企业数字化基石 阿里巴巴云计算基础设施实践 🔍
高山渊
2020
中文 [zh] · PDF · 60.9MB · 2020 · 📗 未知类型的图书 · 🚀/upload · Save
备用文件名
upload/duxiu_main/v/pdf/企业数字化基石_14750831(1).PDF
备选作者
Pdg2Pic
元数据中的注释
producers:
FreePic2Pdf_Lib - v3.06
FreePic2Pdf_Lib - v3.06
元数据中的注释
Bookmarks: p1 (p1): 第1章 基础设施架构综述
p1-1 (p1): 1.1 基础设施的概念
p1-2 (p3): 1.2 基础设施作为技术驱动力
p1-3 (p7): 1.3 基础设施的技术价值
p1-3-1 (p8): 1.3.1 技术安全
p1-3-2 (p9): 1.3.2 稳定性
p1-3-3 (p10): 1.3.3 TCO
p1-3-4 (p11): 1.3.4 稳定性、性能、成本的平衡
p1-3-5 (p11): 1.3.5 追求效率、标准化、规范化
p1-4 (p12): 1.4 基础设施的核心竞争力特征
p2 (p13): 第2章 TCO建模
p2-1 (p14): 2.1 静态TCO模型
p2-1-1 (p15): 2.1.1 数据中心CapEx
p2-1-2 (p16): 2.1.2 服务器及网络设备CapEx
p2-1-3 (p16): 2.1.3 OpEx
p2-1-4 (p16): 2.1.4 产能/TCO
p2-2 (p17): 2.2 动态TCO模型
p2-3 (p18): 2.3 TCO最优
p3 (p22): 第3章 数据中心能效
p3-1 (p22): 3.1 数据中心电能利用率
p3-2 (p30): 3.2 数据中心服务器电能利用率
p3-2-1 (p31): 3.2.1 服务器电源的能效
p3-2-2 (p33): 3.2.2 服务器风扇的能效
p3-3 (p35): 3.3 数据中心基础设施使用率
p3-4 (p37): 3.4 小结
p4 (p39): 第4章 数据中心
p4-1 (p39): 4.1 数据中心面临的挑战
p4-1-1 (p39): 4.1.1 中国能源供给结构对数据中心的影响
p4-1-2 (p41): 4.1.2 新政策环境下数据中心面临的技术升级挑战
p4-1-3 (p41): 4.1.3 云计算业务给数据中心带来的机遇与挑战
p4-2 (p43): 4.2 数据中心技术的发展趋势
p4-2-1 (p43): 4.2.1 数据中心技术演进的路线与趋势
p4-2-2 (p46): 4.2.2 阿里巴巴数据中心的演进路线与趋势
p4-3 (p49): 4.3 数据中心能源与供电技术
p4-3-1 (p49): 4.3.1 数据中心能源的选择与引入
p4-3-2 (p54): 4.3.2 数据中心电气系统架构演进的趋势与路线
p4-3-3 (p59): 4.3.3 数据中心电气关键技术与设备
p4-4 (p68): 4.4 阿里巴巴数据中心供电工程实践案例
p4-4-1 (p68): 4.4.1 分布式不间断供电和集中式不间断供电的比较
p4-4-2 (p70): 4.4.2 240V+PSU集中供电系统
p4-4-3 (p71): 4.4.3 天蝎BBS
p4-4-4 (p73): 4.4.4 服务器BBU
p4-4-5 (p74): 4.4.5 机柜DPS
p4-5 (p76): 4.5 数据中心制冷技术
p4-5-1 (p76): 4.5.1 数据中心制冷系统架构的选择与设计
p4-5-2 (p89): 4.5.2 连续制冷
p4-5-3 (p91): 4.5.3 制冷系统的节能措施
p4-6 (p96): 4.6 面向下一代IT系统的冷却技术
p4-6-1 (p96): 4.6.1 液冷技术简介
p4-6-2 (p98): 4.6.2 冷板式液冷技术
p4-6-3 (p99): 4.6.3 浸没式液冷技术
p4-6-4 (p100): 4.6.4 不同冷却技术对比
p4-7 (p102): 4.7 数据中心制冷技术的发展趋势
p4-8 (p103): 4.8 阿里巴巴数据中心冷却工程实践案例
p4-8-1 (p103): 4.8.1 千岛湖数据中心
p4-8-2 (p105): 4.8.2 张北新风自然冷数据中心
p5 (p112): 第5章 数据中心网络架构和关键技术
