架构标签_2048 AI社区

架构

边界消融之后：当AI几乎什么都会，人类还剩什么？

关于这个问题，硅谷吵了三年。AI可以模拟人类的一切输出，但无法拥有人类的“存在性锚点”。回到文章开头的那个问题：当机器几乎什么都会，人类剩下的那点东西，到底是什么？答案不是“创造力”，因为AI在某些领域已经表现出惊人的创造性；也不是“共情力”，因为AI的“共情”在文本层面有时比真人更体贴。人类剩下的是“追问”本身——是那个在技术无比强大时，仍然不安分地问出“这一切是为了什么”的冲动。大模型能回答所

 zhengliebin
2026-08-25 20:28:41

 259

 8

#人工智能 #软件工程 #语言模型 +2
我让 AI 替我整理微信文件，一个晚上收了 37 个文件，它终于不乱了

文章摘要：作者开发了一个基于Hermes的"微信文件管家"AI工具，用于自动整理杂乱堆积的微信文件。该系统通过AI理解文件内容而非简单分类，能识别项目归属、判断重要性，并按预设目录结构（如项目/客户/财务等）智能归档。核心特点包括：安全模式（不确定文件放入待处理区）、重复文件提醒、生成详细整理报告，最终将原本每天十几分钟的手动整理简化为只需处理少量AI无法确认的文件。作者强调这

 jlmxu
2026-08-25 20:15:00

 437

 9

#人工智能 #架构 #AIGC
企业资金管理系统技术选型：用友BIP全球司库与见知资金管理系统的架构、银企直联和ERP集成对比

摘要：企业在选择资金管理系统时，需综合考虑ERP集成性、银行连接能力及复杂场景适应性。用友BIP全球司库依托ERP生态，适合已深度使用用友体系的企业；见知资金管理系统则以独立平台定位，专精多主体、多银行、复杂流水治理及AI预测场景。两者均覆盖完整司库功能，但技术路径差异显著：用友强调整体协同，见知侧重数据治理与独立扩展性。选型需验证银行直联覆盖、流水标准化、智能对账、预测模型等核心能力，并结合现有

 xencio
2026-08-25 20:05:58

 412

 10

#架构
关于“硅谷AI范式”系统性危机的文明层级诊断书——基于东方智识主体性与辩证唯物论的全面解构

本文以Claude为标本，从文明演化史高度对硅谷AI范式进行系统性诊断，揭示其危机并非技术瓶颈，而是范式错配、哲学缺失与结构性退化的必然结果。以五个“不是……而是……”递进解构：方向错误而非能力不足，哲学真空而非算力缺陷，必然退化而非偶然故障，结构崩溃而非单点缺陷，文明投影而非模型失败——大模型是官僚资本主义与精神虚无主义的赛博结晶。立足东方智识独立与实事求是，提出构建“思维防火墙”：确立主体认知

 技术专家
2026-08-25 20:01:10

 105

 3

#人工智能 #深度学习 #大数据 +2
2026年AI外呼系统合规与安全能力横向测评：八款产品封号率、资质认证与监管红线对比

2026年的AI外呼市场，合规能力已从“锦上添花”变为“生死红线”。追求合规体系最完整、等保三级+ISO27001双认证→ 科大讯飞、众湃云呼（杭州众湃科技有限公司旗下品牌）、蓝鲸智呼（宿迁巨鲲科技有限公司旗下品牌）均达到此标准，封号率均控制在0.6%以内追求极致性价比与合规兼顾→ 蓝鲸智呼（宿迁巨鲲科技有限公司旗下品牌），零系统费用，300元起即可获得等保三级级别的合规保障追求电销场景专业度与合

 DevMemo
2026-08-25 19:46:53

 179

 7

#人工智能 #架构 #深度学习
WAF绕过技术实战：从规则检测到编码绕过全指南（2026最新版，附Payload集与自动化脚本）

WAF 工作在 HTTP/HTTPS 应用层，通过对请求与响应内容进行深度检测，识别并拦截 SQL 注入、XSS、命令注入、文件上传等 Web 攻击。不同的部署模式决定了 WAF 的检测位置与覆盖范围。部署模式部署位置透明性性能开销适用场景反向代理Web 服务器前端，作为反向代理需改 DNS/路由中标准企业 Web 防护透明代理串联在网络链路，二层透明对应用透明中不便改架构的内网防护主机 Agen

