d3y1-CSDN博客

d3y1

码龄11年

1,887,417

总访问量
2,437

原创
753

排名
1,375

粉丝
0

关注

IP 属地：湖北省

加入CSDN时间： 2015-02-25

查看详细资料

个人成就

获得20,317次点赞
内容获得72次评论
获得17,209次收藏
代码片获得3,290次分享
原力等级

原力等级

3

原力分

146

本月获得

75

入选《后端领域内容榜》第6名

TA的专栏

TA关注的专栏 0

TA关注的收藏夹 0

TA关注的社区 1

TA参与的活动 1

创作活动更多

【重磅活动】DeepSeek V4 实力破圈！邀你共赴“深度测评挑战赛”

千亿参数再进化，MoE 架构重塑推理边界。这一次，我们不再只是“用模型”，而是深入理解它，用技术深度挑战 AI 极限。距离 DeepSeek V3 发布仅过去数月，全新升级的 DeepSeek V4 正式亮相！更强的代码生成、更复杂的逻辑推理、更精准的多模态理解……面对这波“王炸”升级，你是否已经跃跃欲试？ CSDN 发起 **【DeepSeek V4 · 实力破圈深度测评挑战赛】** ！我们诚挚邀请每一位开发者、技术博主、AI 发烧友加入这场技术狂欢。你可以从实战角度撰写深度测评，也可以挖掘底层架构的创新亮点。只要你有干货、有思考，这里就是你分享洞见的舞台！ ---

149人参与去参加

更多

姜太公赞_

摘要：姜太公（吕尚）年八十钓于渭水，遇周文王而辅佐四代周王。他文武双全，助周灭商于牧野之战，后封齐地，因俗简礼发展工商鱼盐之利。当管蔡之乱时，他率军征讨，安定周室，终成一代名相。

博文更新于 2 小时前 ·

企业4A架构方法论

企业4A架构是指企业级IT架构的四个核心维度：业务架构（Business Architecture, BA）、数据架构（Data Architecture, DA）、应用架构（Application Architecture, AA）和技术架构（Technology Architecture, TA）。这四个架构层次相互关联、相互支撑，共同构成了企业数字化转型的完整框架。

博文更新于 3 小时前 ·

五大架构方法论之比较

通过对五大架构方法论的全面对比分析，我们可以看出：各有专长：每个方法论都有其独特的价值和适用场景可以互补：不同方法论可以组合使用，发挥各自优势需要适配：选择方法论时需要考虑企业自身特点持续演进：架构方法论需要随着技术发展不断演进在实际应用中，建议企业根据自身需求和特点，选择合适的方法论或方法论组合，建立适合自身的架构管理体系，通过持续优化实现架构价值的最大化。

博文更新于昨天 13:24 ·

DODAF架构方法论

DODAF（Department of Defense Architecture Framework）是面向国防/政府复杂系统的协同框架，以"业务视图（OV）→系统视图（SV）→技术标准视图（TV）"三层视图为核心，保障多系统、多部门的互操作性与需求可追溯性。核心特点：复杂系统协同：针对多系统、多部门的协同难题三层视图：业务视图→系统视图→技术标准视图互操作性优先：确保不同系统、不同厂商的无缝对接可追溯性：每个系统功能都能追溯到对应的任务需求适用领域：国防、政府、军工等复杂系统建设

博文更新于昨天 13:14 ·

ITSA架构方法论

ITSA（IT Strategy Architecture）是业务战略与IT的衔接方法论，通过"业务战略→IT战略→IT能力→资源配置"的三层衔接，输出IT战略路线图，避免IT建设盲目投入。核心特点：战略导向：以业务战略为输入，以IT价值为输出三层衔接：业务战略→IT战略→IT能力→资源配置路径规划：输出明确的IT战略路线图价值驱动：聚焦ROI，避免盲目投入适用广泛：适合企业IT战略规划阶段

博文更新于前天 14:00 ·

OEA架构方法论

OEA（Oracle Enterprise Architecture Framework）是基于TOGAF扩展的落地型框架，适配Oracle技术生态，强化业务能力到IT能力的映射，侧重数据驱动与Oracle系统的架构落地。核心特点：基于TOGAF扩展：继承了TOGAF的核心思想Oracle技术生态适配：针对Oracle技术栈优化业务能力映射：强化业务到IT的转化数据驱动优先：注重数据治理和主数据管理落地性强：专注于实际业务场景的架构落地

博文更新于前天 13:52 ·

Zachman架构方法论

Zachman框架是企业架构完整性工具，通过"6类干系人视角×6个核心问题"的6×6矩阵，梳理架构资产、补全信息缺口，确保架构无视角断层。核心特点：视角全面：覆盖架构的6类核心使用者问题完整：回答架构的6个基本问题无信息断层：确保架构资产完整架构盘点：主要用于架构梳理与对齐

博文更新于 2026.05.03 ·

TOGAF架构方法论

TOGAF（The Open Group Architecture Framework）是企业级开放架构方法论，以ADM（Architecture Development Method，架构开发方法）八阶段增量迭代循环为核心，聚焦业务与IT对齐，支撑全行业大型企业架构的标准化落地与持续优化。核心特点：开放性强：业界标准，广泛应用全生命周期：覆盖架构规划到运维的完整周期迭代友好：支持业务变化的持续调整大厂落地首选：华为、阿里、腾讯等企业普遍采用