p5-1 (p112): 5.1 超大规模数据中心网络概述
p5-1-1 (p112): 5.1.1 超大规模数据中心的网络架构及其技术演变
p5-1-2 (p115): 5.1.2 超大规模数据中心网络的未来发展趋势
p5-2 (p118): 5.2 阿里巴巴数据中心网络
p5-2-1 (p118): 5.2.1 云计算对数据中心网络的核心要求
p5-2-2 (p120): 5.2.2 阿里巴巴数据中心网络架构演进
p5-2-3 (p122): 5.2.3 阿里巴巴数据中心网络HAIL架构的设计理念
p5-2-4 (p130): 5.2.4 阿里巴巴数据中心网络HAIL架构简介
p5-2-5 (p131): 5.2.5 阿里巴巴数据中心交换机
p5-2-6 (p138): 5.2.6 阿里巴巴vSwitch
p5-2-7 (p141): 5.2.7 阿里巴巴数据中心网络光互联技术
p5-3 (p142): 5.3 数据中心网络协议和高性能网络
p5-3-1 (p142): 5.3.1 数据中心网络互联协议
p5-3-2 (p145): 5.3.2 高性能网络RDMA技术
p5-4 (p146): 5.4 可编程芯片和高性能网关平台
p5-4-1 (p146): 5.4.1 基于x86高性能软件网关平台Netframe
p5-4-2 (p147): 5.4.2 基于可编程交换机与SDN技术的硬件交换平台
p5-5 (p148): 5.5 网络可视化技术
p5-5-1 (p149): 5.5.1 网络可视化前端技术
p5-5-2 (p150): 5.5.2 网络可视化后端技术
p5-6 (p151): 5.6 城域网光传输技术
p5-6-1 (p151): 5.6.1 城域网架构简介
p5-6-2 (p154): 5.6.2 光传输技术
p6 (p159): 第6章 服务器技术
p6-1 (p159): 6.1 服务器简介
p6-1-1 (p160): 6.1.1 服务器系统分级
p6-1-2 (p161): 6.1.2 服务器行业生态
p6-1-3 (p162): 6.1.3 服务器应用场景
p6-1-4 (p162): 6.1.4 服务器面临的挑战
p6-1-5 (p163): 6.1.5 服务器设计考虑
p6-2 (p164): 6.2 服务器研发和技术体系
p6-2-1 (p165): 6.2.1 数据中心服务器研发模式
p6-2-2 (p167): 6.2.2 数据中心服务器工程技术之主板
p6-2-3 (p170): 6.2.3 数据中心服务器工程技术之散热技术
p6-2-4 (p174): 6.2.4 服务器结构工程技术
p6-2-5 (p189): 6.2.5 服务器监控及运维体系
p6-2-6 (p191): 6.2.6 服务器测试及性能评估体系
p6-3 (p197): 6.3 软硬件优化
p6-4 (p198): 6.4 服务器演进展望
p6-4-1 (p198): 6.4.1 阿里巴巴的服务器演进
p6-4-2 (p199): 6.4.2 计算/存储分离和部件化
p6-4-3 (p201): 6.4.3 进一步解耦CPU-Storage,CPU-GPU,CPU-MEM和架构一体化
p6-5 (p203): 6.5 硬件安全体系
p6-5-1 (p204): 6.5.1 可信计算
p6-5-2 (p205): 6.5.2 可信执行环境
p6-5-3 (p208): 6.5.3 内存安全
p6-5-4 (p209): 6.5.4 构建完善的硬件安全体系
p7 (p211): 第7章 计算硬件技术
p7-1 (p212): 7.1 通用计算
p7-1-1 (p212): 7.1.1 x86
p7-1-2 (p215): 7.1.2 Non-IA
p7-1-3 (p218): 7.1.3 Non-IA与x86的比较
p7-1-4 (p219): 7.1.4 典型业务与通用计算
p7-2 (p221): 7.2 异构计算
p7-2-1 (p221): 7.2.1 GPU
p7-2-2 (p225): 7.2.2 FPGA
p7-2-3 (p227): 7.2.3 ASIC
p7-2-4 (p230): 7.2.4 CPU、GPU、FPGA、ASIC简单比较
p7-3 (p230): 7.3 边缘计算
p7-4 (p233): 7.4 总线互联
p7-4-1 (p233): 7.4.1 QPI/UPI