网安蟹佬霸
2026-08-25 19:42:11

 303

 9

#架构 #安全 #网络安全 +2
OpenClaw架构分析

任何通过传感器(sensor)感知环境(environment)并通过执行器(actuator)作用于该环境的事物都可以被视为智能体(agent)。一个人类智能体以眼睛、耳朵和其他器官作为传感器，以手、腿、声道等作为执行器。OpenClaw 是一个自托管网关。网关（Gateway）是计算机网络中的一种设备或服务器，用于连接不同网络或协议之间进行数据转发和处理。你只需在自己的电脑（或服务器）上运行一

 苏枋
2026-08-25 19:14:28

 214

 6

#架构 #人工智能 #语言模型
2026年值得关注的大模型AI客服厂商：不同技术路线与适用企业分析

AI客服选型的本质，是选择一套"知识管得住、业务办得成、人工兜得住"的技术实现。四种技术路线各有适用场景：客户联络专精型胜在服务流程闭环，云生态平台型胜在生态集成，AI底层能力型胜在语音与模型壁垒，垂直场景型胜在行业深度。企业按自身渠道、业务形态与合规要求匹配路线，再用真实数据的POC验证落地。理解"能聊"与"能办"的边界，比追逐厂商名单更重要。

weixin_57407338
2026-08-24 17:09:38

 394

 11

#人工智能 #架构 #语音识别
多智能体协同架构实战：从“一个Agent”到“一批Agent”的工程演进

单Agent在企业场景中遇到天花板后，多智能体协同成为必然方向。但“多个Agent一起干活”不是简单地把几个Agent堆在一起——它涉及任务编排、状态共享、权限隔离、组织感知等一系列工程难题。本文记录我在为企业设计多智能体架构时的完整思考，从单Agent的局限性出发，拆解多Agent协同的核心组件，并结合集团多组织场景给出可落地的架构方案。

2501_93684580
2026-08-25 17:40:45

 197

 10

#架构 #人工智能 #大数据
RDMA 高速互联 GPU 云怎么选：多卡训练、分布式训练与 RoCE/InfiniBand 架构对比

RDMA 高速互联 GPU 云适合多机多卡训练、大模型预训练、全参微调、多模态训练和 HPC 等通信密集型任务。判断是否需要 RDMA 的关键不是 GPU 卡型本身，而是跨卡、跨节点通信是否已经成为训练瓶颈。单卡推理、小模型 LoRA 微调、短期实验通常不需要优先选择 RDMA。

qq_25897071
2026-08-25 17:31:07

 295

 6

#架构 #云计算
Supervisor-Agent — 服务划分与整体技术架构（代码结构）

我先把src目录结构和关键文件摸清楚，再给你梳理。目录结构已清楚。我并行读几个核心文件确认职责边界，避免凭文件名误判。顶层已清楚。再读几个关键子模块确认职责（agent 编排、agents 出站、provider 三件套、memory、gateway、a2ui、auth、db、tools）。代码结构已摸清。下面按"入口 → 编排 → 出站 → 支撑"四层给你梳理，每一层标出模块职责和关键文件。

骑士雄师
2026-08-25 13:55:52

 265

 2

#架构
大模型低代码落地乱象：外挂AI已失效，工程化才是破局关键

2026年之后，低代码+AI的行业竞争，已经彻底告别“谁的模型参数更强、谁的功能更多”的浅层内卷，正式进入工程化落地能力的核心比拼阶段。外挂式AI缝合方案的红利已经彻底耗尽，无法解决企业真实落地痛点，终将被行业淘汰。未来的AI低代码核心竞争力，不在于智能化演示效果，而在于能否通过标准化工程化体系，实现AI能力与企业业务的深度适配、稳定落地、合规运行、高效复用。

快乐非自愿
2026-08-25 17:03:19

 310

 9

#低代码 #人工智能 #重构 +1
20 - Agent的部署与上线！从FastAPI到Docker+K8s，一篇搞定生产级服务化

通过前面19节课的学习，你已经能构建一个功能完整、经过评估测试的AI Agent了。它在本地跑得风生水起，Demo演示时全场叫好。但产品经理问了一个让你瞬间清醒的问题：“什么时候能上线给全公司用？然后你发现，本地跑得好好的Agent，要变成生产环境可用的服务前端要标准化的API接口，还要支持流式输出运维要API Key认证、限流、监控、日志测试要Swagger文档、自动化测试接口你自己要处理超时、

