微型化是机器学习应用的一条出路

新智元 2018-06-13 18:10 次阅读

数据科学家,Jetpac 公司CTO Pete Warden发表了一篇博文,详细阐述了微型化是机器学习应用的一条出路,并且相信机器学习可以在微小的、低功耗的芯片上运行,利用深度学习可以做到非常高的能源利用率。谷歌大脑负责人Jeff Dean也转发这篇博文,并且也强调了其技术可行性。

当Azeem邀请我到CogX做演讲时,他希望我能把核心集中于引导用户思考的某一个点上。前几年,我的首要任务是让人们相信,深度学习是一场真正的革命,而不仅仅是一时的风尚,目前已经有足够多的例子可以证明这个观点。我之所以知道这个观点是正确的,并不是因为我是一个预言家,而是因为我有机会可以花时间去亲自动手操作这项技术。所以我非常相信深度学习的价值,因为我亲眼见到了这些效果,并且知道,阻止它从实验室走向工业界的唯一屏障,仅仅在于更广泛的应用场景需要投入更多的研究时间。

今天,我将谈论另一种鲜为人知的,但我确信无疑的趋势。那就是我相信机器学习可以在微小的、低功耗的芯片上运行,这种技术将解决目前方案中的瓶颈问题,这就是我在CogX上要讲的。

微型电脑已经足够便宜,且非常普及

因为市场过于分散,以至于很难得到确切的数字,但最好的估计是今年将有超过400亿的微控制器售出,考虑到他们所使用的产品的持久性,可能会有数千亿个微控制器在使用。微控制器(或MCUs)包含一个小CPU,仅仅只有几千字节的RAM,并且被嵌入到消费者、医疗、汽车和工业设备中。它们的设计目的是为了得到低功耗、低成本的产品,预计这一产品今年的平均价格将低于50美分。

它们并没有得到太多的关注,因为它们经常被用来取代旧的电动机械系统在汽车、洗衣机或遥控器上的功能。这些设备的控制逻辑和以前使用的模拟电路和继电器几乎没有什么区别,除了可能有一些可编程功能的微小改变。对于制造商来说,最大的好处是,标准的控制器可以用软件来编程,而不是去定制电子设备,这样可以降低制造过程的成本,也更容易生产。

能源是限制因素

任何需要电源的设备都面临着布线问题的限制,而且一旦开始布线也有可能引来其他新的问题,例如,在手术室中与工厂的地板上。为了将电源电压从输电电压转换到设备可用电压是非常昂贵且浪费的。甚至是像手机或笔记本电脑这种便携式设备也需要非常频繁的充电。

几乎任何智能产品的终极目标都是为了让设备可以部署在任何地方,而不需要什么维护手段。为了实现这一目标,最大的障碍是:大多数的电子系统都需要使用能源。下面是一些基于智能手机能耗数据的常见组件的粗略数字(更多细节请参阅我的以前的博文 【1】):

一个显示器可能需要400毫瓦。

有源电池收音机可能使用800毫瓦。

蓝牙可能使用100毫瓦。

加速度计是21毫瓦。

陀螺仪是130毫瓦。

GPS是176毫瓦。

一个微控制器本身可能只使用1毫瓦或者更少,但外设可能会使用更多的电能,一枚硬币电池可以提供2500焦耳的能量,所以电池即使要给1毫瓦的设备供电,也只能维持一个月左右,当然,目前大多数的产品都使用了轮转和睡眠,以避免经常开机,但即便如此,问题仍未的到解决。

CPU和传感器几乎不使用电源,而收音机和显示器使用的电量很多

一般来说处理器、传感器可以将电力成本降低到微瓦级别,但显示器、无线电等设备需要更多的电力成本,甚至是低功耗、蓝牙等设备也需要几十毫瓦。数据移动的过程导致了更大的能量开销,似乎有这样一条规则,一个操作所需要的能量与发送数据的距离成正比。CPU和传感器发送的距离只有几毫米,而且非常便宜,而无线电发送的距离很远,并且价格昂贵。我认为即使技术上有所改善,这种差距仍然会进一步扩大。

我们获取的传感器数据比我们使用的多

几年前,我和一些研究卫星摄像的工程师交谈过。他们的问题是,他们使用手机摄像头已经可以拍摄高清的视频,但卫星上只有少量内存来存储结果,每几个小时,需要通过有限的带宽下载到地球上的基站中。我才突然发现,几乎所有的传感器场景都面临着同样的问题。即使是家里的摄像头也受到wifi和宽带连接带宽的限制。我的一个朋友,他12月份的ISP使用率大大超出今年的限额,当他逐层分析后,发现主要原因居然是因为屋里闪烁的圣诞灯导致视频流压缩比急剧下降。

还有很多这样的例子,我们的可穿戴设备和手机上的所有加速器都只是用来检测可能唤醒设备的事件,或者是基本的步骤计数,所有可能的更复杂的活动检测都无法涉及。

这对机器学习意味着什么?