p7-4-2 (p234): 7.4.2 NV-Link
p7-4-3 (p234): 7.4.3 CAPI
p7-4-4 (p235): 7.4.4 CCIX
p7-5 (p236): 7.5 计算与业务软硬件结合
p7-6 (p238): 7.6 小结
p8 (p239): 第8章 存储硬件技术
p8-1 (p240): 8.1 内存
p8-1-1 (p240): 8.1.1 DDR
p8-1-2 (p241): 8.1.2 NVDIMM与UltraDIMM
p8-1-3 (p243): 8.1.3 AEP
p8-1-4 (p243): 8.1.4 HBM与HMC
p8-2 (p245): 8.2 HDD
p8-2-1 (p245): 8.2.1 基本原理
p8-2-2 (p247): 8.2.2 大容量硬盘应用
p8-2-3 (p251): 8.2.3 HDD的发展趋势
p8-3 (p251): 8.3 SSD
p8-3-1 (p254): 8.3.1 NAND Flash
p8-3-2 (p254): 8.3.2 2D/3D NAND
p8-3-3 (p259): 8.3.3 SSD的使用
p8-4 (p261): 8.4 新型存储介质
p8-4-1 (p261): 8.4.1 3D XPoint
p8-4-2 (p264): 8.4.2 ReRAM
p8-4-3 (p265): 8.4.3 NVMe
p8-5 (p265): 8.5 新型存储介质应用
p8-6 (p269): 8.6 自研存储产品AliFlash
p8-6-1 (p269): 8.6.1 双模式SSD
p8-6-2 (p270): 8.6.2 开放通道模式
p8-6-3 (p272): 8.6.3 开放通道模式的应用路径
p8-6-4 (p273): 8.6.4 AliFlash与业务软硬件结合
p8-7 (p276): 8.7 存储路径
p8-7-1 (p276): 8.7.1 传统文件系统
p8-7-2 (p278): 8.7.2 KV存储
p8-7-3 (p279): 8.7.3 SPDK
p8-8 (p280): 8.8 NVMoF
p8-9 (p283): 8.9 近存储计算
p8-9-1 (p283): 8.9.1 本地近存储计算
p8-9-2 (p285): 8.9.2 远端近存储计算
p8-10 (p288): 8.10 小结
p9 (p289): 第9章 基础设施智能化运营与自动化运维
p9-1 (p290): 9.1 基础设施资源运营智能化
p9-1-1 (p291): 9.1.1 需求预测
p9-1-2 (p293): 9.1.2 数据中心机架位容量规划
p9-1-3 (p295): 9.1.3 智能制造的发展趋势
p9-2 (p296): 9.2 基础设施资源交付自动化
p9-2-1 (p296): 9.2.1 通过带外网络实现的远程自动开关机
p9-2-2 (p297): 9.2.2 服务器操作系统自动化安装
p9-2-3 (p300): 9.2.3 自动化部署遇到的问题及解决方案
p9-3 (p300): 9.3 基础设施智能监管控
p9-3-1 (p301): 9.3.1 可用性监控分析
p9-3-2 (p301): 9.3.2 电热异常感知
p9-3-3 (p304): 9.3.3 能效优化
p9-4 (p305): 9.4 物理机自动化维修
p9-4-1 (p305): 9.4.1 故障发现
p9-4-2 (p307): 9.4.2 故障预测
p9-4-3 (p307): 9.4.3 故障维修
p9-5 (p309): 9.5 集群自动化运维
p9-5-1 (p309): 9.5.1 集群自动化运维的主要设计思想
p9-5-2 (p311): 9.5.2 物理机集群智能自愈系统
p9-6 (p314): 9.6 网络智能变更系统
p9-6-1 (p314): 9.6.1 变更稳定性挑战
p9-6-2 (p315): 9.6.2 解决方案
p9-6-3 (p316): 9.6.3 网络智能化变更系统
p9-7 (p317): 9.7 无人值守的数据中心
p10 (p319): 第10章 IDC、网络、服务器的一体化
p10-1 (p319): 10.1 基础设施的最优化匹配
p10-1-1 (p319): 10.1.1 大集群与业务的最优匹配
p10-1-2 (p320): 10.1.2 IDC建筑、网络大集群、服务器的宏观优化
