目前流行的密度泛函理论(DFT)等方法，在超算上可 以计算10000个电子(耗时长)，但存在着“大而不 精”的问题，依旧无法很好满足设计新材料、新药 物、新能源、预测化学反应等实际需要。 量子化学的定义 量子化学的挑战 量子化学的应用 量子计算的优势 新材料 新药物 新能源 预测化学反应 1.分子系统本质是量子系统，使用量子计算 机模拟量子系统更加自然高效 2. 基于量子计算机的量子叠加、量子纠缠等 特性可以加速求解分子基态问题，化解FCI 对于目标量子态制 备、量子逻辑门以及量子线路的物理实现，HiQ Pulse 可以输出用户想要 的脉冲序列。同时，HiQ Pulse可以在华为云上提供在线脉冲设计。 1. 丰富的控制脉冲库，含有Composite pulses，Shaped pulse和 Dynamic Decoupling等常见成熟的脉冲序列； 2. 全面的优化算法库，不仅含有主流的GRAPE、CRAB和Krotov优化算 法，还自主开发了基于Deep 参数输入，包括系统参数、目标量子门或量子态、时 间、迭代次数、保真度、HiQ Pulse 提供的算法库 支持量子线路生成目标量子态 动态迭代图，展示算法迭代过程 优化后的操作脉冲，提供时间轴播放 布洛赫球上展示量子态的演化过程 HiQ Simulator + Framework 华为HiQ simulator + HiQ framework: 持续提升完善用户编程体验 业界领先的单振幅模拟器相

而夏季不到7% 需求个性化 用户人群 时间地域场景 内容形态 基于用户画像的召回策略演进 热销策略 基于Deal所在城市统计分城市热销 分类 场景 召回策略 本地需求 常驻城市=浏览城市 (北京人浏览北京) 当地用户购买的热销POI 异地需求 常驻城市!=浏览城市 (重庆人浏览北京) 异地用户购买的热销POI (所有非北京人购买的热 销POI) 销量按时间衰减 热销策略 •精确统计POI销量 •Deal -> POI •POI售卖数据不准 •客户端埋点 POI详情页 F_poiid DEAL详情页 F_poiid 下单页 F_poiid 用户画像 常驻 •模型 •LR：预测常驻城市与某维度城市相等的概率 •样本 •调查问卷 •特征 •注册城市 •注册手机号 •手机定位城市 •浏览城市 •消费城市：团购、电影、外卖 •接受短信手机号 用户历史行为强相关策略 •5KM范围内的用户购买的POI •回龙观附近没有POI 协同过滤 •Item CF •基于POI浏览行为 •POI相似度每天离线更新，User浏览POI行为实时更新 •相似度改进：时间序列衰减 •基于用户搜索行为 •基于搜索后浏览POI行为构造矩阵，计算 POI相似度 •User CF •loglikelihood ratio 基于用户画像的推荐 •基础属性

• 快速迭代 • 模块间通过MQ/RPC交互 极光推送后台系统架构 01 Segment Conn StatCenter OnlineMsg 异步化 • 充分利用资源，减少请求等待时间，提升系统吞吐量 • 消息化请求 • MQ - RabbitMQ, RocketMQ • 模块间解耦 • IDC数据同步 • 异步RPC • ICE - 负载均衡，AMI，AMD，多线程 Data0-0 Data0-1 Data1-0 Data1-1 Data2-0 Data2-1 Mng0 Mng2 Mng3 缓存化 • 热点数据全部缓存 • 加快数据访问，减少请求处理时间 • 多级缓存 • 本地缓存 • Redis, Couchbase, LevelDB(PIKA), 定制化 极光推送后台系统架构 04 程序及系统优化 • 内存 • 静态分配 • 内存池 对外业务隔离，异地多机房部署，健康检查，业务快速部署及调度 • 通信安全 • SSL，私有加密协议 • 服务安全 • 安全校验，异常行为识别，过载保护，白名单/黑名单，服务降级 • 监控及告警 • 多维度监控，告警系统 极光推送后台系统架构 08 K8S部署业务 • 原有系统的运维工作繁杂，资源利用率低 • 弹性扩容 • 配置统一管理 • 内外集群隔离 • Pod包含多个容器 - 辅助容器，业务容器

