本站AI自動判斷提供您所需要的app下載：點我下載安裝，你懂的APP
如果說小米的 MIUI 是安卓定制 UI 中的功能天花板，相信沒有人會否認。但功能過于豐富卻帶來了副作用：臃腫。自從 MIUI12 開始，大家對 MIUI“我全都要”的開發邏輯就爭議不斷。說實話，筆者至今還是對在手機鈴聲里面加入動物叫聲的設定不能理解。
因此從 MIUI13 開始，小米就開始進行大規模的系統優化工作。在整個 2022 年，我們能顯著地觀察到米粉們對 MIUI 的吐槽少了許多。而在即將到來的 MIUI14 中，小米更是將“剃刀計劃”列為開發重心，誓要將曾經那個快如閃電的 MIUI 找回來。
這個云平臺能夠定期收集被投機構的數據，然后自動生成好看的表格，并且在每個季度的最后一天自動發送給投資人，并且還能把基金項目做成甘特圖，是誰在跟進一目了然。
差評已經用飛書三年時間了，平時都好好的，大家幾乎把所有需要內部學習的資料都上傳到飛書，怎么突然就空間不足了？
二是供應鏈價值。該解決方案能夠實現對一個織布廠供應鏈的優化，包括提供高性價比材料，更好地管理訂單、產能冗余、產品生產，同時還能對接買家，形成有效的供應鏈賦能，解決供應鏈整合的問題。
羊毛不是天天有，該出手時就出手！
用戶關系中無論是C2C還是群場景，在社交往來的中期，探索破冰和磨合維持階段是產生互動和交流最多的階段，對于吸引他人關注或情感表達亦或是玩笑惡搞的訴求實屬常見。而紅包作為一種輕量化的工具，在上述社交需求中扮演著不可或缺的角色。
↑ 點擊查看測試視頻
北京理工大學光電學院研究員翁冬冬是數字栩生（北京）科技有限公司的聯合創始人兼CTO。他所在的團隊推出過數字手語主持人，參與了“數字梅蘭芳”大師復現項目。
明顯在單精度浮點運算上，AI Studio 提供的運行環境在計算性能上還是很有優勢的。理論上訓練速度可以提高近 3 倍左右。
這事可得好好研究一下，我們編輯部絕大部分資料都在飛書的共享空間里，要是云存儲空間不足了，那我們的效率豈不是要退回到用 Word 傳遞資料的那個時代？
聊天機器人如何自我進化？
看到他們拙劣的表演，心里非常惡心，于是在領了1塊錢的QQ紅包后，毫不留情地指出了他們的齷齪伎倆。我的浩然正氣讓騙子們徹底氣急敗壞了，馬上把我也踢出群了。
根據官網介紹，飛槳是百度推出的「源于產業實踐的開源深度學習平臺」，致力于讓深度學習技術的創新與應用更簡單。
彈出廣告托盤相關現象如下圖所示：
接著填寫個人信息
跟飛書的專業團隊提出了整個需求之后，他們倒騰出了一個 “ 文章管理系統 ” 的多維表格，不僅授人以魚還直接授人以漁，工具都已經幫你搭好了~
比如，編輯部就用多維表格搭建了一個項目管理系統。
因此在未形成完整的營銷和商業化體系之前，如何在微信小程序面前“虎口奪食”，讓更多開發者入駐小米直達服務平臺，這是最緊要的問題。畢竟，有了開發者就有了內容，有了內容方能吸引和留住用戶。
不過除了文字識別外，語音識別也被一定程度上下放到了用戶端。比如小愛翻譯 App 內就有一個實時字幕功能。在 MIUI 14 中，這個功能成為了全球首個端側實時中文字幕。不需要聯網，也能轉錄出視頻、會議、錄音等聲音中的中英文，并實時翻譯成中文。這對于喜歡追劇，或者需要跨國會議的群體們來說相當好用。
基于上述紅包收發鏈路，項目組從框架層、交互方式、文字層三個維度進行排查。
1、騰訊自研業務如何從私有云的模式搬遷到公有云;2、如何把這些大體量的業務搬到云端;3、如何擁抱云原生。
今天我就分四個方面向大家介紹騰訊自研業務上云的故事。第一是騰訊業務為什么要上公有云，第二個是業務上云的價值，第三個是如何上云，第四個是以QQ上云的案例分享業務上云的過程。
第一個是很多工程師不斷抱怨為什么騰訊內部有這么多名詞，不同的工具、不同的框架、不同的平臺、不同的數據庫和不同的存儲等等。
第二個是很多部門都開發和使用自己的一套東西，跟其他部門缺乏分享和協作。
第三個是開源文化氛圍不強。很多部門的代碼不開放，或者缺乏文檔。我們知道成為一個優秀的組件，組件的文檔、支持、社區都是非常重要的，沒有這些支持的話，你很難把一個組件做到最優，但是在騰訊內部很多組件是缺少文檔，支持力度不足，甚至出現很多無人維護的孤兒組件。
首先，開源協同就是在騰訊內部，所有的開發團隊代碼都是開放的，騰訊內部有統一代碼庫，所有的團隊及個人的代碼都要在上面公開提交、公開發布。團隊與團隊協作更好，隨時可以去創建個分支，或者提交更豐富的特性功能，形成公司內的開源代碼文化，創建更好的工程師氛圍。
第一是業務價值，業務的研發效率更高，從0到1開發一個新產品短短一周就能完成，微服務框架、數據庫、容器資源、持續集成、持續交付、統一配置中心等等，云上都有現成的服務，研發團隊不需要到處拼裝各種組件和工具，可以更專注業務研發。
