檢測到您已登錄華為云國際站賬號，為了您更好的體驗，建議您訪問國際站服務網(wǎng)站 http://m.cqfng.cn/intl/zh-cn
不再顯示此消息
檢測到您已登錄華為云國際站賬號，為了您更好的體驗，建議您訪問國際站服務網(wǎng)站 http://m.cqfng.cn/intl/zh-cn
不再顯示此消息
方案概述 應用場景 針對有一定AI基礎的AI初學者，ModelArts基于業(yè)界的主流引擎提供了預置算法，無需關(guān)注算法開發(fā)過程，直接使用預置算法對已有數(shù)據(jù)進行訓練，并快速部署為服務。時序預測可針對時間序列數(shù)據(jù)進行預測。 本案例提供了一個訪問流量
過部署在FunctionGraph上的函數(shù)，用戶可以上傳自己的頭像圖片，然后通過調(diào)用ModelArts上的動漫頭像制作應用，將頭像圖片轉(zhuǎn)化為動漫風格的頭像圖片。 方案架構(gòu) 圖1 方案架構(gòu) 架構(gòu)圖說明：
操作。 方案架構(gòu) 圖1 方案示意圖 方案優(yōu)勢 高效頁面編排豐富的UI組件庫，易用的拖拽式頁面構(gòu)建體驗。 極簡流程配置極簡式流程編排，流程配置百變隨心。 多屏融合支
時安裝使用自行評估目標實例規(guī)格，定期更新，不會出現(xiàn)人為誤差。 方案架構(gòu) 圖1 容器評估邏輯圖 方案優(yōu)勢 省去人工評估的繁瑣溝通環(huán)節(jié)，提升效率。 不會出現(xiàn)人工評估的人為誤差，提升準確性。
本場景主要講述在CodeArts IDE Online中如何快速配置和創(chuàng)建一個云端的GO開發(fā)環(huán)境，并在環(huán)境內(nèi)通過GO版SDK查詢實例列表返回操作結(jié)果。代碼樣例請參照IDE實例查詢啟動停止。 方案架構(gòu) 方案優(yōu)勢 開發(fā)環(huán)境準備省時省力，啟動速度提升2倍。
以隨時安裝使用自行評估目標實例規(guī)格，提升效率，定期更新，不會出現(xiàn)人為誤差。 方案架構(gòu) 圖1 通信結(jié)構(gòu)示意圖 圖2 RDA評估邏輯圖 方案優(yōu)勢 省去人工評估的繁瑣溝通環(huán)節(jié)，提升效率。
者可以隨時安裝使用自行評估目標實例規(guī)格，提升效率，定期更新，不會出現(xiàn)人為誤差。 方案架構(gòu) 圖1 通信結(jié)構(gòu)示意圖 圖2 RDA評估邏輯圖 方案優(yōu)勢 省去人工評估的繁瑣溝通環(huán)節(jié)，提升效率。
方案架構(gòu) CloudShell是一種基于云的虛擬終端環(huán)境，可以讓用戶通過瀏覽器直接訪問遠程服務器。 方案優(yōu)勢 遠程訪問：CloudShell可以讓用戶遠程訪問云服務器，無需在本地安裝任何軟件或配置復雜的網(wǎng)絡設置。
方案架構(gòu) 針對傳統(tǒng)企業(yè)在大數(shù)據(jù)場景面臨的問題，華為云提供了基于對象存儲服務OBS作為統(tǒng)一數(shù)據(jù)湖存儲的大數(shù)據(jù)存算分離方案。 圖1 基于OBS的華為云大數(shù)據(jù)存算分離方案 華為云大數(shù)據(jù)存算分離方案基于對象存儲服務OBS
方案概述 應用場景 開發(fā)者在RabbitMQ遷移上云時，其中關(guān)鍵一步是根據(jù)源實例評估目標實例規(guī)格，使用以往常規(guī)方式人工評估需要頻繁溝通，效率低下且容易出現(xiàn)人為評估誤差導致開發(fā)者經(jīng)濟損失。 本文介紹使用RDA平臺RabbitMQ自動評估器評估目
