规格查询导航
实例规格文档 简介 内存型实例规格 采用多线程模型，性能约为同规格社区版实例的3倍。标准架构：内存容量上限可达64 GB，支持约300,000 QPS。读写分离架构：内存容量上限可达64 GB，支持约1,800,000 QPS 集群架构：内存容量上限可达16,384 ...
内存型
性能 采用多线程模型，性能约为同规格社区版实例的3倍，能够突破热点数据高频读写受到的性能限制。相比原生Redis，高QPS场景下响应时间更低，性能表现更佳。在大并发场景下运行稳定，可以极大地缓解突发大量请求导致的连接问题，从容应对...
Tair助力厦门真有趣游戏业务从容应对流量洪峰
内核优势助力业务高速访问：云数据库 Redis 版 实例采用与原生Redis相同的单线程模型，而 Tair 内存型采用多线程模型，由IO线程、Worker线程和辅助线程共同完成数据处理，单节点性能为 云数据库 Redis 版 实例的3倍左右。无感扩缩容实现...
HAL说明
多线程 函数名 是否必选 说明 HAL_MutexCreate 否 创建一个互斥量，用于同步控制。对于仅支持单线程应用，可实现为空函数。HAL_MutexDestroy 否 销毁一个互斥量，用于同步控制。对于仅支持单线程应用，可实现为空函数。HAL_MutexLock 否 加...
初始化OTSClient
表格存储 Java SDK支持使用多线程。使用多线程时，建议共用一个OTSClient对象。准备工作 初始化OTSClient前，您需要完成配置访问密钥、获取实例Endpoint和安装 表格存储 Java SDK的准备工作。配置访问密钥 要接入阿里云的 表格存储 服务，...
什么是GPU云服务器
能够支持多线程并行的高吞吐量运算。逻辑控制单元相对简单。下表为您介绍GPU云服务器与自建GPU服务器的区别。对比项 GPU云服务器 GPU自建服务器 灵活性 能够快速开通一台或多台GPU云服务器实例。实例规格（vCPU、内存及GPU）支持灵活变更，...
产品架构
该并发机制建立在内部的异步访问框架上，相比于启动多线程，额外资源消耗可以忽略不计。对于并发访问的触发条件，主要包括两个类型：限时触发，对于每一个请求，都可以单独设置一个GlitchTimeout，当请求运行时间超过该值未得到响应后，则...
BE参数配置
brpc_socket_max_unwritten_bytes 这个配置主要用来修改brpc的参数 socket_max_unwritten_bytes。有时查询失败，BE日志中会出现The server is overcrowded的错误信息，表示连接上有过多的未发送数据。当查询需要发送较大的bitmap字段时，...
实例规格族
trans 视觉计算型实例规格族ebmgi6s GPU计算型实例规格族gn5 GPU计算型实例规格族gn5i 弹性裸金属服务器规格族群 推荐 其他在售（如果售罄，建议使用推荐规格族）GPU计算型弹性裸金属服务器实例规格族ebmgn7ex GPU计算型弹性裸金属服务器...
什么是Deepytorch Training（训练加速）
多机CPU-Reduce：该优化继承了单机内CPU-Reduce高效的异步流水线，并将跨机Socket通信也设计为流水线形态，实现多机通信全过程流水化，有效减少通信延迟，提高整体训练性能。例如，在通信量较大的Transformer-based模型的多机训练场景下，...
已停售的实例规格
计算：处理器与内存配比为1:2 处理器：采用第三代Intel ® Xeon ® 可扩展处理器（Ice Lake），基频2.7 GHz，全核睿频3.5 GHz，计算性能稳定 支持开启或关闭超线程配置 存储：I/O优化实例 仅支持ESSD云盘 实例存储I/O性能与计算规格对应...
什么是AI通信加速库Deepnccl
多机CPU-Reduce：该优化继承了单机内CPU-Reduce高效的异步流水线，并将跨机Socket通信也设计为流水线形态，实现多机通信全过程流水化，有效减少通信延迟，提高整体训练性能。例如，在通信量较大的Transformer-based模型的多机训练场景下，...
ECS的安全责任共担模型
会话管理客户端与云助手进行通信时，会通过WSS（Web Socket Secure）协议建立WebSocket长连接，WSS使用SSL（Secure Socket Layer）加密WebSocket长连接，可以保障全链路数据的安全。会话管理概述 安全组 安全组是一种虚拟防火墙，用于控制...
