释放超级算力：深入解析NVIDIA IMEX在Kubernetes上的实现

随着GB200等超级芯片的问世，单节点内的计算和内存能力达到了前所未有的高度。然而，如何让云原生应用、特别是AI训练任务，充分利用这种“Scale-Up”架构的全部潜力？本文将探讨NVIDIA的IMEX（In-Memory Execution）技术，以及它如何通过Kubernetes最新的动态资源分配（DRA）框架和ComputeDomain这一核心抽象，在容器化环境中得以实现。 1. 背景1.

kubernetes
Kubernetes AI

RocksDB源码学习：MemTable实现之VectorRep、HashLinkListRep与HashSkipListRep

MemTable 是 RocksDB 中所有写入操作首先进入的内存数据结构。除了默认的 SkipListRep 实现外，RocksDB 还提供了多种为特定工作负载（Workload）优化的 MemTableRep。本文旨在深入探讨三种极具特色的 MemTable 实现：VectorRep、HashSkipListRep 和 HashLinkListRep，分析它们的核心设计、实现细节与性能权衡。

KV数据库
KV数据库 RocksDB