如果你接受上面的所有观点,那么很明显,有一个巨大的尚未开发的市场等待着用正确的技术来开启。我们需要一种能在廉价的微控制器上工作的东西,它只需要很少的能量,它依赖于计算而不是无线电,它能把我们所有浪费的传感器数据变成有用的东西。这就是机器学习,尤其是深度学习所填补的空白。

深度学习在已有的微控制器上是计算密集且可用的

在深度学习实现方面,它们几乎都是受计算限制的。这一点很重要,因为我所研究的其他问题几乎都是受到访问大量内存的速度限制。相比之下,神经网络把大部分事件都花在了大矩阵相乘上,同样的数字在不同的组合中可以重复使用,这意味着CPU大部分时间都花在计算两个缓存的数字相乘上,而从内存中获取新值的时间要少得多。

这很重要,因为从内存中获取数据需要更大的能量开销(这可能是距离-能量的一个明显例子——因为内存比寄存器更远)。相对较低的内存需求意味着低功耗的SRAM或闪存可以用于存储,这使得深度学习应用程序非常适合于微控制器,尤其是当使用8位计算而不是浮点数时,因为MCUs通常已经有类似dsp的指令,非常适合。这一想法并不是特别新颖,因为谷歌和苹果已经开始有所行动,在这些芯片上进行语音识别,但在ML或嵌入式世界中,似乎没有多少人意识到深度学习和MCUs的结合价值。

深度学习可以做到非常高的能源利用率

我花了很多时间去思考焦耳/运算(picojoules per op.,CPU算数单元的能量开销)的问题。因为这样我可以得出一个大概的估计,知道一个神经网络大概要消耗多少能量。例如,MobileNetV2图像分类网络在最小的版本中要2200万个操作,如果知道每个操作需要5微微焦的能量,那么他就需要110微瓦的能量,如果我们每秒分析一帧,那么只有110微瓦,一枚硬币电池可以持续使用一年。这些数字在目前的dsp元件中是非常有竞争力的。

深度学习能够感知传感器的数据

在过去几年,利用神经网络接收图像、音频、加速度等噪声信号,并从中提取出价值这一难题,突然变得可能。因为我们可以在微控制器中运行这些模型,而传感器本身只需要很少的电量,所以我们可以从传感器数据中获取更多的价值。例如,我希望让所有设备都有一个简单的语音交互能力。用于理解短语,或可以使用图像传感器完成目标检测,这样可以不依赖按钮来完成很多操作。希望这种语音交互组件可以在50美分硬币电池下运行一年,并且这在我们当前的技术上是可行的。

另一个例子是,我想要一个小型电池驱动的图像传感器,我可以对它进行编程,以查找特定的作物害虫或杂草,并在被发现时发出警报。它们可以分散在农田周围,以一种更环保的方式指导诸如除草或杀虫剂等干预措施。

让我印象深刻的一个工业例子是一个工厂的经营者对“Hans”的描述。他是一个资深工程师,每天都要沿着一排机器走,并把手放在每一个机器上,听着,然后告诉工头哪些机器需要离线维修,这些都是基于经验和直觉的。如果你能在每台机器上安装一个电池驱动的加速度计和麦克风(一个“Cyber-Hans”),倘若出现异常,这些机器将提前给工厂警告。

类似的想法还有很多,但最让我兴奋地是,我不知道这些设备将如何使用,但背后的技术是如此迷人,这将建立我无法想象的全新应用程序。对我来说,就像80年代家用电脑出现时的样子。我不知道它们会变成什么,当时大多数人都用它来玩游戏或存储地址簿,但我知道这种设备将为世界带来太多的可能性。

召开会议而不是发送文件的唯一理由是为了传达信息之外的情感。我想和CogX观众分享的是我对ML在小型设备上的应用前景。我不知道未来会出现什么细节,但我知道可用于机器学习微型化、廉价化的电池驱动芯片即将问世,它将带来一批无法想象的新应用。

热门推荐

原文标题:【Jeff Dean推荐】为什么说未来的深度学习是小、轻、快

文章出处:【微信号:AI_era,微信公众号:新智元】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
分享:

评论

相关推荐

机器学习中的特征选择的5点详细资料概述

特征选择是一个重要的“数据预处理” (data preprocessing) 过程,在现实机器学习任....