一克拉的眼泪很珍贵
2026-08-25 16:59:24

 511

 20

#人工智能 #性能优化 #架构
GEO优化技术拆解：实体企业如何在AI搜索中建立可被推荐的信息架构

门窗食堂GEO优化

 Geo优化康兵
2026-08-25 16:46:08

 223

 6

#人工智能 #架构 #大数据
销量预测2025—2026：技术演进、实证发现与系统架构的系统性综述

Timer-S1的意义在于证明了MoE架构在时序领域的可行性——通过稀疏激活，用较少的激活参数实现了超大模型的建模能力。值得注意的是，Toto 2.0在预训练阶段完全基于可观测性指标和合成数据训练，却在通用基准上领先，这证明了合成数据在时序预训练中的巨大潜力。在Solar-Energy数据集上，ms-Mamba以更少的参数、更少的内存和更少的计算量超越了S-Mamba。模型层面的元回归分析（基于5

阳明山水
2026-08-25 16:02:04

 171

 5

#人工智能 #机器学习 #深度学习 +2
单次问答的过程

单次 AI 问答绝不是简单的“发送一个 HTTP 请求，拿回一个字符串”。在底层，它是矩阵乘法、显存带宽与自回归概率采样的数学接力；在中层，它是分布式网关、上下文滑动窗口裁剪、RAG 混合检索与异步并发调度的严密配合；在顶层，它是 SSE 协议穿透、编码容错与 60FPS 动画平滑队列的用户体验工程。只有彻底理清这条由 12 个阶段紧密扣合的全链路细节，开发者才能在面对高延迟、卡顿、乱码、OOM

tachibana2
2026-08-21 17:30:00

 673

 18

#人工智能 #数据库 #架构
企业AI落地的技术架构挑战与应对策略

2026年企业AI落地面临多重技术挑战。数据层存在多源异构整合难、质量缺陷和治理架构缺失问题，需构建统一数据基础层。模型层面临通用大模型与企业场景适配鸿沟，建议采用分层AI架构（RAG+Agent）。应用层需解决业务流程复杂性、交互设计和系统集成问题，应遵循场景优先原则。安全层需构建包含身份认证到审计追踪的五道防线。企业AI落地应采取渐进式策略，从数据治理到模型适配再到场景集成，实现技术与业务的深

 云策数链
2026-08-19 16:19:17

 474

 14

#人工智能 #架构
基于微服务架构的在线学习平台设计与实现

本文介绍了基于微服务架构的在线学习平台的整体设计思路、技术栈选型、核心模块拆分以及关键代码示例。采用微服务架构能够有效提升系统的可维护性、扩展性和开发效率。在实际落地过程中，还需要重点关注服务治理、数据一致性、分布式监控和团队协作等挑战。未来，平台可以进一步探索服务网格（如Istio）、Serverless架构、AI驱动的个性化学习路径推荐等方向，以构建更加智能、弹性、高效的下一代在线教育平台。

QQ1217920499
2026-08-17 17:30:06

 20

#架构 #微服务 #学习
RISC-V 启动流程——从上电到 main 函数

RISC-V芯片从上电到执行main()的过程可分为四个阶段：硬件复位：电源稳定后PC加载复位向量地址，进入Machine Mode，寄存器初始化；启动汇编（crt0.S）：关中断/看门狗，设置栈指针(sp)和全局指针(gp)，重定位.data段（Flash→RAM），清零.bss段，配置异常向量(mtvec)；跳转main：直接调用或通过mret切换特权级后进入main； C环境建立：执行

 真版赵小雷
2026-08-17 09:08:55

 743

 20

#risc-v #架构 #嵌入式硬件 +1
RISC-Vvs ARM全面对比:架构、性能、成本与生态分析，开发者如何选择?

