰富的潜在应用场景。本次分享将为大家详细介绍MACE Micro深度学习推理引擎以及我们在IoT领域基于MACE Micro进行的AI应用开发实践。
- 进入 Xiaomi 的直播间
直播时间
19:30
-
20:00
- OneFlow深度学习框架
- 直播时间 19:30 - 20:00
- OneFlow深度学习框架始终坚持“效率为王”,特点如下:#人有我优:已有深度学习框架只支持数据并行技术,而且已经解决的较好,但是数据并行仅适用于模型参数较小的场景(譬如卷积神经网络和BERT模型),OneFlow实现的数据并行比已有框架效率更高。#人无我有:OneFlow面对大模型训练需求支持模型并行、流水并行技术,是唯一可以训练超大神经网络(大规模人脸识别、大规模广告推荐模型、大规模语言模型类GPT-3)的开源框架。
- 进入直播间
直播时间
20:00
-
20:30
- 最受开发者欢迎的AI推理框架——Tengine的硬核性能与兼容性优势
- 直播时间 20:00 - 20:30
- #1、讲述Tengine的由来与发展历程;#2、Tengine未来的发展潜力与生态构建;#3、当前Tengine的硬核性能与绝对优势;#4、基于Tengine衍生的TengineKIT 与AutoKernel项目介绍;
- 进入直播间
直播时间
20:30
-
21:00
- CRMEB开源系统,赋能开发者,提速企业数字化
- 直播时间 20:30 - 21:00
- 如今电商开始被所有企业重视,很多人都意识到经营自己私域流量的重要性,虽然目前有很多saas平台,但是很多企业还是希望拥有自己独立的电商系统,我们精力有限不能帮助更多企业搭建,所以我们开源推出一款常用的客户管理加电商,赋能更多开发者,帮助更多企业低成本快速拥有自己的电商系统。
- 进入 众邦科技 的直播间
直播时间
21:00
-
21:30
- 一站式运维监控平台夜莺分享
- 直播时间 21:00 - 21:30
- 介绍滴滴夜莺的产品
- 进入 DiDi 的直播间