的头像 人工智能爱好者社区 发表于 06-18 17:24 55次 阅读
机器学习中的特征选择的5点详细资料概述

把传统的贝叶斯因果网络和知识图谱,与深度强化学习融合

用一个例子来更具体地解释 GN。考虑在任意引力场中预测一组橡胶球的运动,它们不是相互碰撞,而是有一个....

的头像 新智元 发表于 06-16 16:24 346次 阅读
把传统的贝叶斯因果网络和知识图谱,与深度强化学习融合

英国也正在探索如何成为人工智能领域的领导者

为进一步巩固伦敦的技术创新能力,萨迪克汗当天还公布了一个推进智慧伦敦建设的路线图,其中包括改进光纤连....

的头像 高工智能未来 发表于 06-16 16:11 1307次 阅读
英国也正在探索如何成为人工智能领域的领导者

如何利用非监督学习实现了不同音乐间的乐器、体裁和风格间的转换

如果拥有一点乐理基础的话,可以使用CNN模型通过MIDI格式的音乐生成的label来学习音乐的表达和....

的头像 将门创投 发表于 06-16 16:09 190次 阅读
如何利用非监督学习实现了不同音乐间的乐器、体裁和风格间的转换

菲律宾呼叫中心行业希望今年能创造出多达7万个工作岗位和10亿美元的额外收入

报告显示,51%的受访者从事需要中级技能的工作。他们的工作范围从提供解决方案到更复杂的客户问题、处理....

的头像 CTI论坛 发表于 06-15 15:14 1985次 阅读
菲律宾呼叫中心行业希望今年能创造出多达7万个工作岗位和10亿美元的额外收入

讨论深度学习的不同方式,让你了解客户的声音

本体和词汇是这些方法的基石。他们定义了特定行业或企业的词汇。然而,关键字提供了有限的洞察力,不能涵盖....

的头像 CTI论坛 发表于 06-15 15:12 345次 阅读
讨论深度学习的不同方式,让你了解客户的声音

AI算力6年增长30万倍,软硬件能力增长破除深度学习“寒冬论”

国内AutoML领域创业公司智铀科技发布了自动化机器学习产品“小智”,据公开数据显示,这是国内首款可....

的头像 新智元 发表于 06-15 15:07 1076次 阅读
AI算力6年增长30万倍,软硬件能力增长破除深度学习“寒冬论”

人工智能+安防主要应用于这么几个细分市场

基于深度学习的行人检测算法能够在有各类遮挡的情况下精确找出行人位置,并能够进一步分析行人姿态和动作,....

的头像 物联网技术 发表于 06-15 14:27 581次 阅读
人工智能+安防主要应用于这么几个细分市场

恩智浦推出基于机器学习开发环境的解决方案

恩智浦的机器学习方案支持可扩展处理解决方案,同时兼顾成本和最终用户体验需求。

的头像 人间烟火123 发表于 06-15 14:14 914次 阅读
恩智浦推出基于机器学习开发环境的解决方案

分享自己用于搞定数据处理和机器学习的开发环境

如果你想要针对每个环境独立控制对各类 pip 包的管理,那么这就是一款绝佳的工具比如,你可以为 We....

的头像 TensorFlow 发表于 06-15 09:53 234次 阅读
分享自己用于搞定数据处理和机器学习的开发环境

人工智能的起点:神经网络和深度学习

一、计算机和人相互依存 当今社会,计算机在我们的生活和工作中扮演着重要的角色,人类使用计算机帮助他们....

的头像 电子设计 发表于 06-15 09:36 1015次 阅读
人工智能的起点:神经网络和深度学习

小样本学习领域的研究进展

人类从少量样本中去思考,还能用这个做什么;而机器则是见到了上亿的数据,却希望下一个与之前的相似。

的头像 深度学习大讲堂 发表于 06-15 09:11 284次 阅读
小样本学习领域的研究进展

单片机承载着深度学习的未来

果然,TensorFlow Mobile的老大,满脑子还是便携设备的事。Pete Warden,是谷....

