- 综合排序
- 最热优先
- 最新优先
- 来自专栏用户4624600的专栏
测试开发比，能代表质效平衡吗？
看到一个很有意思的话题：测试团队需要保障质量，同时也要考虑测试效率，质量和效率之间的平衡，其实很大程度上取决于测试和开发的人数占比。只有先保证资源上的平衡，才能在保障质量的同时保证一定的测试效率。 当然，除了上述三点，还需要考虑技术落地难易程度、团队成员的适应能力，以及利益分配方面的平衡。 求上行中得下，质量保障最终在时间、范围和成本三者之间，能瞄准一项就不错了。 最后，聊聊质量和效率之间的平衡如何抉择。 我个人的看法，未来测试岗位的角色定位会逐渐从质量保障验证迁移到质量教练的定位，即通过流程建设、标准制定、过程改进、提供工具和基础设施，为整个技术团队提供辅导和赋能。
42810编辑于 2024-08-20 - 来自专栏老张的求知思考世界
测试开发比，能代表质效平衡吗？
看到一个很有意思的话题：测试团队需要保障质量，同时也要考虑测试效率，质量和效率之间的平衡，其实很大程度上取决于测试和开发的人数占比。只有先保证资源上的平衡，才能在保障质量的同时保证一定的测试效率。 当然，除了上述三点，还需要考虑技术落地难易程度、团队成员的适应能力，以及利益分配方面的平衡。 求上行中得下，质量保障最终在时间、范围和成本三者之间，能瞄准一项就不错了。 最后，聊聊质量和效率之间的平衡如何抉择。 我个人的看法，未来测试岗位的角色定位会逐渐从质量保障验证迁移到质量教练的定位，即通过流程建设、标准制定、过程改进、提供工具和基础设施，为整个技术团队提供辅导和赋能。
61810编辑于 2024-07-04 CANN 能效分析：如何实现 10 TOPSW 的极致能效比
CANN 能效分析：如何实现 10 TOPS/W 的极致能效比 当一台边缘 AI 盒子部署在无风扇的配电柜中，或一辆无人配送车需连续运行 12 小时，性能不再是唯一目标——能效才是生存底线。 这背后，是一套从晶体管到算法的全栈能效优化体系。 相关资源链接 cann组织链接：cann组织 ops-nn仓库链接：ops-nn仓库 一、能效比定义与行业基准 能效比（Energy Efficiency） = 有效算力（TOPS） / 功耗（W） 支柱 4：INT8/INT4 量化 + 稀疏加速 精度换能效是经典手段。 结语：能效，是 AI 时代的“新摩尔定律” 在算力增长放缓的今天，能效比成为新的竞争焦点。CANN 通过专用架构、存储优化、动态调控与量化技术，将每瓦特电力转化为最大智能价值。
57810编辑于 2026-02-09英特尔至强处理器支撑游戏服务端算力与能效平衡
本文围绕英特尔至强处理器在游戏服务端的应用展开，指出当前游戏服务端面临算力与内存、网络子系统不匹配，高密部署下内存带宽压力大及系统扩展等架构瓶颈。英特尔提供从第三代至强到下一代Xeon 6的全栈算力支持，通过MRDIMM高带宽内存、内置AMX AI加速等硬件升级，结合oneAPI工具链、ICX编译器优化等软件协同方案，在《无畏契约》《开心消消乐》等游戏实测中实现了单核承载用户数提升18%、CPU吞吐提升11%、AI推理性能提升3倍以上的效果，可平衡游戏服务端算力与能效，降低硬件成本，提升投资回报率。
16110编辑于 2026-05-30- 来自专栏存储公众号：王知鱼
Bill Gervasi ：存储架构的能效革命
"而非"计算中心"的角度思考系统优化 具备能效评估能力：能够量化分析不同技术方案在真实场景下的能效表现 全文概览 在追求极致性能的计算世界里，我们是否忽视了效率的本质？ 随着AI和大数据时代的到来，传统"以计算为中心"的架构正面临前所未有的能效挑战。 终极拷问：演讲者认为业界过于追求绝对性能，而忽略了能效（性能/功耗比）。特别是像推测执行这类“以浪费换性能”的技术，其真实的能效价值需要被重新审视和量化。 这四个原则分别从四个层面给出了指导方向： CPU微架构层面：精细化管理和评估CPU高级特性（如推测执行）的能效比。 这也是为什么越来越多的SSD存储厂商在强调内存语义，在语义（元数据）的加持下，上层业务系统能更高效的搜索、调用SSD上的原始数据，从而实现数据的精准提取，最终实现更高的能效比。