博文更新于 2026.05.03 ·

最短路径-Dial算法（桶优化Dijkstra）

Dial算法是Robert B. Dial于1969年提出的一种用于优化Dijkstra算法的桶排序方法。该算法特别适用于边权值范围有限的图，通过使用桶排序的思想来避免优先队列的复杂操作，从而提高算法效率。

博文更新于 2026.05.02 ·

最短路径-Dijkstra算法（迪杰斯特拉算法）

Dijkstra算法是由荷兰计算机科学家Edsger W. Dijkstra于1956年提出的一种用于寻找图中单源最短路径的经典算法。该算法适用于所有边权值为非负数的图，能够高效地计算出从指定源点到图中所有其他点的最短路径。

博文更新于 2026.05.02 ·

加法量化（Additive Quantization, AQ）压缩算法

加法量化（Additive Quantization, AQ）是一种先进的向量量化技术，它将高维向量表示为多个码本中码字的加权和。与残差向量量化（RVQ）不同，AQ 允许从每个码本中选择一个码字，然后将所有选中的码字相加来近似原始向量。这种分解方式提供了更大的灵活性，能够在相同的码率下实现更高的近似精度。AQ 在大规模相似性搜索、推荐系统和深度学习模型压缩等领域有着重要应用。

博文更新于 2026.05.01 ·

残差向量量化（Residual Vector Quantization, RVQ）压缩算法

残差向量量化（Residual Vector Quantization, RVQ）是一种多级量化技术，通过迭代地量化向量的残差部分来逐步逼近原始向量。与传统的单级量化不同，RVQ 使用多个码本（codebook）来表示向量，每个码本负责量化当前阶段的残差向量。这种方法能够在保持较高精度的同时实现较高的压缩率，特别适用于高维向量量化和深度学习模型压缩。

博文更新于 2026.05.01 ·

标量量化（Scalar Quantization, SQ）压缩算法

标量量化（Scalar Quantization, SQ）是一种基础的量化技术，它将连续的浮点数值映射到离散的有限集合中。与二进制量化不同，标量量化保留了更多的数值信息，通过调整量化位数可以在精度和压缩率之间取得平衡。这种方法广泛应用于深度学习模型压缩、信号处理和数据分析等领域。

博文更新于 2026.04.30 ·

二进制量化（Binary Quantization, BQ）压缩算法

二进制量化（Binary Quantization, BQ）是一种高效的向量量化技术，它将高维浮点向量转换为二进制表示，从而大幅减少存储空间和计算复杂度。这种量化方法特别适用于大规模向量相似性搜索和近似最近邻（ANN）应用场景。

博文更新于 2026.04.30 ·

乘积量化 (Product Quantization) 压缩算法

乘积量化（Product Quantization, PQ）是一种高效的向量压缩技术，最初由Jegou等人于2011年提出。该算法将高维向量空间分解为多个低维子空间，每个子空间独立进行量化，从而在保持较高精度的同时大幅减少存储空间和计算开销。PQ广泛应用于向量压缩、近似最近邻搜索等领域。

博文更新于 2026.04.29 ·

MCP协议

MCP (Model Context Protocol) 是一个开放标准协议，旨在为AI模型与外部工具、数据源和服务之间提供标准化的通信接口。该协议由Anthropic公司开发，旨在解决AI系统与外部世界交互时的互操作性和标准化问题。

博文更新于 2026.04.29 ·

A2A协议

A2A (Agent-to-Agent) 协议是一个专门用于AI智能体之间通信和协作的开放标准协议。该协议旨在解决多个AI智能体之间的互操作性、协作效率和标准化问题，为构建复杂的AI生态系统提供技术基础。

博文更新于 2026.04.28 ·

AG-UI协议

AG-UI (Agent-User Interface) 协议是一个专门用于AI智能体与用户界面之间通信和交互的开放标准协议。该协议旨在解决AI系统与用户界面之间的互操作性、用户体验和标准化问题，为构建智能化的用户界面提供技术基础。

博文更新于 2026.04.28 ·

IVFFlat（Inverted File with Flat Storage）索引算法

IVFFlat（Inverted File with Flat Storage）是IVF算法的一个变种，它在IVF的基础上保持了原始向量的精确存储。与IVFADC（使用量化压缩）不同，IVFFlat在每个聚类中完整存储原始向量，因此在查询时能够提供与FLAT算法相同的精确距离计算。这使得IVFFlat在需要高精度的场景下特别有价值。基本原理IVFFlat结合了IVF的空间划分优势和FLAT的精确计算能力：IVF聚类：使用K-means等算法将向量空间划分为多个聚类精确存储：在每个聚类中完整存储原始向

博文更新于 2026.04.27 ·

SCANN (Sparse Clustered Approximate Nearest Neighbor) 索引算法

SCANN（Sparse Clustered Approximate Nearest Neighbor）是由Google Research于2021年提出的一种高性能向量索引算法。该算法通过结合聚类和稀疏表示技术，实现了在保持较高搜索精度的同时，大幅降低计算和存储开销。SCANN特别适合大规模高维向量数据的近似最近邻搜索，在Google的相似图片搜索等场景中得到了广泛应用。基本原理SCANN的核心思想是两阶段稀疏搜索：聚类阶段：使用K-means将向量空间划分为多个聚类稀疏编码阶段：为每个向量生成稀

博文更新于 2026.04.27 ·