#distributed-systems Repositórios
524 repositórios no total
🌸 Execute LLMs em casa, no estilo BitTorrent. Ajuste fino e inferência até 10x mais rápido do que o descarregamento.
Cadence é um motor de orquestração distribuído, escalável, durável e altamente disponível para executar lógica de negócios assíncrona e de longa execução de forma escalável e resiliente.
Um ecossistema e espaço de trabalho unificados para aprendizado federado em larga escala de modelos grandes e LLMs. Armazene capacidade computacional como Wi-Fi
Oferece uma maneira simples de executar o Selenium Grid com Chrome, Firefox e Edge usando a Plataforma de Contêineres, tornando mais fácil realizar a automação de navegadores em escala.
⭐ [Livro publicado] Link de compra JD: https://item.jd.com/14531549.html. Explicação aprofundada de tecnologias nativas da nuvem, como redes de kernel, Kubernetes, ServiceMesh e contêineres. Um guia de desenvolvimento testado na prática para 'sistemas distribuídos em larga escala'.
Gerenciar arquivos de configuração de aplicativos locais usando modelos e dados do etcd ou consul
🪓 Um motor de orquestração para tarefas em segundo plano, agentes de IA e fluxos de trabalho duráveis
《Compreendendo profundamente a infraestrutura de IA: análise quantitativa e projeto de sistemas》 (de Li Bojie), um manuscrito de livro de código aberto: partindo das restrições de hardware e das arquiteturas dos modelos, deriva quantitativamente o projeto de sistemas de inferência e treinamento de LLMs. Inclui o texto completo, o PDF, ferramentas de cálculo complementares e experimentos.
Sistema de Sincronização de Banco de Dados Distribuído da Alibaba (para lidar com data centers geograficamente dispersos entre a China e os EUA)
Ferramentas de infraestrutura de IA testadas em produção para o desenvolvimento eficiente de IGA e inovação impulsionada pela comunidade
Uma lista selecionada de motores de fluxo de trabalho de código aberto incríveis
Banco de dados de código aberto inspirado no Google Zanzibar para armazenar e consultar dados de autorização granulares de forma escalável
🐼 Traduções chinesas para recursos clássicos de desenvolvimento de software
O framework Spring Boot combinado com outros componentes como JPA, Mybatis, WebSocket, Security, Shiro, Cache, etc.
Uma estrutura de dados semelhante a JSON (um CRDT) que pode ser modificada concorrentemente por diferentes usuários e mesclada novamente automaticamente.
Hazelcast é uma plataforma de dados unificada em tempo real que combina processamento de fluxo com um armazenamento de dados rápido, permitindo que os clientes ajam instantaneamente sobre dados em movimento para insights em tempo real.
A camada de dados em tempo real para aplicativos e agentes de IA. Crie visões atualizadas a cada segundo sobre o seu negócio, apenas utilizando SQL.
O projeto de sistemas é o processo de definir a arquitetura, módulos, interfaces e dados para um sistema, a fim de satisfazer os requisitos especificados. O projeto de sistemas pode ser visto como a aplicação da teoria de sistemas ao desenvolvimento de produtos.
Plataforma de Push de Mensagens 🔥 Envia mensagens como [E-mail][SMS][Conta de Serviço WeChat][Mini Programa WeChat][WeChat Corporativo][DingTalk] e outros tipos de mensagens.
Implementação modular, amigável para contribuidores e extremamente rápida do protocolo Ethereum, em Rust
Mecanismo de dados de alto desempenho para cargas de trabalho de IA e multimodais. Processe imagens, áudio, vídeo e dados estruturados em qualquer escala.
Técnicas e números para estimar o desempenho de sistemas a partir de primeiros princípios
Uma estrutura de chamada de procedimento remoto (RPC) multilíngue para o desenvolvimento rápido de serviços distribuídos de alto desempenho.
Biblioteca Cliente Socket.IO completa para Java, compatível com Socket.IO v1.0 e versões posteriores.
Framework assíncrono em Python para serviços orientados a eventos. Um cliente leve para Kafka, RabbitMQ, NATS, Redis e MQTT com acesso total aos recursos nativos do broker, além de documentação AsyncAPI, testes em memória e observabilidade prontos para uso.
processamento de fluxo de eventos 🦀 para desenvolvedores coletarem e transformarem dados em movimento para alimentar aplicações responsivas e intensivas em dados.
Componentes de infraestrutura plugáveis e eficientes em termos de custo para inferência de GenAI