首页双碳基础知识碳达峰碳中和其他报告文献AI+研发数字峰会:基于eBPF和Agent构建LLM训练推理优化体系
admin

文档

6197

关注

0

好评

0
PDF

AI+研发数字峰会:基于eBPF和Agent构建LLM训练推理优化体系

阅读 608 下载 589 大小 6.4M 总页数 43 页 2025-06-05 分享
价格:¥ 9.90
下载文档
/ 43
全屏查看
AI+研发数字峰会:基于eBPF和Agent构建LLM训练推理优化体系
还有 43 页未读 ,您可以 继续阅读 或 下载文档
1、本文档共计 43 页,下载后文档不带水印,支持完整阅读内容或进行编辑。
2、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
4、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

5、有任何问题,文件需求请联系WX:baomafenxiang520

NDD2024AI+研发数字峰会Al+Development Digital summitA驱动研发变革促进企业降本增效北京站08/16-17基于eBPF和Agent构建LLM训川练推理优化体系向阳云杉网络◆演讲嘉宾NER向阳清华大学博士/云杉网路研发VP清华大学博士,云杉网路研泼VP,DeepFlow开源社区负责人。曾在国际顶级学术会议ACM SIGCOMM、ACM IMC上发表可观测性方向的学术论文,现负责可观测性产品DeepFlow,致力于打造一款为云原生和A!应用而生的零侵扰河观测性产品,
返回顶部