30910编辑于 2025-11-20 - 来自专栏Python深度学习
使用Python实现智能建筑能效管理
项目简介本教程将带你一步步实现一个智能建筑能效管理系统。我们将使用Python和一些常用的深度学习库，如TensorFlow和Keras。最终，我们将实现一个可以预测建筑能耗的模型。2. 总结通过本教程，你学会了如何使用Python和Keras构建一个智能建筑能效管理的深度学习模型。你可以尝试使用不同的模型结构和参数，进一步提升模型性能。
1.1K10编辑于 2024-08-30 - 来自专栏行业智慧解决方案及应用
数字赋能电力巡检，智慧提升企业质效
时代经纬聚焦数字化，赋能安全生产，为电力企业客户提供“在线、可视、协同、智能”的智慧电力巡检解决方案，围绕巡检作业所面临的挑战，构建线上、线下相结合，作业、运营、指挥一体的管控体系，闭环管控业务全貌，让电力巡检更安全
1.5K90编辑于 2022-09-26 - 来自专栏IT技术订阅
NVIDIA消费级显卡40604090 AI训练能效比较
- 能效比：RTX 4060在能效方面有显著提升，这意味着在同等功耗下能够提供更多的性能，这对于寻求高效能和低能耗平衡的用户来说是一个好消息。 功耗：尽管RTX 4090的功耗较高，但考虑到其性能提升，它的能效比（性能/瓦特）实际上可能优于RTX 4060。这是因为高端GPU往往在高负载下提供更好的能效比例。 能效比- 如果RTX 4090的功耗为450W，而RTX 4060的功耗为110W，我们可以计算每个Watt的性能。 注意事项- 高端GPU如RTX 4090可能在大规模训练上更有优势，但小规模训练或轻量级应用可能不会充分利用其全部能力，从而导致能效比下降。 值得注意的是，英伟达还提供了专门针对AI计算优化的数据中心级GPU，例如H100/A100/B100，这些GPU在AI训练场景下的能效和性能可能超越任何消费级产品。
8.3K30编辑于 2024-07-05 - 来自专栏程序员笔记
平衡，平衡（下）
平衡时长你可以： 修改规则，甚至可以设计成让玩家能自行修改规则来延长或缩短时间，比如「大富翁」通常会在90分钟内结束，但有些玩家会取消现金彩票和购买道具时的限制来延长游戏。 设计师加入了一条规则，20分钟后，所有幸存的玩家会被迫进入一个充满怪物和危险的小房间里，没有人能活很久，这样游戏会在25分钟内结束，但仍然有胜利者。 混合不同的惩罚手段有时候能更好地同时兼顾谨慎的玩家和喜欢冒险的玩家。 平衡类型 #Extra：经济体系 这是一个额外的平衡体系，游戏经济很简单，就是如何赚钱和如何花钱的设定。但是经济体系的平衡却非常困难，经济体系本身的平衡可能会远远难度超过整个游戏其他部分的平衡。 lens #41 惩罚：惩罚需要谨慎地使用，惩罚能更好地平衡游戏中的其他元素，也让玩家获得更大的成就感。询问自己如下问题： 我的游戏中又哪些惩罚，目的是什么？ 对于玩家来说，惩罚是否公平？为什么？
1K60发布于 2018-06-14 - 来自专栏测试域
DevOps研效：TestX 持续测试中开发实践赋能
持续测试作为 DevOps 开发流程中的重要一环，“四个高于”的要求对其同样适用，在软件研发生命周期过程中，持续测试提供了持续的反馈机制，在产品交付管道中充当催化剂，每个阶段的测试反馈确保缺陷在开发工程的早期能被解决
1.4K50编辑于 2023-02-27 我最常用、能提效的Cursor实用技巧
由于最近比较忙，也是很久没写文章了，所以今天抽空简单分享几个 Cursor 的技巧，虽然不是什么高级的操作，但确实都是我最常用、能提效的方法。 Worktree Worktree 其实是 git 的一个功能，配合 AI 能实现同时开发多个功能，主要用于避免多个 Agent 或者会话同时编辑一个文件导致的写冲突问题，能让 AI 同时开发多个功能。