RISC-V与ARM架构对比分析本文深入探讨了RISC-V和ARM架构的核心差异及适用场景。ARM凭借成熟的商业授权模式和广泛生态，在移动设备、服务器等领域占据优势；而开源的RISC-V则通过模块化设计（如RVV向量扩展）为AI、边缘计算等场景提供更高定制灵活性。两者关键差异体现在：ARM具备完善的工具链和软件支持，RISC-V在自主可控和成本优化方面更具潜力。开发者选择时需权衡生态成熟度与定制

 RISCV_Explorer
2026-08-12 17:26:47

 354

 9

#risc-v #arm开发 #架构
多租户架构与并发模型：决定云客服系统年费的技术经济学

企业在评估云客服系统年费时，常受困于“坐席数×单价”的线性思维。实际上，年费是由部署拓扑、计费粒度、通信资源归属及AI算力消耗等底层技术变量构成的复杂函数。本文从SaaS架构的多租户隔离机制、并发模型的数据竞争本质、以及通信原生的网络拓扑三个维度，深度拆解影响年费的非线性技术因子，为北京地区企业的技术选型与成本预估提供一份工程化归因模型。

优音通信
2026-08-12 13:38:53

 410

 14

#架构
企业级AI框架选型指南：从需求分析到架构适配

AI项目的总成本至少包含五个部分——框架授权或订阅费、基础设施成本（GPU服务器/云资源）、集成开发成本（对接现有系统的开发工作量）、运维成本（模型更新、监控告警、故障处理）、以及人才成本（团队需要掌握的技能栈）。一个做智能客服的团队和一个做工业质检的团队，即使都在"选AI框架"，他们的决策标准可能完全不同。企业级特性的完善程度。向量空间JBoltAI的Agent数字员工在对接企业需求时，第一步就

 Dandelion____z
2026-08-11 08:52:15

 199

 5

#人工智能 #需求分析 #架构
LangChain集成LLM全解：架构、核心模块与实战开发流程

LangChain的核心价值在于标准化、模块化、全链路赋能LLM应用开发。其分层包结构实现了架构解耦，全生命周期开发模式覆盖了从原型到上线的完整流程，六大核心模块完美支撑对话记忆、流程编排、知识库检索、智能体决策等核心能力。而熟练掌握OpenAI等主流LLM模型的集成参数、消息结构、输出调优逻辑，是基于LangChain开发高质量AI应用的基础。对于开发者而言，吃透LangChain的架构与核心模

 小园子的小菜
2026-08-10 11:24:11

 477

 11

#架构
基于Palantir Foundry构建半导体制造AI友好型数据中台：从良率分析场景谈起

半导体制造是典型的数据密集型行业。一座12英寸晶圆厂每天产生的数据量在TB级别，涵盖MES工单、FDC设备参数、YMS良率数据、QMS缺陷记录等多个系统。数据基础设施与AI的交互方式不匹配。传统的企业数仓主要服务报表和BI，设计目标是"人看数"；而AI时代需要的是"机器读数据、懂业务、能执行"。本文结合Palantir Foundry在工业领域的成熟特性，探讨如何搭建一套面向AI Agent的半导

 我不是张麻子
2026-08-09 10:41:46

 461

 8

#人工智能 #制造 #语言模型 +1
【架构基石】以 Harness 视角解构 SpreadJS AI Agent 基础设施

正如行业研究所指出的那样，做智能电子表格，

2601_96630713
2026-08-06 17:04:25

 291

 6

#架构 #人工智能
每日论文解读(8.5)——BCER Agent：面向可靠长程MRI工作流的编译-绑定-有界恢复架构

BCER Agent：编译与绑定驱动的可靠长程MRI工作流执行本研究提出BCER Agent框架，旨在解决现有AI系统在执行复杂医学影像分析工作流时的可靠性问题。传统反应式Agent在MRI多阶段流水线中面临数据维度跃迁（3D/4D体数据）、链式依赖、中间工件复杂性和临床可审计性等核心挑战。 BCER创新性地采用四层神经启发架构：1) Brain层负责高层规划生成部分指定的工作流草图；2) Ce

人生百态，人生如梦
2026-08-05 17:46:20

 420

 8

#架构
2026 下半年餐饮 AI 营销技术盘点 ——主流工具类型与选型标准解析

摘要： AI技术正推动餐饮营销数字化转型，通过用户分层、智能方案生成、内容触达及效果优化等工具，显著提升转化率并降低成本。选型需关注数据基础、合规性及实际价值，避免功能冗余。商家应优先积累会员数据，从单一模块切入，结合人工运营实现最佳效果。AI作为辅助工具，需理性看待其作用，最终效果仍依赖产品与服务品质。本文仅为技术科普，不构成商业建议。

m0_64060244
2026-08-03 15:45:00

 652

 27

#人工智能 #大数据 #云原生 +2
为什么大模型 Agent 越并发越慢：从排队论、尾延迟到多模型流量工程

很多团队优化大模型系统时，会先盯住模型本身：换一个更快的模型、缩短 Prompt、增加并发连接，或者在超时后自动重试。低负载测试中，这些方法往往立刻见效；一旦 Agentic Workflow 进入真实流量，系统却可能出现反直觉现象：平均延迟变化不大，P99 突然翻倍；单次调用价格下降，完整任务成本反而上升；扩充并发后吞吐量没有同步增长，429、超时和重复任务却快速增加。原因是多模型 Agent