p10-1-3 (p321): 10.1.3 机架功耗、服务器功耗、网络端口利用率的微观优化
p10-2 (p322): 10.2 整机架交付:OCP、天蝎与AliRack
p10-3 (p323): 10.3 面向业务的一体化解决方案:HPC、超算、AI
p10-4 (p327): 10.4 系统技术分层与协作
p10-5 (p328): 10.5 全系统模拟器
p11 (p330): 第11章 总结及展望
p11-1 (p330): 11.1 2022年——世界第一的基础设施
p11-2 (p332): 11.2 基础设施5.0——AI、异构、智能化
p11-3 (p332): 11.3 基础设施6.0——一体化最优基础设施架构
p11-4 (p333): 11.4 五年之后的基础设施——创新的机制保障
p11-4-1 (p333): 11.4.1 NASA与达摩院——阿里巴巴的科技创新
p11-4-2 (p333): 11.4.2 AIS的创新机制
p11-4-3 (p334): 11.4.3 前瞻布局与战略拖动
p11-5 (p334): 11.5 量子与未来
p11-5-1 (p334): 11.5.1 量子通信
p11-5-2 (p335): 11.5.2 量子计算
p1-1 (p1): 1.1 基础设施的概念
p1-2 (p3): 1.2 基础设施作为技术驱动力
p1-3 (p7): 1.3 基础设施的技术价值
p1-3-1 (p8): 1.3.1 技术安全
p1-3-2 (p9): 1.3.2 稳定性
p1-3-3 (p10): 1.3.3 TCO
p1-3-4 (p11): 1.3.4 稳定性、性能、成本的平衡
p1-3-5 (p11): 1.3.5 追求效率、标准化、规范化
p1-4 (p12): 1.4 基础设施的核心竞争力特征
p2 (p13): 第2章 TCO建模
p2-1 (p14): 2.1 静态TCO模型
p2-1-1 (p15): 2.1.1 数据中心CapEx
p2-1-2 (p16): 2.1.2 服务器及网络设备CapEx
p2-1-3 (p16): 2.1.3 OpEx
p2-1-4 (p16): 2.1.4 产能/TCO
p2-2 (p17): 2.2 动态TCO模型
p2-3 (p18): 2.3 TCO最优
p3 (p22): 第3章 数据中心能效
p3-1 (p22): 3.1 数据中心电能利用率
p3-2 (p30): 3.2 数据中心服务器电能利用率
p3-2-1 (p31): 3.2.1 服务器电源的能效
p3-2-2 (p33): 3.2.2 服务器风扇的能效
p3-3 (p35): 3.3 数据中心基础设施使用率
p3-4 (p37): 3.4 小结
p4 (p39): 第4章 数据中心
p4-1 (p39): 4.1 数据中心面临的挑战
p4-1-1 (p39): 4.1.1 中国能源供给结构对数据中心的影响
p4-1-2 (p41): 4.1.2 新政策环境下数据中心面临的技术升级挑战
p4-1-3 (p41): 4.1.3 云计算业务给数据中心带来的机遇与挑战
p4-2 (p43): 4.2 数据中心技术的发展趋势
p4-2-1 (p43): 4.2.1 数据中心技术演进的路线与趋势
p4-2-2 (p46): 4.2.2 阿里巴巴数据中心的演进路线与趋势
p4-3 (p49): 4.3 数据中心能源与供电技术
p4-3-1 (p49): 4.3.1 数据中心能源的选择与引入
p4-3-2 (p54): 4.3.2 数据中心电气系统架构演进的趋势与路线
p4-3-3 (p59): 4.3.3 数据中心电气关键技术与设备
p4-4 (p68): 4.4 阿里巴巴数据中心供电工程实践案例
p4-4-1 (p68): 4.4.1 分布式不间断供电和集中式不间断供电的比较
p4-4-2 (p70): 4.4.2 240V+PSU集中供电系统
p4-4-3 (p71): 4.4.3 天蝎BBS
p4-4-4 (p73): 4.4.4 服务器BBU
p4-4-5 (p74): 4.4.5 机柜DPS
p4-5 (p76): 4.5 数据中心制冷技术
p4-5-1 (p76): 4.5.1 数据中心制冷系统架构的选择与设计
p4-5-2 (p89): 4.5.2 连续制冷
p4-5-3 (p91): 4.5.3 制冷系统的节能措施