25610编辑于 2026-05-26- 来自专栏存储公众号：王知鱼
HBM，先进封装和能效的集大成者
下表汇总了HBM和DDR5在性能和能效方面的关键数据。 /bit） HBM在每比特能效上具有压倒性优势。 研究表明，HBM2的能效约为7 pJ/bit 1。 02 重新审视前提：综合带宽与能效 首先，HBM在每比特的能效上远超DDR。 然而，HBM的首要设计目标是实现极高的带宽（每秒传输的比特数）。 文章列举了多种PIM实现方式，包括在DRAM芯片内部集成处理单元等，展示了三星Aquabolt AX等实例，说明这种技术能显著提升处理效率和能效，特别适用于数据密集型和并行计算任务。
2.9K11编辑于 2025-10-09 - 来自专栏架构师专栏
从智能提效到产品赋能的架构实践
摘要本文深入探讨了企业级系统从智能化提效阶段向产品赋能阶段演进的架构实践路径。 传统的智能提效关注内部流程优化，而产品赋能则聚焦于创造用户价值和商业价值。本文将系统性地阐述这一演进过程中的关键架构实践。2. 智能提效阶段架构分析3.1 典型架构特征智能提效阶段的架构主要聚焦于内部流程自动化和效率提升：核心组件架构图：3.2 核心技术栈技术层面主要技术应用场景前端技术jQuery, Bootstrap, Vue.js 产品赋能架构设计4.1 整体架构设计理念产品赋能架构以用户价值为核心，采用云原生、微服务、数据驱动的设计理念：核心设计原则：用户为中心：所有架构决策以提升用户体验为目标数据驱动：基于数据分析进行产品迭代和优化弹性可扩展 总结与建议12.1 关键成功因素从智能提效到产品赋能的架构演进是一个系统性工程，成功的关键因素包括：技术层面：渐进式演进：避免大爆炸式重构，采用渐进式架构演进策略数据驱动：建立完善的数据中台，支撑智能化决策云原生理念
59010编辑于 2025-05-26 - 来自专栏程序员笔记
平衡，平衡 （上）
游戏平衡性的重要自不必说，但是怎么样系统地去平衡一个游戏呢？下面是12种常见的平衡类型。 平衡类型 #1：公平性 公平的游戏意味着竞争的双方并没有比对方拥有更多优势。 这时候抛个硬币决定这些小的不平衡是个很好的「平衡」手段。此外，玩家也可以利用这些小的不平衡来弥补技术上的不平衡，比如围棋中的「让先」。 此外，非对称的魅力还在于，当玩家有10个不同的角色可以选择时，两个玩家对抗的情况就可以出现 10 x 10 种组合，如果再加上团队与团队的对抗，比如 5 vs 5 的团队对抗赛，那么各种配合和策略能大大提升游戏的可玩性 下面是平衡挑战的方法： 提升每次成功的难度。这是关卡游戏普遍的模式，玩家需要不断提升他们的技能直到完成关卡才可以继续。但要注意让熟练的玩家能迅速通过简单的关卡，避免他们感到厌倦。 评价玩家表现。 游戏是否在某些地方单调乏味，添加几率元素是否能改善这个？ 游戏是否让人感到过于随机？添加强调技能的元素是否能让玩家更有掌控感？
1.1K40发布于 2018-06-14 从智能提效到产品赋能的架构实践
摘要 本文深入探讨了企业级系统从智能化提效阶段向产品赋能阶段演进的架构实践路径。 传统的智能提效关注内部流程优化，而产品赋能则聚焦于创造用户价值和商业价值。本文将系统性地阐述这一演进过程中的关键架构实践。 2. 智能提效阶段架构分析 3.1 典型架构特征 智能提效阶段的架构主要聚焦于内部流程自动化和效率提升： 核心组件架构图： 3.2 核心技术栈 技术层面 主要技术 应用场景 前端技术 jQuery, Bootstrap 产品赋能架构设计 4.1 整体架构设计理念 产品赋能架构以用户价值为核心，采用云原生、微服务、数据驱动的设计理念： 核心设计原则： 用户为中心：所有架构决策以提升用户体验为目标 数据驱动：基于数据分析进行产品迭代和优化 弹性可扩展：支持业务快速增长和变化 智能化赋能：通过AI技术提升产品智能化水平 生态化思维：构建开放的产品生态系统 4.2 分层架构设计 4.3 微服务架构设计 服务拆分策略： 5.