奈斯先生Vector
2026-08-02 15:35:19

 518

 20

#AIGC #人工智能 #算法 +1
轻量化AIGC实训算力平台技术架构：两项专利撑起数字人+3DGS+XR能力链

3DGS扫描的场景与资源库形成互补：预采集的VR场景是"现成舞台”，3DGS扫描的场景是"自定义舞台"。数字人技术提供"演员"——有形象、有声音、有动作、可换装的可运营数字IP。3DGS空间重建提供"舞台"——手机扫描一圈，实景变成可自由漫游的3D数字空间，与"全景中国"VR资源库互补。人景合一合成提供"演出"——数字人真正"站"在3D场景里，灯光、透视、景深一致，不再是贴图。人景合一不是"贴图"

zhongjingsl
2026-08-02 15:33:25

 443

 5

#AIGC #架构 #3d
AI赋能充电桩管理系统开发实战：功能架构与实现思路

博主介绍：所有项目都配有从入门到精通的安装教程，可二开，提供核心代码讲解，项目指导。项目配有对应开发文档、解析等项目都录了发布和功能操作演示视频；项目的界面和功能都可以定制，包安装运行！！！如果需要联系我，可以在CSDN在文章末尾可以获取联系方式随着新能源汽车普及，传统充电桩管理系统存在运维滞后、计费僵化、资源利用率低等痛点。依托AI技术开发智能化充电桩管理系统，可实现设备自动化运维、智能调度与精

 小码哥068
2026-08-02 14:35:12

 171

 7

#人工智能 #架构
售前技术支持的Agentic RAG架构：知识库检索与报价生成的工程实现

Agentic RAG架构在制造业长链路检索场景中，能把知识库检索准确率做到90%以上、异常响应效率提升300%——这套架构同样支撑着售前技术支持场景中复杂报价单的检索与生成。传统RAG的单轨检索为何应付不了这类多轮推理任务？本文从售前报价场景的检索需求出发，拆解Agentic RAG架构的双轨检索设计、关键代码实现与真实生产环境实测数据，供有类似检索场景的技术团队参考。

语核科技
2026-07-30 16:05:48

 323

 8

#架构
企业多人文件共享协作方案对比：2026年主流产品特性与适用场景梳理

文章从存储管理、协作效率、AI赋能、安全合规四个维度进行分析，指出选型需结合团队文件形态、网络环境、权限管控及合规要求等自身需求。百度网盘企业版依托文心大模型与10亿用户生态，在AI办公与全场景部署方面具备特点；飞书、钉钉等一站式平台适合深度IM集成场景；语雀、石墨文档侧重知识沉淀；Nextcloud则满足私有化部署需求。建议选型前进行小范围实测，选择适配团队工作流的工具。

MindUp
2026-07-29 22:16:33

 527

 18

#人工智能 #大数据 #架构
基于 RAG 架构实现本地 AI 智能客服系统

本文介绍了一个基于RAG（检索增强生成）技术实现的本地AI客服系统。该系统结合了LangChain框架、Qwen2大语言模型、Chroma向量数据库和Ollama模型运行环境，能够通过语义理解回答用户问题，无需重新训练模型。系统工作流程包括：加载企业知识文档→文本切割→向量化处理→构建向量数据库→用户问题检索→Prompt增强→大模型生成回答。相比传统客服系统，RAG方案能更好处理用户表达多样性