p4-6 (p96): 4.6 面向下一代IT系统的冷却技术
p4-6-1 (p96): 4.6.1 液冷技术简介
p4-6-2 (p98): 4.6.2 冷板式液冷技术
p4-6-3 (p99): 4.6.3 浸没式液冷技术
p4-6-4 (p100): 4.6.4 不同冷却技术对比
p4-7 (p102): 4.7 数据中心制冷技术的发展趋势
p4-8 (p103): 4.8 阿里巴巴数据中心冷却工程实践案例
p4-8-1 (p103): 4.8.1 千岛湖数据中心
p4-8-2 (p105): 4.8.2 张北新风自然冷数据中心
p5 (p112): 第5章 数据中心网络架构和关键技术
p5-1 (p112): 5.1 超大规模数据中心网络概述
p5-1-1 (p112): 5.1.1 超大规模数据中心的网络架构及其技术演变
p5-1-2 (p115): 5.1.2 超大规模数据中心网络的未来发展趋势
p5-2 (p118): 5.2 阿里巴巴数据中心网络
p5-2-1 (p118): 5.2.1 云计算对数据中心网络的核心要求
p5-2-2 (p120): 5.2.2 阿里巴巴数据中心网络架构演进
p5-2-3 (p122): 5.2.3 阿里巴巴数据中心网络HAIL架构的设计理念
p5-2-4 (p130): 5.2.4 阿里巴巴数据中心网络HAIL架构简介
p5-2-5 (p131): 5.2.5 阿里巴巴数据中心交换机
p5-2-6 (p138): 5.2.6 阿里巴巴vSwitch
p5-2-7 (p141): 5.2.7 阿里巴巴数据中心网络光互联技术
p5-3 (p142): 5.3 数据中心网络协议和高性能网络
p5-3-1 (p142): 5.3.1 数据中心网络互联协议
p5-3-2 (p145): 5.3.2 高性能网络RDMA技术
p5-4 (p146): 5.4 可编程芯片和高性能网关平台
p5-4-1 (p146): 5.4.1 基于x86高性能软件网关平台Netframe
p5-4-2 (p147): 5.4.2 基于可编程交换机与SDN技术的硬件交换平台
p5-5 (p148): 5.5 网络可视化技术
p5-5-1 (p149): 5.5.1 网络可视化前端技术
p5-5-2 (p150): 5.5.2 网络可视化后端技术
p5-6 (p151): 5.6 城域网光传输技术
p5-6-1 (p151): 5.6.1 城域网架构简介
p5-6-2 (p154): 5.6.2 光传输技术
p6 (p159): 第6章 服务器技术
p6-1 (p159): 6.1 服务器简介
p6-1-1 (p160): 6.1.1 服务器系统分级
p6-1-2 (p161): 6.1.2 服务器行业生态
p6-1-3 (p162): 6.1.3 服务器应用场景
p6-1-4 (p162): 6.1.4 服务器面临的挑战
p6-1-5 (p163): 6.1.5 服务器设计考虑
p6-2 (p164): 6.2 服务器研发和技术体系
p6-2-1 (p165): 6.2.1 数据中心服务器研发模式
p6-2-2 (p167): 6.2.2 数据中心服务器工程技术之主板
p6-2-3 (p170): 6.2.3 数据中心服务器工程技术之散热技术
p6-2-4 (p174): 6.2.4 服务器结构工程技术
p6-2-5 (p189): 6.2.5 服务器监控及运维体系
p6-2-6 (p191): 6.2.6 服务器测试及性能评估体系
p6-3 (p197): 6.3 软硬件优化
p6-4 (p198): 6.4 服务器演进展望
p6-4-1 (p198): 6.4.1 阿里巴巴的服务器演进
p6-4-2 (p199): 6.4.2 计算/存储分离和部件化
p6-4-3 (p201): 6.4.3 进一步解耦CPU-Storage,CPU-GPU,CPU-MEM和架构一体化
p6-5 (p203): 6.5 硬件安全体系
p6-5-1 (p204): 6.5.1 可信计算
p6-5-2 (p205): 6.5.2 可信执行环境
p6-5-3 (p208): 6.5.3 内存安全
p6-5-4 (p209): 6.5.4 构建完善的硬件安全体系
p7 (p211): 第7章 计算硬件技术
p7-1 (p212): 7.1 通用计算
p7-1-1 (p212): 7.1.1 x86
