Po 2 letech iterací ve velkém měřítku je zde vše, co jsme se dozvěděli o vývoji kapaliny. Nejžádanější (ale zdánlivě nejobtížněji dosažitelnou) vlastností výpočetního systému je *efektivní a předvídatelný výkon v jakémkoli měřítku*. Bezserverová architektura, jejíž průkopníkem byla společnost Lambda, měla neobvyklou sadu kompromisů. Má potenciál pro studené starty ve výrobě, což je no-go. Méně známé však je, že vyřešil Achillovu patu serverů: hlučné sousedy, přetížení a nedostatečné rozložení zátěže. Stalo se tak za cenu obrovských nákladů (1 "počítač" na souběžný požadavek), ale bylo to úžasné. Někdy to srovnávám s tím, že vy a váš přítel odcházíte z práce do stejné restaurace, ve stejnou dobu, ale oba si objednáváte Uber XL. Budete mít úžasný zážitek, ale je to plýtvání. Když jsme stavěli Fluid, chtěli jsme mít dort a také ho sníst. Obzvláště jsem spokojený s naším algoritmem, který využívá "každé dostupné místo v autě" (skvělé pro aplikace s umělou inteligencí, které hodně čekají na tokeny), ale podle potřeby spouští více počítačů horizontálně. To je něco, co je nesmírně těžké udělat správně, a to i pro zkušené týmy DevOps.
Vercel
Vercel29. 7. 07:16
Fluid umožňuje dodávat umělou inteligenci a back-endové úlohy bez problémů bez serveru. Zabraňuje studeným startům, přidává podporu streamování a výpočtů po reakci a výrazně zlepšuje efektivitu nákladů. Zde je návod, jak jsme jej navrhli
55,17K