2019 年 12 月 21 日, 云 + 社区技术沙龙第 30 期 "腾讯开源技术" 在深圳腾讯大厦成功举行. 本次沙龙邀请了多位腾讯技术专家就 "腾讯开源的技术有哪些? 开源技术如何应用到实际业务?" 等话题与各位开发者进行探讨, 深度揭秘了腾讯开源项目 TencentOS tiny,TubeMQ,Kona JDK,TARS 以及 MedicalNet, 为大家奉献了一场开源技术盛宴, 带来腾讯开源最新成果, 与广大开发者共同探讨开源趋势.
5 位嘉宾都分享了哪些干货? 有哪些具体的腾讯开源技术的深度揭秘呢?
下面让我们一起简单回顾当天的沙龙情况.
腾讯专家工程师杨晓峰, 分享的主题《Kona JDK 在腾讯大数据领域实践与发展》主要是对腾讯基于 OpenJDK 的自研 Kona JDK 这一开源项目的详细介绍. 杨老师围绕 JDK 在腾讯海量业务负载中的需求, 心得与痛点, 介绍了 Kona JDK 的发展思路, 并重点围绕大数据领域的扩展性难点和算力优化, 诊断 / 调优功能改进等分享了 JVM 领域的前沿实践和发展.
在分享中, 杨老师对为什么腾讯自己要做一个 JDK 以及 Open JDK 这个领域正在发生的一些飞速的技术变化等问题进行了详细讲解. 同时, 通过结合一些实践场景, 对 Open JDK 这一开源技术的应用以及未来发展也与大家进行了探讨.
第二位嘉宾是腾讯工程师叶丰, 他带来了《TencentOS tiny 开源项目实践 -- 从零快速打造 IoT 小应用》的主题分享, 在分享中, 叶老师详细介绍了基于腾讯物联网操作系统 TencentOS tiny 开源项目, 主要讲解了如何从零开始快速打造一个端到端的 IoT 小应用: 从展示从 GitHub 获取开源代码开始, 到使用 TencentOS tiny 开发嵌入式, 设备快速上云, 以及 IoT 小程序云开发的全过程.
在讲解中叶老师概括道: 总体来说, TencentOS tiny 有下面几个优势, 小体积, 低消耗, 可靠的安全框架和便捷的调试手段, 可以满足物联网终端侧的差异化的需求.
接下来是第 3 位嘉宾, 腾讯高级工程师张国成, 带来主题分享《TubeMQ 的 Apache 之路》, 张老师就腾讯最近开源的万亿级消息中间件 TubeMQ 的特点, 在百亿, 千亿, 万亿, 上十万亿量级下遇到的问题, 以及对外开源的项目考虑这几个方面与大家进行了探讨, 为海量数据需求的业务提供了借鉴思路.
在分享最后张老师还展望了 TubeMQ 的发展方向: 未来我们不仅仅会有 TubeMQ, 还有汇聚层和采集层, 在这个之上我们有一个管理层, 我们的希望是把这一块做稳定, 然后把它给开源出来, 然后其实这一块的话我们还能够通过这一套系统接纳不同的 MQ, 根据它不同的特点, 我们也可以通过人流把这一套系统加入进来.
第 4 位嘉宾是腾讯高级研究员陈思宏, 为大家带来的分享题目是《MedicalNet:3D 医疗影像专用预训练模型实践与应用》. 数据量缺乏是医疗 AI 落地的痛点, MedicalNet 致力于提供基于 3D 医疗影像大数据的预训练模型, 帮助小数据业务加快训练速度与提升性能. 本次分享陈老师分析了 MedicalNet 的实现流程, 并结合多种医疗场景介绍了 MedicalNet 在迁移学习中的应用.
陈老师在分享中提到: 整体来说, MedicaNet 相对于 3D 医疗影像数据的应用上面, 它是可以提供更多更低的初始化 Loss, 还能加快我们的模型收敛时间, 还能提升我们的性能. 所以当接下来如果有一些研究机构或者是创业公司想到做一个 AI 引擎, 但是数据量不够的话, 它就可以做一个 MedicaNet, 哪怕以前不能实现的医疗引擎现在也可以实现了.
最后出场的是腾讯云高级工程师田甜, 带来了主题为《TARS 与 GPRC 的实践场景应用》的分享, 为大家讲解了 TARS 与 GRPC 实战场景的应用与区别, 为微架构设计提供一个选型思路与参考.
在分享中, 田老师从三个方面对 TARS 与 GPRC 进行了深度揭秘: 第一个是 TARS 的架构体系, 第二个是 GRPC 与 TARS
的应用场景对比, GRPC 主要是应用在游戏上的增值服务, TARS 主要是应用在移动端 App 工具上的一些内容服务. 第三部分是 Service Mesh 的探索.
本期沙龙到此就正式结束了, 希望大家能有所收获!
现场花絮:
以下是嘉宾分享的 PPT, 欢迎下载!
基于 TencentOS tiny 开源项目的实践 -- 从零开始快速打造 IoT 小应用 - 叶丰. PDF
云加社区沙龙 TubeMQ 的 Apache 之路 - 张国成. PDF
云加社区沙龙 - 田甜. PDF
Kona_JDK 在腾讯大数据领域实践与发展 - 杨晓峰. PDF
MedicalNet3D 医疗影像专用预训练模型实践与应用 - 陈思宏. PDF
来源: https://www.qcloud.com/developer/article/1559047