p7-1-2 (p215): 7.1.2 Non-IA
p7-1-3 (p218): 7.1.3 Non-IA与x86的比较
p7-1-4 (p219): 7.1.4 典型业务与通用计算
p7-2 (p221): 7.2 异构计算
p7-2-1 (p221): 7.2.1 GPU
p7-2-2 (p225): 7.2.2 FPGA
p7-2-3 (p227): 7.2.3 ASIC
p7-2-4 (p230): 7.2.4 CPU、GPU、FPGA、ASIC简单比较
p7-3 (p230): 7.3 边缘计算
p7-4 (p233): 7.4 总线互联
p7-4-1 (p233): 7.4.1 QPI/UPI
p7-4-2 (p234): 7.4.2 NV-Link
p7-4-3 (p234): 7.4.3 CAPI
p7-4-4 (p235): 7.4.4 CCIX
p7-5 (p236): 7.5 计算与业务软硬件结合
p7-6 (p238): 7.6 小结
p8 (p239): 第8章 存储硬件技术
p8-1 (p240): 8.1 内存
p8-1-1 (p240): 8.1.1 DDR
p8-1-2 (p241): 8.1.2 NVDIMM与UltraDIMM
p8-1-3 (p243): 8.1.3 AEP
p8-1-4 (p243): 8.1.4 HBM与HMC
p8-2 (p245): 8.2 HDD
p8-2-1 (p245): 8.2.1 基本原理
p8-2-2 (p247): 8.2.2 大容量硬盘应用
p8-2-3 (p251): 8.2.3 HDD的发展趋势
p8-3 (p251): 8.3 SSD
p8-3-1 (p254): 8.3.1 NAND Flash
p8-3-2 (p254): 8.3.2 2D/3D NAND
p8-3-3 (p259): 8.3.3 SSD的使用
p8-4 (p261): 8.4 新型存储介质
p8-4-1 (p261): 8.4.1 3D XPoint
p8-4-2 (p264): 8.4.2 ReRAM
p8-4-3 (p265): 8.4.3 NVMe
p8-5 (p265): 8.5 新型存储介质应用
p8-6 (p269): 8.6 自研存储产品AliFlash
p8-6-1 (p269): 8.6.1 双模式SSD
p8-6-2 (p270): 8.6.2 开放通道模式
p8-6-3 (p272): 8.6.3 开放通道模式的应用路径
p8-6-4 (p273): 8.6.4 AliFlash与业务软硬件结合
p8-7 (p276): 8.7 存储路径
p8-7-1 (p276): 8.7.1 传统文件系统
p8-7-2 (p278): 8.7.2 KV存储
p8-7-3 (p279): 8.7.3 SPDK
p8-8 (p280): 8.8 NVMoF
p8-9 (p283): 8.9 近存储计算
p8-9-1 (p283): 8.9.1 本地近存储计算
p8-9-2 (p285): 8.9.2 远端近存储计算
p8-10 (p288): 8.10 小结
p9 (p289): 第9章 基础设施智能化运营与自动化运维
p9-1 (p290): 9.1 基础设施资源运营智能化
p9-1-1 (p291): 9.1.1 需求预测
p9-1-2 (p293): 9.1.2 数据中心机架位容量规划
p9-1-3 (p295): 9.1.3 智能制造的发展趋势
p9-2 (p296): 9.2 基础设施资源交付自动化
p9-2-1 (p296): 9.2.1 通过带外网络实现的远程自动开关机
p9-2-2 (p297): 9.2.2 服务器操作系统自动化安装
p9-2-3 (p300): 9.2.3 自动化部署遇到的问题及解决方案
p9-3 (p300): 9.3 基础设施智能监管控
p9-3-1 (p301): 9.3.1 可用性监控分析
p9-3-2 (p301): 9.3.2 电热异常感知
p9-3-3 (p304): 9.3.3 能效优化
p9-4 (p305): 9.4 物理机自动化维修
p9-4-1 (p305): 9.4.1 故障发现
p9-4-2 (p307): 9.4.2 故障预测
p9-4-3 (p307): 9.4.3 故障维修
p9-5 (p309): 9.5 集群自动化运维
p9-5-1 (p309): 9.5.1 集群自动化运维的主要设计思想