第二是工程師價值，工程師可以使用到整個業界最標準化的服務，基于公有云的研發模式，能夠離開封閉的開發環境和組件，同時工程師還可以輸出非常優秀的組件到云上成為服務，這也是大多數工程師的夢想。
第三是客戶價值，可以給行業輸出非常多的公有云的經驗。
第一階段是從2017年開始直播類業務的上云。直播業務上云模式是一整套直播業務從自研機房搬遷到公有云機房，在騰訊云上提供服務，完成國內和海外幾十個節點的建設，服務于自研的直播業務和外部客戶。上云時打通了內部的運營管理系統和監控系統，同時支持跨云的管理。
第二個階段是沙箱云，這個階段是在騰訊云上建立一個邏輯隔離的私有網絡空間，利用騰訊云的IaaS服務，使用云的虛擬機、云的網絡、云的機房來支撐自研業務的服務。不過這類模式只屬于基礎平臺上云，并不是整體業務體系完整上云。
第三階段，是在騰訊“930”變革之前， 2018年6月我們就已經開始擁抱公有云，啟動自研的整個業務從私有云遷到公有云，這是把整個業務連根拔起搬遷到云上。
第一是測試，包括公有云上的網絡、存儲、虛擬機、核心服務，以及單機性能、服務吞吐性能、存儲讀寫性能、業務模塊性能等等都經過測試。通過測試之后，我們和云團隊一起優化了服務性能，對業務也相應做了改造適配。
第二是業務上云方案，包括安全方案、容量評估、服務遷移方案和數據遷移方案等。
第三是業務遷移，遷移包括接入層、邏輯層、數據層及文件存儲等的遷移。
第四是混合云共存，業務會逐漸灰度遷移到云上，比如在線用戶從5%、10%、20%、30%到100%等，是一個灰度遷移過程。在灰度過程中可以及早發現各種問題，逐一解決，避免大規模上量時出現災難性后果。這個過程中就存在公有云和私有云的混合部署模式，就要重點關注專線使用容量，做好專線在業務高峰期的預案，以及業務跨混合云訪問的服務延遲，及時做好用戶在不同云之間調度的策略和方法。
第一階段：規劃。規劃中要對業務系統化的梳理，包括業務評估、容量評估、業務架構、組織體系。組織體系是指上云后組織架構和職能的變化，包括運維職責的變化：例如不再有中間件的運維人員，研發流程的變化;研發、測試和生產環境如何在混合云甚至多云中共存;資源預核算的變化;以前是購買機架和服務器，現在是先充值再按量計費;故障處理流程的變化等。技術體系的組織都要準備跟著公有云轉變。
第二階段是方案規劃和設計。要做好詳細的遷移方案，風險預案，回滾預案，混合云預案，多云預案等，譬如上云過程中數據遷移有問題，出現丟數據，我該如何解決等等。
第三階段是驗證。這個是非常核心的階段，上云前，要有預測試、預驗證的過程。可以把一些核心模塊，譬如高并發，或延遲非常敏感的模塊，在云上做好充分的壓測，并跟云服務團隊一起優化解決各種問題。
第四階段是業務遷移。遷移就更復雜了，包括服務和數據怎么遷、怎么做好備份，遷移過程中對業務有沒有影響，我們用云的通用遷移工具，還是我們自己開發的遷移工具。上云過程中，做好對灰度模塊的觀察，通過客戶端服務質量，服務間調用延遲，全網撥測等監控指標觀察業有沒有問題。
第五階段是持續運營。整個服務運營體系都變了，基礎運維和公共運維團隊變成由公有云的運維團隊來支持。內部使用的開源監控工具，或者改造成支持公有云的資源監控，或者使用云上成熟的監控SaaS服務。CMDB要支持多云管理。運營流程也發生很大的變化，服務SLA要跟公有云服務商一起制定。
第二、三種模式可以統稱為開源組件到公有云。我們內部有一些業務，在開源組件之上做二次開發，譬如基于單機Redis實現自研分布式Redis集群。這些基于自研或開源組件的數據遷移到公有云上對應的數據服務，可通過DTS遷移工具來實現。
第四種模式是私有組件直接上云。因為有一些組件云上沒有，業務也沒有資源將私有組件改造成云的標準服務，這個時候業務就將組件集群直接在云上部署一套，數據通過同步中心或主備備等方式搬遷到公有云上。
比如說我在深圳的自研有一臺主兩臺備，那么我再把備3、備4放到廣州云，數據同時同步到私有云的兩個備和公有云的兩個備機模式。所有的主備數據完全同步完成之后，我們再把公有云的備變成主，自研云的主變成備，就相當于是做了切換。
在微服務這塊，像SF2、SPP、TAF等，我們內部不同業務已經使用了很多微服務框架，并計劃在公司內迭代升級更優秀的微服務框架。
第一，徹底擁抱云原生，用云來滿足業務快速迭代，資源彈性伸縮的需求。
第二，全面擁抱DevOps，研發效率更高效。
第三，內部的優秀工具上云，給云提供更好的服務。
第四，整個開發團隊心態更加開放、更加開源，主動與開源社區協同，貢獻更多的功能特性。
第五，公有云經受了QQ海量流量的錘煉，我們在上云過程中，經歷很多的經驗教訓，邊上云邊解決問題，邊上云邊優化，將整個公有云的基礎設施和服務錘煉成更加成熟。