的头像 重庆人工智能 发表于 06-15 09:06 927次 阅读
单片机承载着深度学习的未来

怎样用AR全方位观看世界杯?

研究人员开发的是一种机器学习算法,可以将2D足球片段转换成3D重建,观众可以使用微软的HoloLen....

的头像 AR联盟 发表于 06-15 08:56 305次 阅读
怎样用AR全方位观看世界杯?

机器学习可能面临的一些攻击行为

对抗输入(Adversarial inputs):这是经过精心设计过的输入,其目的就是为了迷惑分类器....

的头像 论智 发表于 06-14 15:55 404次 阅读
机器学习可能面临的一些攻击行为

人工智能学会战略性遗忘:三种方法

人的遗忘是策略式的,而机器的遗忘是计算式的。人工智能越来越频繁地出现在人们的生活中,而其技术上的重大....

的头像 重庆人工智能 发表于 06-14 10:31 295次 阅读
人工智能学会战略性遗忘:三种方法

50个机器学习实用API

还在为找不到机器学习的API而烦恼吗?本篇文章将介绍一个包含50+关于人脸和图像识别,文本分析,NL....

的头像 传感器技术 发表于 06-13 18:20 405次 阅读
50个机器学习实用API

机器学习经典损失函数比较

所有的机器学习算法都或多或少的依赖于对目标函数最大化或者最小化的过程。我们常常将最小化的函数称为损失....

的头像 将门创投 发表于 06-13 17:53 290次 阅读
机器学习经典损失函数比较

又一全新交互技术诞生,用人工智能给图像配音

近日,日本研究人员通过一款叫“Imaginary Soundscape”的网络应用程序,使用机器学习....

的头像 高工智能未来 发表于 06-13 17:31 854次 阅读
又一全新交互技术诞生,用人工智能给图像配音

更廉价、更快速的数学运算使人工智能机器学习成为可能

机器学习实际上是一种预测机制。它试图预测一个人是否患有癌症;自动驾驶汽车是否应停止、加速、转弯或继续....

的头像 CTI论坛 发表于 06-13 16:51 510次 阅读
更廉价、更快速的数学运算使人工智能机器学习成为可能

ABB与北人智能举行了数字化转型战略合作交流活动

当前,随着互联网和数字技术的全面应用,北人智能以完善产业结构、培育核心能力和提升产业价值为目标,逐步....

的头像 ABB中国 发表于 06-13 11:57 592次 阅读
ABB与北人智能举行了数字化转型战略合作交流活动

友邦安达采集多方信息,打造AI主动安全管理体系

友邦安达自主研发的纯单目视觉ADAS是“智人”采集车道信息的硬件基础。主要功能有前方车距监测与警示、....

的头像 高工智能汽车 发表于 06-13 11:20 382次 阅读
友邦安达采集多方信息,打造AI主动安全管理体系

使用更“时尚”的数据开启机器学习的 Hello World 之门

也许是我们的模型需要更大一些来容纳如此搞复杂度的模型?抑或训练应该更少一些?我们来试试看。经过屡次调....

的头像 TensorFlow 发表于 06-13 11:08 262次 阅读
使用更“时尚”的数据开启机器学习的 Hello World 之门

解读图灵思想中的人工智能

作为当前人工智能主流的“机器学习”与图灵所探讨的“学习机器”,其思考的角度和深刻性完全不同,启迪良多....

的头像 人工智能学家 发表于 06-13 09:39 314次 阅读
解读图灵思想中的人工智能

机器学习预测世界杯的结果你相信吗?机器学习的应用

机器学习和大数据的方法正越来越多地被用在比赛结果预测上,不仅是世界杯,也不仅是结果,球队组成、战术选....

的头像 新智元 发表于 06-12 19:00 654次 阅读
机器学习预测世界杯的结果你相信吗?机器学习的应用

深度学习科普文:最通俗易懂 从老虎机到电子游戏

机器学习和数据科学的专家Emmanuel Ameisen分享了自己对深度学习的理解,用简明扼要的方式....

的头像 论智 发表于 06-12 19:00 451次 阅读
深度学习科普文:最通俗易懂 从老虎机到电子游戏

Uber最新人工智能技术专利,醉酒乘客更安全到家

Uber最新人工智能技术专利曝光,通过“机器学习技术”识别乘客是否处于醉酒状态从而为其定制相关的乘车....