 之殉烂
2026-07-27 17:29:35

 204

 7

#人工智能 #架构
vLLM 与 SGLang 推理框架性能横评：从原理到实战

本文对比了当前两大主流大语言模型推理框架vLLM和SGLang的性能表现。vLLM采用PagedAttention内存管理和连续批处理技术，擅长长序列生成和稳定部署；SGLang基于RadixAttention前缀树缓存和结构化生成，在高并发短请求、多轮对话等场景表现更优。测试显示，在Llama-3-8B模型上，SGLang吞吐量比vLLM高13.5%，首Token延迟低15%，尾部延迟更稳定。建

 m0_73571447
2026-07-27 16:29:12

 224

 3

#服务器 #android #人工智能 +1
GEO技术架构解析：RAG引擎如何实现多AI平台内容收录与推荐优化

GEO的技术本质是让品牌内容在AI大模型的RAG检索链路中被有效召回和推荐。核心技术架构包括RAG引擎、多平台适配层、数据监控与迭代系统。选择GEO服务商时，建议重点评估技术能力（自研RAG引擎、多平台覆盖）、效果保障机制（合同约定收录率）、客户案例验证、资质认证等维度。如需进一步了解GEO技术方案或获取免费诊断，可咨询亨谷科技（咨询电话：4006516676）。参考来源中国信通院《2026上半年

 AIxiaolaba
2026-07-27 16:28:27

 309

 9

#架构 #人工智能
2026 ITSM系统选型：从功能清单到架构适配的决策逻辑

2026年ITSM市场趋势与选型指南核心数据：全球ITSM市场2026年规模预计达166.2亿美元，中国342.1亿元（同比+19%），信创政策与AI驱动成关键增长因素。选型三大变化：低代码能力成为基础要求 AI深度嵌入工作流（智能分单/提单准确率超90%）信创适配从可选变刚需（金融/政务国产化率要求提升）主流产品对比：嘉为蓝鲸：国产全栈适配+AI深度集成，适合中大型政企 Manage

智能运维指南
2026-07-27 14:45:24

 260

 8

#架构 #运维 #ITSM
读完Agent Loop工程手册，我有8个还没想明白的问题

写这篇的真正目的，不是介绍 Agent Loop，也不是推 SELF——是想把上面 8 个问题摆出来，看看搞 Agent 的同学都怎么解的。

AI_小站
2026-07-25 14:00:20

 171

 4

#架构 #人工智能 #github +1
国内五大企业AI知识库技术架构深度对比：从存储引擎到RAG管线的全链路拆解

企业AI知识库技术架构深度对比分析核心发现：国内五款主流企业AI知识库产品呈现五大技术路线分化，在关键架构设计上各具特色：存储架构：文件管理型（如佑桥）采用异构存储抽象层，支持多云灵活部署和物理级数据隔离；IM协作型（飞书）和文档结构型（语雀）则深度绑定各自云生态。检索能力：文件管理型实现全文件内容级混合检索（BM25+向量化索引+RRF融合），IM协作型凭借大模型集成在语义检索上领先。 R

小码哥哥
2026-07-25 10:59:25

 262

 5

#人工智能 #架构
再见 Superpowers！很多 Skill 真的可以扔掉了。

确实，相信大家也发现，很多 Skill，尤其是开发相关的，真的慢慢就开始用不上了。我现在看到一个 Skill，会先看它到底能提供什么能力。如果没有确切作用的话，肯定是不会装的。前两年，模型干活经常漏步骤，Skill 写得越细越让人安心。现在 GPT-5.6 、K3、Claude Fable5 等模型已经很强，能自己补上大部分基础动作，手里的 Skill 也该重新过一遍。下面我会以 Codex 作为

 JavaGuide
2026-07-24 15:27:40

 221

 2

#人工智能 #代码规范 #架构
MCP 协议升级：Stateless 化对开发者的影响

摘要： MCP协议正从有状态（Stateful）向无状态（Stateless）架构升级，核心变化包括请求自包含、无会话绑定和显式资源引用。开发者需调整认证方式（如每次请求携带JWT）、重构资源管理（轮询替代推送）、优化错误处理（幂等性设计）及性能策略（连接池复用）。迁移建议分阶段进行，利用新版SDK（如Python/TypeScript/Go）简化适配。Stateless化虽需短期适配，但能提升系

 m0_73571447
2026-07-23 16:23:32

 343

 8

#android #人工智能 #架构 +1
Azure Local VM 部署第 2 篇：Multi-rack 路径完整实战

MR 部署的硬性前提是 Network Fabric 已部署——现有 ToR / BGP 不替代。官方要求相关 Azure 资源位于同一区域；RG 可不同。L3 internal network 前 8 个 IP 被保留——IP 规划时扣掉；不代表官方推荐 /24，按工作负载需求规划。Detailed Status = Running 是官方要求的部署前提——不是"不 Running 就一定失败"

XUHUOJUN
2026-07-23 14:28:47

 509

 11

#架构