104學習

Concurrent computing

Concurrent computing
關注
邀請朋友
邀請朋友

Line

Facebook

複製連結

取消
「Concurrent computing：該職位主要負責設計與實施並行計算系統，提升資料處理效率與系統效能。需與跨部門團隊合作，確保系統架構與應用程式同步運行，滿足商業需求。要求具備扎實的程式設計能力，熟悉多執行序、分散式系統及資源管理，具備強大的問題解決能力與溝通能力，能快速適應台灣科技快速變革的職場環境與團隊文化。」
關於教室
關注人數 0 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室，提供大家進行共學互動。
學習主持人
持續分享知識，
有機會成為官方教室主持人
關於教室
關注人數 0 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室，提供大家進行共學互動。
學習主持人
持續分享知識，
有機會成為官方教室主持人
Hi~ 歡迎分享學習資源，有學習問題可匿名向Giver發問！
我要分享
我要提問

Concurrent computing 學習推薦

全部
影片
文章
104 TechCon 工程年會
關注
一零四邦尼學習

2022/08/16

使用併行管理系統避免壅塞造成的服務中斷-呂學洲
現行在很多高通量的服務（例如 APIm）之中會使用一些限流（熔斷）機制，例如記錄每個 IP 能打進這個服務的次數或限制同時能夠擁有的連線數。但是這會造成幾個問題：
1. 應用程式避免被熔斷通常都會高估使用量，例如高峰每秒只會打 10 個請求，但卻申請 15 個的 quota
2. 服務為了滿足各個 client 在限制下的流量通常都會拉高承載力（capacity），例如 client A 和 client B 限制每秒 10 個請求，這時這個服務就要有約每秒 25 個請求的承載力，就會造成大部分時間資源的浪費
3. 當有合理的流量上升，會阻擋到非必要限制的使用者，例如某服務突然變得很有名，限流的設定卻是舊的
4. 以 APIm 為例，上游承載能力是會動態浮動的，所以原本限流 20 可以避免上游服務崩壞，但是某天上游服務突然變得很慢，每秒 5 個請求就會讓他崩壞，限流的保護機制如同虛設
併行管理系統就是要解決這些問題，這些東西並不新，在 TCP 設計時就有很多這種機制，包括 AIMD、Vegas、Gradient 等等，現行的服務都應該要有這些東西，但我們卻很少意識到這件事。
這次分享主要會實際展示「適應併行處理」在處理這些東西時會有什麼樣的結果，我們在https://github.com/evan361425/playground-adaptive-concurrency/tree/master
放一些原始碼，並提供給參與者。
本文與連結相關資源非經取得作者授權，不得任意轉載或公開傳輸
看更多
7 0 405 1
104學習

02/23 00:00

youtube.com
What is CONCURRENT COMPUTING? What does CONCURRENT COMPUTING mean?
3 0
104學習

07/30 00:00

youtube.com
Actors.jl: Concurrent Computing with the Actor Model | Paul Bayer | JuliaCon2021
3 0

推薦給你

職場熱門證照排行榜
關注
104學習

產品

10/16 16:06

NVIDIA DLI 官方證書怎麼拿 ? 生成式 AI、LLM 應用開發完整攻略
想進入 AI 領域卻不知從何開始?NVIDIA Deep Learning Institute(DLI)官方認證課程為工程師、資料科學家和技術人員提供最實戰的學習路徑。課程涵蓋生成式 AI 開發、LLM 大型語言模型應用、異常偵測 AI、高效能運算 等熱門技術,透過雲端 GPU 實作環境,讓您邊學邊做,完成後且通過課後測驗即可獲得 NVIDIA DLI 官方頒發的完課證書,為履歷加分、提升職場競爭力!
🟡 NVIDIA DLI官方課程 - 使用提示詞打造 LLM應用服務
從 Prompt 編排、訊息策略、資料輸出到智慧代理設計，這門課程將是你邁向 LLM 開發的第一哩路，也是未來生成式 AI 應用不可或缺的核心技能。
Q: 誰適合這門課？
A: 具備 Python 程式設計經驗& 對 LLM 基礎知識有扎實理解
Q: 完成課程後，是否會提供相關證明？
A: 是的，在您完成所有課程內容且通過課後測驗後，將會獲得由 NVIDIA DLI 官方所頒發的正式完課證書。
🟡 NVIDIA DLI官方課程 - 異常狀況偵測的AI應用
以電信產業網路入侵偵測為出發案例，實際操作三種核心異常偵測技術，結合理論、應用與效能評估，打造真正落地的異常預測能力。你將深入探索NVIDIA 加速運算平台上的 XGBoost 與深度學習模型，體驗其在高維資料處理與推論速度上的關鍵優勢，並理解監督式與非監督式技術在異常情境中的應用差異。
Q: 這門課程需要具備什麼樣的知識？
A: 為確保您能深入吸收課程內容，建議應具備：
1. Python 資料科學實務經驗
2. 對深度神經網路訓練原理的理解
NVIDIA DLI 課程能讓你親手操作 NVIDIA 最新技術，全面提升你在業界關鍵職位所需的實戰能力。
看更多
0 0 2884 1
你可能感興趣的教室