从稀疏数据结构到量化数据类型 by 彭于斌（ @archibate ） 往期录播： https://www.bilibili.com/video/BV1fa411r7zp 课程 PPT 和代码： https://github.com/parallel101/course 本课涵盖：稀疏矩阵、 unordered_map 、空间稀 疏网格、位运算、浮点的二进制格式、内存带宽优 化 面向人群：图形学、 ，反之则是未激活 (inactive) 。 这就是稀疏的好处，按需分配，自动扩容。 分块则是利用了我们存储的数据常常有着空间局域性的特点，减轻哈希表的压 力，同时在每个块内部也可以快乐地 SIMD 矢量化， CPU 自动预取之类的。 第 2 章：位运算 稀疏的好处：坐标可以是负数 这样即使坐标为负数，或者可以是任意大的坐标，都不会产生越界错误。 但是分块存储时负数却导致出错了 为什么 segf collapse(2) 遍历二维区间。 把 func 捕获为 firstprivate ，从而支持用 lambda 捕获的访问者模式。 实现访问者模式 • 额，总之就是每一层都有一个缓存。 第 5 章：量化整型 使用 int ：每个占据 4 字节 • 记得我第七课说过，一个简单的循环体往 往会导致内存成为瓶颈（ memory- bound ）。 • 右边就是一个很好的例子。 使用 int64_t

序 算法 1 YOLOv6：又快又准的目标检测框架开源啦 1 目标检测开源框架 YOLOv6 全面升级，更快更准的 2.0 版本来啦 13 通用目标检测开源框架 YOLOv6 在美团的量化部署实战 17 7 次 KDD Cup&Kaggle 冠军的经验分享：从多领域优化到 AutoML 框架 37 图神经网络训练框架的实践和探索 66 图技术在美团外卖下的场景化应用及探索 未来我们会持续建设和完善 YOLOv6 生态，主要工作包括以下几个方面： 1) 完善 YOLOv6 全系列模型，持续提升检测性能。 2) 在多种硬件平台上，设计硬 件友好的模型。 3) 支持 ARM 平台部署以及量化蒸馏等全链条适配。 4) 横向拓展和 引入关联技术，如半监督、自监督学习等等。 5) 探索 YOLOv6 在更多的未知业务场 景上的泛化性能。 12 > 2022年美团技术年货 同时也欢迎社 目标检测开源框架 YOLOv6 全面升级， 更快更准的 2.0 版本来啦 作者：楚怡 红亮 梦婕等 9 月 5 日，美团视觉智能部发布了 YOLOv6 2.0 版本，本次更新对轻量级网络进 行了全面升级，量化版模型 YOLOv6-S 达到了 869 FPS，同时，还推出了综 合性能优异的中大型网络（YOLOv6-M/L），丰富了 YOLOv6 网络系列。其中， YOLOv6-M/L 在 COCO 上检测精度（AP）分别达到

中， ⼀次测试计划可以覆盖所有 的测试类型，进度描述，并 出具统⼀报告。 测试计划 MeterSphere 测试功能层 MeterSphere 测试跟踪核⼼：测试任务量化 测试跟踪 - 对测试任务进⾏跟踪，量化测试任务进度与测试数据 - 测试模型的变化：接⼝测试投⼊产出⽐增加 接⼝测试 测试菱形 微服务、分布式、⼩程序、APP 等系统发展的过程中，接⼝在业务系统中的⽐重 逐 Kafka Data-Streaming 消费 Kafka Data-Streaming 计算后 的数据落库 被压测系统 被压测系统 性能测试报告 实时展示 解决原⽣ JMeter 主从⽅案问题。所有节点都可以 弹性扩展，⽀持⼏千、⼏万甚⾄百万并发压测。 Prometheus 监控数据实时 展示 ⾃定义监控 性能测试 MeterSphere ⼤规模压测架构设计 MeterSphere

中， ⼀次测试计划可以覆盖所有 的测试类型，进度描述，并 出具统⼀报告。 测试计划 MeterSphere 测试功能层 MeterSphere 测试跟踪核⼼：测试任务量化 测试跟踪 - 对测试任务进⾏跟踪，量化测试任务进度与测试数据 - 测试模型的变化：接⼝测试投⼊产出⽐增加 接⼝测试 测试菱形 微服务、分布式、⼩程序、APP 等系统发展的过程中，接⼝在业务系统中的⽐重 逐 Kafka Data-Streaming 消费 Kafka Data-Streaming 计算后 的数据落库 被压测系统 被压测系统 性能测试报告 实时展示 解决原⽣ JMeter 主从⽅案问题。所有节点都可以 弹性扩展，⽀持⼏千、⼏万甚⾄百万并发压测。 Prometheus 监控数据实时 展示 ⾃定义监控 性能测试 MeterSphere ⼤规模压测架构设计 MeterSphere