odelArts提供的云化容器資源使用，可以更加快速、高效的進行AI開發(fā)與模型實驗的迭代等。 本案例將指導開發(fā)者如何在彈性云服務器上安裝Docker制作一個自定義模型鏡像并在ModelArts平臺使用這個鏡像作模型訓練。 方案架構(gòu)
方案概述 應用場景 華為云為開發(fā)者開放多種云服務的API，旨在幫助用戶快速、高效地管理和操作華為云資源。傳統(tǒng)調(diào)用API的方式需要打開瀏覽器、登錄等步驟，如遇大量創(chuàng)建、刪除資源等操作，需多次重復調(diào)用同一API，效率低下。華為云命令行工具服務（Koo Command
方案架構(gòu) 圖1 方案架構(gòu) 說明： 在彈性云服務器上安裝docker。 制作模型訓練鏡像并上傳到SWR。 在ModelArts平臺創(chuàng)建應用，從SWR中獲取自定義鏡像，并將應用部署上線。
鍵數(shù)據(jù)。 方案架構(gòu) 圖1 RDA平臺調(diào)用kafka采集器通信示意圖 圖2 Kafka采集器數(shù)據(jù)流示意圖 圖3 采集器安裝流程圖 方案優(yōu)勢 省去人工采集的繁瑣溝通環(huán)節(jié)，提升效率。
業(yè)務如下： 圖1 業(yè)務應用管理功能 方案架構(gòu) 圖2 設備管理系統(tǒng)功能架構(gòu)圖 方案優(yōu)勢 入手門檻低，圖形化開發(fā)界面，直觀友好，業(yè)務人員和低經(jīng)驗開發(fā)人員都可以參與開發(fā)。
方案概述 應用場景 開發(fā)者在DCS遷移上云時關(guān)鍵一步是獲取源實例具體參數(shù)，用來評估目標實例規(guī)格。使用以往常規(guī)方式人工采集需要頻繁溝通，效率低下且容易出現(xiàn)人為采集誤差導致開發(fā)者經(jīng)濟損失。 本文針對采集源實例過程，介紹RDA平臺DCS自動采集器，
防火墻采用云管模式上云，并手動配置安全策略。 表1 分支網(wǎng)絡的部署步驟 步驟 步驟描述 文檔參考 1 完成設備上云（被云平臺納管）和網(wǎng)絡手動開局。 云管理網(wǎng)絡的《網(wǎng)絡部署》中如下幾個章節(jié)。 部署流程 軟件安裝 硬件安裝 網(wǎng)絡手動開局 設備注冊上線 2 根據(jù)場景需要，配置第三方設備接入，完成網(wǎng)絡業(yè)務和用戶準入認證配置。
的穩(wěn)定性、可伸縮性和性能，滿足分布式系統(tǒng)中高并發(fā)、高可靠性的消息通信需求，本文旨在為華為云RocketMQ用戶提供優(yōu)化思路。 方案架構(gòu) 方案優(yōu)勢 可以提高 RocketMQ 的性能和穩(wěn)定性，滿足不同業(yè)務場景下的消息處理需求。
不提供數(shù)據(jù)冗余。 網(wǎng)絡優(yōu)化措施配置高帶寬低延遲網(wǎng)絡對于 RocketMQ 集群節(jié)點之間的通信和客戶端到 Broker 的消息傳輸至關(guān)重要。建議配置 10GbE 或更高帶寬的低延遲網(wǎng)絡，以減少網(wǎng)絡傳輸時延，提高消息傳輸性能。調(diào)整 TCP 參數(shù)也是優(yōu)化網(wǎng)絡傳輸性能的重要手段。例如，可以在
作業(yè)發(fā)起方配置TICS的橫向聯(lián)邦學習作業(yè)，啟動訓練； 模型參數(shù)、梯度數(shù)據(jù)在TICS提供的安全聚合節(jié)點中進行加密交換； 訓練過程中，各參與方計算節(jié)點會在本地生成子模型，由TICS負責安全聚合各子模型的參數(shù)，得到最終的模型； 空間的整體配置通過空間管理員進行統(tǒng)一管理。