JMeter多个线程组的使用说明
设置多线程组并行或串行 如果JMeter脚本中包含多个主线程组（Thread Group），您可以参照以下说明设置多线程组的并行和串行关系。PTS施压配置中的 循环次数 会覆盖所有的线程组，而 压测时长 如果到达，整个压测都会停止。多线程组并行 多...
JMeter多个线程组的使用说明
设置多线程组并行或串行 如果JMeter脚本中包含多个主线程组（Thread Group），您可以参照以下说明设置多线程组的并行和串行关系。PTS施压配置中的 循环次数 会覆盖所有的线程组，而 压测时长 如果到达，整个压测都会停止。多线程组并行 多...
2023年
客户端发布记录 1.8.6，2023-02-16 功能名称 变更类型 功能描述 相关文档 执行线程模型调整（升级必读）新增 调整任务默认执行线程池模型为 共享线程池。如果所有任务共享同一个执行线程池，Map子任务独立配置的并发数将失效，如需与原模式...
常数吞吐量分布式使用示例
常见应用场景 通常配置吞吐量控制时，您可以选择Sampler维度或线程组维度（多线程组即全场景维度）即可，不推荐使用其他过于复杂的场景。以下示例中使用了2台施压机IP，线程组总并发100，目标吞吐量每分钟100。Sampler吞吐量控制的实现 ...
常数吞吐量分布式使用示例
常见应用场景 通常配置吞吐量控制时，您可以选择Sampler维度或线程组维度（多线程组即全场景维度）即可，不推荐使用其他过于复杂的场景。以下示例中使用了2台施压机IP，线程组总并发100，目标吞吐量每分钟100。Sampler吞吐量控制的实现 ...
快速入门Java线程栈分析
本文将演示如何通过ATP的Java线程栈分析...请注意火焰图是按照栈的数量进行聚合，越宽不一定代表是热点方法，比如很多线程阻塞在同一个Java方法上是正常的现象。3.结论 通过ATP Java线程栈分析功能，可以帮助开发者分析应用中线程的运行情况。
一次调用过程
该过程涉及多线程交互，同时也涉及HSF中的不同领域对象。HSF的一次调用过程如下图所示：过程 说明 1 在客户端线程中将用户的请求参数即请求对象进行序列化，并将序列化后的内容存放在请求通信的对象中。说明 请求通信对象对应的是HSF协议，...
一次调用过程
该过程涉及多线程交互，同时也涉及HSF中的不同领域对象。HSF的一次调用过程如下图所示：过程 说明 1 在客户端线程中将用户的请求参数即请求对象进行序列化，并将序列化后的内容存放在请求通信的对象中。说明 请求通信对象对应的是HSF协议，...
PAI-EasyVision简介
每个处理过程支持多机多线程加速，且各个过程异步流水线处理，极大提高了处理效率。此外，离线预测支持用户自定义各个处理过程。对接在线服务平台 EAS 训练过程会产出SaveModel，用户可以自行接入原有的在线预测业务系统。同时，EAS 提供了...
内存型
云原生内存数据库Tair 内存型（简称内存型）适合并发量大、读写热点多、高性能场景，内存型重点增强了多线程性能并集成多个自研扩展数据结构。购买方式 创建实例 主要优势 类别 说明 兼容性 100%兼容原生Redis，无需修改业务代码，提供 ...
服务端线程池配置
线程池最小配置：Dhsf.server.min.poolsize 线程池最大配置：Dhsf.server.max.poolsize 线程收敛的存活时间：Dhsf.server.thread.keepalive 服务线程池配置 对于一些慢服务、并发高，可以为其单独配置线程池，以免占用过多的业务线程，影响...
服务端线程池配置
线程池最小配置：Dhsf.server.min.poolsize 线程池最大配置：Dhsf.server.max.poolsize 线程收敛的存活时间：Dhsf.server.thread.keepalive 服务线程池配置 对于一些慢服务、并发高，可以为其单独配置线程池，以免占用过多的业务线程，影响...
机器组简介
机器组是包含多台服务器的虚拟分组，日志服务通过机器组的方式管理所有需要通过Logtail采集日志的服务器。本文介绍机器组的概念和类型、配置机器组的步骤。背景信息 日志服务支持通过一个 Logtail采集配置 来采集多台服务器上的数据，这些...
模型体验介绍
模型体验 支持选择多个模型同时体验，快速对比不同模型的效果，最多同时选择3个模型，支持差异化模型配置及重复模型选择。说明 体验模型将会消耗Tokens，费用以实际发生为主（独立部署模型除外）。各大模型收费标准请查看 模型广场介绍，...