的头像 机器人大讲堂 发表于 06-12 17:36 886次 阅读
Uber最新人工智能技术专利,醉酒乘客更安全到家

推荐系统的算法、评估和冷启动解决方案

推荐系统是机器学习技术在企业中最成功和最广泛的应用之一。你可以在许多用户与项目交互的场景中应用推荐系....

的头像 中国人工智能学会 发表于 06-12 15:20 219次 阅读
推荐系统的算法、评估和冷启动解决方案

“小数据,大任务”范式是人工智能统一的目标

朱松纯教授曾多次强调:要搞清楚人工智能的发展趋势,首先得回顾历史,正本清源。朱教授曾将人工智能发展的....

的头像 中国人工智能学会 发表于 06-12 15:17 539次 阅读
“小数据,大任务”范式是人工智能统一的目标

Summit成最新超级计算领域世界冠军

刚刚,美国推出一台名为“ Summit ”的超级计算机。这台超级计算机是由IBM在英伟达帮助下开发的....

的头像 物联网前沿 发表于 06-12 14:56 368次 阅读
Summit成最新超级计算领域世界冠军

NVIDIA和Pure Storage推出了一种经济的AI基础设施构建方式

对于要创建深度学习系统的企业来说,如何快速入门、能否投入较低的前期成本、如何从GPU中获得最大收益等....

的头像 英伟达NVIDIA企业解决方案 发表于 06-11 17:46 900次 阅读
NVIDIA和Pure Storage推出了一种经济的AI基础设施构建方式

生成对抗网络GAN,正在成为新的“深度学习”

生成对抗网络由一个生成网络(Generator)与一个判别网络(Discriminator)组成。生....

的头像 新智元 发表于 06-11 16:04 403次 阅读
生成对抗网络GAN,正在成为新的“深度学习”

新一代智能机床与智能数控系统的探索与实践

数控机床正从数字化机床(NumericalControl Machine Tools)向智能化机床(....

的头像 工业4俱乐部 发表于 06-11 15:14 274次 阅读
新一代智能机床与智能数控系统的探索与实践

Summit:比普通笔记本电脑快100万倍,比神威·太湖之光快2倍

研究人员发现,图形芯片可以为深度神经网络技术提供更多计算力,这也是计算机可以在声音识别、棋盘游戏等方....

的头像 芯智讯 发表于 06-11 14:37 648次 阅读
Summit:比普通笔记本电脑快100万倍,比神威·太湖之光快2倍

神经网络是在许多用例中提供了精确状态的机器学习算法

超参数是必须初始化到网络的值,这些值是神经网络在训练时无法学习到的。例如:在卷积神经网络中,一些超参....

的头像 人工智能爱好者社区 发表于 06-11 11:47 345次 阅读
神经网络是在许多用例中提供了精确状态的机器学习算法

基于Datalore开发机器学习项目的体验

好吧,这行代码看着稍微有点长,其实在Datalore里打起来非常快,因为很多地方稍微敲一两个字母就可....

的头像 论智 发表于 06-11 11:23 309次 阅读
基于Datalore开发机器学习项目的体验

关于贝叶斯和MCMC一些数学原理的讲解和代码的实现

不论是学习概率统计还是机器学习的过程中,贝叶斯总是是绕不过去的一道坎,大部分人在学习的时候都是在强行....

的头像 人工智能头条 发表于 06-11 08:51 594次 阅读
关于贝叶斯和MCMC一些数学原理的讲解和代码的实现

NLP的介绍和如何利用机器学习进行NLP以及三种NLP技术的详细介绍

本文用简洁易懂的语言,讲述了自然语言处理(NLP)的前世今生。从什么是NLP到为什么要学习NLP,再....

的头像 人工智能头条 发表于 06-10 10:26 649次 阅读
NLP的介绍和如何利用机器学习进行NLP以及三种NLP技术的详细介绍

初学C语言 先搞懂这些基础知识再谈深度学习吧!

很多初学者都会问我“我想学C,该怎么开始呢?”今天我们就来聊一聊属于初学者必须懂的知识希望小伙伴们能....

的头像 C语言编程学习 发表于 06-09 10:41 785次 阅读
初学C语言 先搞懂这些基础知识再谈深度学习吧!