42211编辑于 2025-05-31- 来自专栏数据中心DATACenter
PUE指标能准确衡量数据中心能效吗？-关于POE的设想-孙长青
PUE指标能准确衡量数据中心能效吗？ 提起PUE，业内都知道其是数据中心能效必须要考虑的因素，自从被提出以来，遍受到普遍认可，各种组织和机构也都将它作为衡量数据中心能耗水平的金科玉律。 在各种发电方式中，除太阳能白天发电量大而夜间少而存在昼夜差异外，其他发电方式均与一天内的时间变化无关。由上面统计数字可知，太阳能发电占比极小，可忽略不计。 为了平衡用电负荷，高峰的时候尽量减少用电，降低电网负荷，用电低谷的时候鼓励大家多用电，使得电网的用电负荷不出现极大幅度的下降，全国各地都进行了运用价格信号引导电力削峰填谷，利用峰谷电价差、辅助服务补偿等市场化机制 如果是利用室外干球温度的制冷形式，比如干盘管、风冷冷水机组等，由于昼夜温差，夜间效率提高能耗下降，白天效率降低能耗升高，相较于PUE数值，POE数值会相对高一些；如果是利用室外湿球温度的制冷形式，全天能效基本相当
1.8K90发布于 2019-08-20 - 来自专栏我爱计算机视觉
CNN加速器设计新突破，逼近能效理论极限
在演讲中，陈晓明带来了发表于HPCA 2020会议的最新成果：针对目前的CNN加速器的能效主要受限于访存的问题，怎么就给定的芯片的片上存储资源，设计最优的卷积数据流使访存最小化，从而能效达到最优。 在这个基础上，陈晓明团队还设计出了一个CNN加速器架构，使得加速器能效逼近理论最佳值。 整理：智源社区 赵言、高洛生、常政 一、引言 随着深度学习的发展，CNN结构变得愈发庞大，使得计算量显著增加。 从输入和权重中读入的量是相等的，所以卷积窗重用充分利用，输入重用和权重重用部分利用，这是以一种平衡的方式利用，这便是本文数据流的特点。 同时，能效与理论下界的差距在37%-87%，差距的主要原因如图21中黄色部分所示，即Local寄存器，由静态功耗比较高引起。该问题仍然具有优化余地，方法是借助存内计算的思路解决该问题。 [d2faa49k2c.png] 图21：能效对比 从图22可以看出，Global Buffer的资源利用率比较低，Global寄存器的资源利用率比较低，这是由于加速器需要额外的资源适应不同的分块尺寸。
1.6K40发布于 2020-05-18 能源管理的数字神经：MyEMS如何重塑能效认知
如何读懂这些流动的韵律，如何与这些无形的能量对话，成为当代能效管理的核心命题。MyEMS作为一套开源的能源管理系统，正在为各类组织构建这样的数字感知能力，让能源管理从模糊的经验艺术走向精确的数据科学。 在这个虚拟模型中，能源流动变得可视化，能耗异常成为可诊断的症状，能效优化成为可执行的策略。 智能分析引擎：系统内置的AI分析模块能够进行多维度能效分析，包括负荷特征分析、能耗预测、异常诊断和能效基准比对，为用户提供深度洞察。 实践价值：从数据到行动的能量转化MyEMS在实践中的应用价值体现在多个层面：运营优化：实时监控设备运行状态，通过能效告警和故障诊断实现预防性维护，提升运营可靠性。 成本控制：精准的分项计量和成本分摊，帮助识别能效黑洞，优化能源采购策略，直接降低用能成本。低碳转型：建立碳排放核算体系，量化节能措施的减碳效果，为企业的可持续发展提供数据支撑。
29910编辑于 2025-09-04新型光学计算芯片可将AI计算能效提高100倍
月15日消息，据scitechdaily消息，近日，一支由美国佛罗里达大学带领的工程师团队研发出一款基于光学计算的新型AI 芯片，采用激光与微型Fresnel 透镜代替传统电子电力计算，实现了AI计算能效提升
14310编辑于 2026-03-20- 来自专栏从头开始学习测试开发
2026年AI测试工具推荐：这几个真正能提效
一、视觉AI测试：Applitools 官网：applitools.com 能做什么 跨浏览器/跨设备的UI视觉回归测试 像素级对比检测UI变化（布局、颜色、字体） AI自动识别视觉缺陷并分类 测试提效点 TestSprite 官网：testsprite.com 能做什么 自动理解测试对象（输入URL或代码） 生成完整测试计划+测试代码 云沙箱执行测试+调试失败用例 与Cursor等AI编程工具联动修复 测试提效点 playwright-mcp 能做什么 微软官方出品的MCP Server 让AI助手直接操作浏览器（导航、点击、截图、执行JS） 支持Claude Desktop、Cursor等所有MCP兼容客户端 测试提效点 testops-mcp-server 能做什么 将Katalon测试能力通过MCP协议暴露给AI助手 AI可以直接查询测试执行历史、查看报告 支持Claude、GitHub Copilot等MCP客户端 测试提效点 单元测试：Diffblue Cover 官网：diffblue.com 能做什么 自动为Java代码生成单元测试 基于强化学习，持续优化测试覆盖率 支持Spring、Hibernate等主流框架 测试提效点
2.4K10编辑于 2026-04-28
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号