存证服务API
Client Client 类是 antblockchain-gl API 通讯协议的实现，客户端是线程安全的，多线程可以显著提高 SDK 的性能，但不是越多越好，您需要根据实际需求测试最合理的线程数。客户端采用延迟连接，创建后并不会立即与服务器连接，当发生接口...
产品简介
联邦建模是基于联邦学习（Federated Learning，简称 FL）技术，在满足各参与方的合规政策和数据价值保护的需求下，实现模型迭代和更新的服务。联邦建模服务采用联合计算的模式，实现在原始数据不离开本地的前提下，完成模型的研发和效果...
AIACC-AGSpeed性能数据
本文展示了AIACC-AGSpeed（简称AGSpeed）的部分性能数据，相比较通过PyTorch原生Eager模式训练模型后的性能数据，使用AGSpeed训练多个模型时，性能具有明显提升。背景信息 本文通过测试不同场景下的模型，展示AGSpeed的不同性能提升效果。...
快速开始
通义万相 说明 支持的领域/任务：aigc 通义万相是基于自研的Composer组合生成框架的AI绘画创作大模型，提供了一系列的图像生成能力。支持根据用户输入的文字内容，生成符合语义描述的不同风格的图像，或者根据用户输入的图像，生成不同用途...
快速开始
通义万相 说明 支持的领域/任务：aigc 通义万相是基于自研的Composer组合生成框架的AI绘画创作大模型，提供了一系列的图像生成能力。支持根据用户输入的文字内容，生成符合语义描述的不同风格的图像，或者根据用户输入的图像，生成不同用途...
如何开启模型训练
视频介绍 定义 模型调优是通过Fine-tuning训练模式提高模型效果的功能模块，作为重要的大模型效果优化方式，用户可以通过构建符合业务场景任务的训练集，调整参数训练模型，训练模型学习业务数据和业务逻辑，最终提高在业务场景中的模型...
Java SDK
schedule.timestamp（执行调度时间）data.timestamp（调度数据时间）无 1.8.13，2023-09-08 功能名称 变更类型 功能描述 相关文档 执行线程模型调整 新增 执行线程模型调整。模型切换为 非共享 线程池模式。共享线程池模型下共享线程池参数...
查看微服务压测报告
线程数与吞吐率关系图：显示了活跃线程数的服务器总响应吞吐率，它根据访问应用程序的用户数量显示了统计上的最大可能吞吐量。响应耗时（RT）和请求数占比的关系图：显示了请求数占比如何随RT的变化而变化，当许多用户同时请求服务器时，...
AI推理服务概述
借助ACK云原生AI套件提供的Arena命令行工具、AI负载调度、GPU管理、资源弹性伸缩等基础能力，您可以在Kubernetes集群中简便、高效地把训练好的模型部署为AI推理服务。阿里云容器服务ACK支持为推理服务提供弹性伸缩、GPU共享调度、性能监控...
查看TCP压测报告
活跃线程数与吞吐率（/S）关系图：显示了活跃线程数的服务器总响应吞吐率，它根据访问应用程序的用户数量显示了统计上的最大可能吞吐量。响应耗时（ms）和请求数占比（%）的关系图：显示了请求数占比如何随RT的变化而变化，当许多用户同时...
查看UDP压测报告
活跃线程数与吞吐率（/S）关系图：显示了活跃线程数的服务器总响应吞吐率，它根据访问应用程序的用户数量显示了统计上的最大可能吞吐量。响应耗时（ms）和请求数占比（%）的关系图：显示了请求数占比如何随RT的变化而变化，当许多用户同时...
查看JDBC压测报告
活跃线程数与吞吐率（/S）关系图：显示了活跃线程数的服务器总响应吞吐率，它根据访问应用程序的用户数量显示了统计上的最大可能吞吐量。响应耗时（ms）和请求数占比（%）的关系图：显示了请求数占比如何随RT的变化而变化，当许多用户同时...
查看Redis压测报告
线程数与吞吐率关系图：显示了活跃线程数的服务器总响应吞吐率，它根据访问应用程序的用户数量显示了统计上的最大可能吞吐量。响应耗时（RT）和请求数占比的关系图：显示了请求数占比如何随RT的变化而变化，当许多用户同时请求服务器时，...
- 产品推荐
- 这些文档可能帮助您