Lookalike技术:让客户量级的倍增的利器

最近,乐天营销(Rakuten Marketing)发布的一份全球广告营销报告显示,营销人员预计他们....

的头像 新智元 发表于 06-08 17:54 645次 阅读
Lookalike技术:让客户量级的倍增的利器

谷歌AutoML是一个基于谷歌在图像识别领域的最新研究成果

但AutoML弥补了人工智能在应用上的不足和技术的限制,并使更多的企业更好的利用AI并从中受益。它可....

的头像 将门创投 发表于 06-08 16:35 463次 阅读
谷歌AutoML是一个基于谷歌在图像识别领域的最新研究成果

人工智能、机器学习、深度学习有什么关系?

有三个词,这两年出现的频率越来越高:人工智能(AI),机器学习(ML),深度学习(DL),到底他们哥....

的头像 机器人博览 发表于 06-08 15:19 862次 阅读
人工智能、机器学习、深度学习有什么关系?

我们对目前机器学习进展的衡量有多可靠?

一项伯克利和MIT合作的新研究,对过去近十年中提出的一些经典分类器(比如VGG和ResNet)进行再....

的头像 人工智能 发表于 06-08 14:38 239次 阅读
我们对目前机器学习进展的衡量有多可靠?

深度学习时代的新主宰:可微编程

深度学习自诞生之日起,即面临着黑盒智能、可解释性差等质疑, 发展至今,不可否认地带来了一波人工智能的....

的头像 深度学习大讲堂 发表于 06-08 11:51 601次 阅读
深度学习时代的新主宰:可微编程

重塑需求牵引和技术驱动下的智能制造发展模式和技术体系

大规模个性化定制生产和服务型制造的发展趋势,使得制造模式由目前的集中式向分布式方向发展. 生产链条....

的头像 智能制造 发表于 06-08 10:51 414次 阅读
重塑需求牵引和技术驱动下的智能制造发展模式和技术体系

AI大行其道,你准备好了吗?

在互联网领域从事机器学习的人基本上属于以下两种背景:其中绝大部分是程序员出身,这类童鞋工程经验相对会....

的头像 电子发烧友网工程师 发表于 06-08 09:24 573次 阅读
AI大行其道,你准备好了吗?

我们目前在机器学习方面的进展有多可靠?

不幸的是,我们通常对相同分布中的新数据的访问受限。现如今,人们已经普遍接受在整个算法和模型设计过程中....

的头像 中国人工智能学会 发表于 06-07 16:37 487次 阅读
我们目前在机器学习方面的进展有多可靠?

不可错过 | 集成学习入门精讲

发表于 06-06 10:11 187次 阅读
不可错过 | 集成学习入门精讲

AI知识科普 | 从无人相信到万人追捧的神经网络

发表于 06-05 10:11 151次 阅读
AI知识科普 | 从无人相信到万人追捧的神经网络

机器学习、深度学习、卷积神经网络...人工智能时代的曙光

发表于 05-22 09:54 1117次 阅读
机器学习、深度学习、卷积神经网络...人工智能时代的曙光

机器学习、深度学习、卷积神经网络...人工智能时代的曙光

发表于 05-22 09:54 1117次 阅读
机器学习、深度学习、卷积神经网络...人工智能时代的曙光

关于机器学习模块KNN算法错误91的问题?

发表于 04-02 15:08 315次 阅读
关于机器学习模块KNN算法错误91的问题?

请问labview可以调用在matlab里训练出的机器学习模型吗?可以的话应该怎么做?

发表于 03-21 23:20 360次 阅读
请问labview可以调用在matlab里训练出的机器学习模型吗?可以的话应该怎么做?

阿里云智能视频 AI 重装来袭

发表于 01-23 15:19 864次 阅读
阿里云智能视频 AI 重装来袭

阿里云MaxCompute,用计算力让数据发声

发表于 01-22 17:45 595次 阅读
阿里云MaxCompute,用计算力让数据发声

SCDN的抗CC攻击和抗DDoS攻击防护是什么?

发表于 01-05 14:45 1044次 阅读
SCDN的抗CC攻击和抗DDoS攻击防护是什么?

【产品活动】阿里云GPU云服务器年付5折!阿里云异构计算助推行业发展!

发表于 12-26 11:22 569次 阅读
【产品活动】阿里云GPU云服务器年付5折!阿里云异构计算助推行业发展!