知远漫谈
Dubbo- 微服务全链路追踪：SkyWalking / Pinpoint 与 Dubbo 集成
Dubbo 微服务全链路追踪实践指南 🚀 摘要 本文深入探讨 Dubbo 微服务全链路追踪的完整解决方案，聚焦 SkyWalking 和 Pinpoint 两大主流 APM 工具与 Dubbo 的深度集成。通过剖析 Dubbo 调用链路的核心原理，揭示分布式系统面临的四大观测挑战：调用关系黑盒化、耗时归因失焦、异常传播断裂和 SLA 保障失效。文章提供从零构建追踪系统的完整实践路径，包括： Dubbo 协议栈中 TraceID 的传递机制 SkyWalking/Pinpoint 与 Dubbo Filte
知远漫谈
Dubbo- 核心架构解析：Provider/Consumer/Registry 等核心角色交互
本文深入解析Dubbo核心架构，聚焦Provider、Consumer和Registry三大核心角色的交互机制。通过可运行代码示例和流程图解，详细阐述了： Provider启动流程：从@DubboService注解到服务导出，解析ServiceConfig与Exporter机制，展示如何将服务URL注册到ZooKeeper临时节点。 Registry的核心作用：不仅是服务注册中心，更是分布式元数据协调中枢，承担服务注册、发现和配置推送三大职责，并分析ZooKeeper的目录结构映射。 底层实现细节：包括Du
百度智能云技术站
百度百舸面向百度天池超节点的大模型推理引擎优化，持续降低昆仑芯 XPU 的 token 成本
超节点作为一种创新的硬件架构，通过构建大规模全互联的 Scale-up 网络，有效突破了传统 8 卡节点在通信上的「互联墙」瓶颈，为上层业务提供了极致的互联带宽与统一显存池化能力，从而实现大模型推理服务性能的跨越式提升。结合新硬件架构的特性，AI Infra 团队可以基于对上层模型算法特性的深度理解，进一步做 AI 工程上的软件优化，充分释放硬件潜能，在吞吐量、首 Token 延迟（TTFT）、每 Token 处理时间（TPOT）等核心指标上实现突破性增长。 这些 AI Infra 优化不仅显著提升了系统整
红信鸽科技
百度文心 ERNIE 5.0 与腾讯混元 Hy4 preview 选型实战：从 Token 成...
选型不要只看模型参数，先把你的真实业务场景跑一轮 A/B 测试。我们团队的实践是：用同一个 prompt 集，分别在两个 API 上跑 200 条请求，统计三个指标——平均延迟、输出质量人工评分、单条成本。这个测试花不了半天，但能帮你省掉后续选型踩坑的几周时间。混元的缓存命中定价策略和文心的搜索生态增强，是两个完全不同的价值主张。选对场景比选对参数重要得多。#后端 #Java #SpringBoot #大模型选型 #API集成你在实际项目中有遇到类似问题吗？欢迎在评论区分享你的经验和解决方案。
半泽和莉娜 
作者推荐
- 文心快码 Baidu Comate
- 文心快码 Baidu Comate是一款基于文心大模型的智能代码助手，结合百度积累多年的编程现场大数据和外部优秀开源数据，支持私域知识增强，致力于帮助开发者生成更符合实际研发场景的优质代码，提升编码效率。
关注