应⽤系统: Servlet Service Dubbo- RPC JVM Middlewares: MyBatis Redis ElasticSearch Jetty 特点: ⽆侵⼊的实现⽅案 告警 告警项: 告警⽅式 通知⽅式 报告: 系统异常状况汇总 特点: 智能 通知分组 ⽇志分析 访问明细: 应⽤⽇志明细 Docker 报告: 应⽤⽇志搜索 错误⽇志定位 分布式⽇志查询 设备 浏览器 访问路径 性能明细 (Resource Timing & Navigation Timing API) 报告: ⻚⾯性能 Ajax性能 ⻚⾯错误 特点: ⽆埋点的实现⽅案 运⾏时拓扑 访问明细: TraceId SpanId 报告: 实时⽹络拓扑图 实时调⽤延迟展示 特点: 实时反应系统状况 运营决策 视⻆: 系统资源使⽤，系统健康度 报告: HTTP/gRPC 接⼝ - 使⽤ protobuf 定义 API - ⾃动⽣成 http 和 gRPC 接⼝ 和client 代码 - 可选⾃动发布 接⼝ 到 OpenAPI 未来的规划 - 轻量化服务注册发现 - ⽀持运⾏时插件，允许⽤户以 服务的⽅式拦截系统接⼝ - ⽀持UI的运⾏时扩展 开源新时代的挑战 第五部分 打造围绕开源的开发流程 - GitFlow or Github

Execl 编写⽤例 本地脑图 编写⽤例 导出 Execl 或者脑图 测试管理 MeterSphere 灵活的功能⽤例编写维护 MeterSphere 测试管理核⼼：测试任务量化 测试管理 - 对测试任务进⾏跟踪，量化测试任务进度与测试数据 - 接⼝测试的现状与问题：接⼝测试多样化 接⼝测试 01 ⼯具型接⼝测试 框架型接⼝测试 引⼊平台型接⼝测试 ⾃研型接⼝测试 优势： 简单，易⽤，普及度⼴； Kafka Data-Streaming 消费 Kafka Data-Streaming 计算后 的数据落库 被压测系统 被压测系统 性能测试报告 实时展示 解决原⽣ JMeter 主从⽅案问题。所有节点都可以 弹性扩展，⽀持⼏千、⼏万甚⾄百万并发压测。 Prometheus 监控数据实时 展示 ⾃定义监控 性能测试 MeterSphere ⼤规模压测架构设计 MeterSphere

持国 国 国密 密 密算 算 算法 法 法：支持国密加密、签名算法和国密通信协议。 • 落 落 落盘 盘 盘加 加 加密 密 密方 方 方案 案 案：支持加密节点落盘数据，保障链上数据的机密性。 • 密 密 密钥 钥 钥管 管 管理 理 理方 方 方案 案 案：在落盘加密方案的基础上，采用KeyManager服务管理节点密钥，安全性更强。 • 同 同 同态 态 态加 加 加密 密 密、 、 、群 不同的场景，包括开 发、调试、部署、审计等，打造丰富的功能组件和实用工具，提供友好的、可视化的操作环境。 • 分 分 分布 布 布式 式 式身 身 身份 份 份解 解 解决 决 决方 方 方案 案 案WeIdentity：基于区块链的分布式多中心的技术解决方案，提供分布式实体 身份标识及管理、可信数据交换协议等一系列的基础层与应用接口，可实现实体对象（人或物） 数据的安全授权与交换。 • 分 分 跨 跨链 链 链协 协 协作 作 作方 方 方案 案 案WeCross：支持跨链事务交易，满足跨链交易的原子性，对跨链进行治理，可支持 多方协作管理，避免单点风险。 • 场 场 场景 景 景式 式 式隐 隐 隐私 私 私保 保 保护 护 护解 解 解决 决 决方 方 方案 案 案WeDPR：针对隐匿支付、匿名投票、匿名竞拍和选择性披露等应用方 案，提供即时可用场景式隐私保护高效解决方案，助力各行业合法合规地探索数据相关业务。