运营团队：运力结构、经营分析、绩效考核.... 客服团队：问题跟进、定责… 基础设施不断升级 与 用户消费升级 促使即时配送全面信息化 人工智能 大数据 GPS+GIS 移动互联网 智能手机/APP • 预测供需结构，智能派单调度 • 评估难度、ETA、骑手能力等数据 • 定位越来越精准，地图与导航逐渐成熟 • 实时移动的信息传递通路 • 线下配送的全过程纳入信息环境 1.基础设施不断完善 配送业务全面信息化是必然趋势 美团配送系统的技术挑战 用户 商家 骑手 快速 放心 省钱 销量 品牌 信赖 收入 稳定 安全 SLA更高 业务复杂性高 • 用户：花了钱却饿着肚子 • 商家：出了餐却无人配送 • 骑手：投入的时间、劳动却少赚了钱 • 多业务线的共性与差异：专送、代理、众包⋯ • 运营复杂度高：定义科学的订单供给与运力结构，并精准调控 • 安全管理：用户安全、商家安全、骑手安全 履约SLA要求高，重线下业务运营 美团配送 AI整体布局 Spatial-Temporal Data Mining 、Operations Research 、Machine Learning 智能调度 预测预估 定价机制 轨迹挖掘 智能规划 智能硬件 时间 预估 单量 预估 POI 定位 骑行 导航 供需 平衡 弹性 研究 配送 范围 站点 规划 订单 指派 路径 规划 语音 助手 配送 硬件 学科方向

系统是否正常，我们知道么？ 58集团技术专场 误区：监控是运维的事情 58集团技术专场 2. 监控平台- 最佳实践 � 单维度正常，能说明系统正常吗？ � 什么是立体化监控？ � 怎么个多维度法？ （1）机器、操作系统 （2）进程、端口 （3）日志 （4）接口 58集团技术专场 机器、操作系统监控 58集团技术专场 2. 监控平台-进程/端口/JVM • 两类思路：分发/汇总 日志关键字监控Tips （1）异常关键字 （2）正常关键字 （3）易扩展的配置 58集团技术专场 2. 监控平台-接口 Keepalive统一监控 （1）框架统一实现 （2）中心统一调度 处理时间统一监控 （1）框架统一实现 （2）本地初步汇总 （3）日志收集/udp上报 http接口统一监控 （1）http状态码？内容？ （2）易扩展的配置 58集团技术专场 2. 监控平台-接口

Trace机制 —传递trace context Trace落地—结合滴滴情况落地 Trace应用 —调用链路跟踪 Trace应用 —调用链路跟踪 Trace应用 —场景还原 ③ 时间顺序还原操作序列 ① 业务id和traceid关联 ② 根span具有业务代表性 ④ 可下钻到具体trace 透传通路 存储检索优化 能力建设 规划 Thanks

SDK架构 编程模型 运行模型 通信模型 • Spring MVC • JAX-RS • POJO 服务发现 限流 熔断 负载均衡 跟踪 … OpenAPI • 序列化 • 传输协议 Service Mesh • A service mesh is a dedicated infrastructure layer for handling service-to-service 14000 QPS QPS 原生应用 Go SDK Sidecar Istio(no mixer) Istio 0 5 10 15 20 25 Latency(ms) 响应时间 原生应用 GO SDK Sidecar Istio(no mixer) Istio Kubernetes Cluster: 3 VM Nodes(6Core, 4G Mem) wrk –c40

architecture supports incremental, guided change as a first principle across multiple dimensions. 在多维度上，刻意引导下的增量改变作为第一原则。 Any organization that designs a system will produce a design whose structure structure. -- Melvyn Conway, 1967 FROM: 隔离的功能性团队，只对隔离的应用架构负责。 TO: 跨职能的团队，对业务能力端到端负责。 多维度 Multiple Dimensions evolvability 安全架构 领域架构 … … 增量变化 Incremental Change v∝c where

开发依赖重 联调成本高 变动把控困难 拆 应用拆分 数据拆分 团队拆分 分布式服务 API Gateway 分布式文件 分布式缓存 分布式消息 DB Cluster 连接 序列化 路由 负载均衡 … 问题示例 1. 我依赖一个远程服务，但在负责它的团队把它上线之前，我什 么也做不了 2. 我负责的功能依赖一堆的远程服务，为了本地调测，我必须从 头到尾梳理代码 通过对线上（一般是测试环境）实际服务调用的真实数据的抓 取来制作mock数据能非常有效的降低Mock数据制作的工作量，同时还能提升Mock数据的质量。 1.定制现网数据抓取过滤器 2.定制抓取时间段 3.定制抓取数量 4.一服务一文件 5.一请求一记录 服务容器（Provider） Consumer Consumer 服务实现 服务实现 Accepter Filter Chain

降级策略略集中管理理，通过参数 化、配置化、脚本化⽅方式实现线 上策略略的灵活调整 • 依据服务重要程度，从全局制定 分级预案，对降级点进⾏行行预案编 排，并跟踪监控降级链路路的执⾏行行 • 发现潜在故障，多维度验证预案 有效性，评估系统可靠性，提供 降级策略略、参数调整的优化依据 整体架构 Agent 服务降级注册 降级熔断通知 元数据存储 控制 中⼼心 ETCD ETCD ETCD