p9-5-2 (p311): 9.5.2 物理机集群智能自愈系统
p9-6 (p314): 9.6 网络智能变更系统
p9-6-1 (p314): 9.6.1 变更稳定性挑战
p9-6-2 (p315): 9.6.2 解决方案
p9-6-3 (p316): 9.6.3 网络智能化变更系统
p9-7 (p317): 9.7 无人值守的数据中心
p10 (p319): 第10章 IDC、网络、服务器的一体化
p10-1 (p319): 10.1 基础设施的最优化匹配
p10-1-1 (p319): 10.1.1 大集群与业务的最优匹配
p10-1-2 (p320): 10.1.2 IDC建筑、网络大集群、服务器的宏观优化
p10-1-3 (p321): 10.1.3 机架功耗、服务器功耗、网络端口利用率的微观优化
p10-2 (p322): 10.2 整机架交付:OCP、天蝎与AliRack
p10-3 (p323): 10.3 面向业务的一体化解决方案:HPC、超算、AI
p10-4 (p327): 10.4 系统技术分层与协作
p10-5 (p328): 10.5 全系统模拟器
p11 (p330): 第11章 总结及展望
p11-1 (p330): 11.1 2022年——世界第一的基础设施
p11-2 (p332): 11.2 基础设施5.0——AI、异构、智能化
p11-3 (p332): 11.3 基础设施6.0——一体化最优基础设施架构
p11-4 (p333): 11.4 五年之后的基础设施——创新的机制保障
p11-4-1 (p333): 11.4.1 NASA与达摩院——阿里巴巴的科技创新
p11-4-2 (p333): 11.4.2 AIS的创新机制
p11-4-3 (p334): 11.4.3 前瞻布局与战略拖动
p11-5 (p334): 11.5 量子与未来
p11-5-1 (p334): 11.5.1 量子通信
p11-5-2 (p335): 11.5.2 量子计算
开源日期
2024-06-27
🚀 快速下载
成为会员以支持书籍、论文等的长期保存。为了感谢您对我们的支持,您将获得高速下载权益。❤️
如果您在本月捐款,您将获得双倍的快速下载次数。
🐢 低速下载
由可信的合作方提供。 更多信息请参见常见问题解答。 (可能需要验证浏览器——无限次下载!)
- 低速服务器(合作方提供) #1 (稍快但需要排队)
- 低速服务器(合作方提供) #2 (稍快但需要排队)
- 低速服务器(合作方提供) #3 (稍快但需要排队)
- 低速服务器(合作方提供) #4 (稍快但需要排队)
- 低速服务器(合作方提供) #5 (无需排队,但可能非常慢)
- 低速服务器(合作方提供) #6 (无需排队,但可能非常慢)
- 低速服务器(合作方提供) #7 (无需排队,但可能非常慢)
- 低速服务器(合作方提供) #8 (无需排队,但可能非常慢)
- 低速服务器(合作方提供) #9 (无需排队,但可能非常慢)
- 下载后: 在我们的查看器中打开
所有选项下载的文件都相同,应该可以安全使用。即使这样,从互联网下载文件时始终要小心。例如,确保您的设备更新及时。
外部下载
-
对于大文件,我们建议使用下载管理器以防止中断。
推荐的下载管理器:JDownloader -
您将需要一个电子书或 PDF 阅读器来打开文件,具体取决于文件格式。
推荐的电子书阅读器:Anna的档案在线查看器、ReadEra和Calibre -
使用在线工具进行格式转换。
推荐的转换工具:CloudConvert和PrintFriendly -
您可以将 PDF 和 EPUB 文件发送到您的 Kindle 或 Kobo 电子阅读器。
推荐的工具:亚马逊的“发送到 Kindle”和djazz 的“发送到 Kobo/Kindle” -
支持作者和图书馆
✍️ 如果您喜欢这个并且能够负担得起,请考虑购买原版,或直接支持作者。
📚 如果您当地的图书馆有这本书,请考虑在那里免费借阅。
下面的文字仅以英文继续。
总下载量:
“文件的MD5”是根据文件内容计算出的哈希值,并且基于该内容具有相当的唯一性。我们这里索引的所有影子图书馆都主要使用MD5来标识文件。
一个文件可能会出现在多个影子图书馆中。有关我们编译的各种数据集的信息,请参见数据集页面。
有关此文件的详细信息,请查看其JSON 文件。 Live/debug JSON version. Live/debug page.