2018年7月25日——京东云推出了互联网中间件PaaS产品消息队列,并全面开放公测。京东云消息队列(JD Cloud Message Queue,简称JCQ)是京东云自主研发的分布式消息队列服务。产品能够提供消息发布订阅、消息查询和死信队列等一系列高可靠、高可用、高处理性能的消息云服务,实现千万级吞吐能力,保证消息至少发送一次,是云架构中不可或缺的核心产品。

京东云消息队列 JCQ产品比其他开源产品具有更加多样的功能,更多协议的兼容,更加出色的性能。

(京东云消息队列 JCQ 基础架构)
在功能上,消息队列 JCQ支持以主题订阅的形式进行消息的生产和消费,其他功能还包括消息查看、消息重试、死信队列和消费点位重置等。
在协议上,支持HTTP协议和TCP协议的接入,提供SDK进行消息的生产消费。
在性能上,集群部署自动切换承诺服务可用性高达99.95%。同步写入和三副本备份,Raft算法引入保证数据的强一致性,支持数据可靠性99.999999%,持久化存储3天,且消息至少发送一次。
同时,京东云消息队列 JCQ还支持海量的消息堆积,低延时的消息消费,千万级别的消息吞吐性能。
消息队列 JCQ对于有一定并发请求,复杂业务逻辑和要求消息传递可靠性的企业级用户都是不可或缺的产品,主要应用在系统解耦、削峰填谷、广播发送和可靠消息传递等应用场景中,是企业级互联网云架构中关键的中间件产品。
比较典型如,传统系统业务逻辑链条复杂冗长和繁多的业务系统交互困难,消息队列 JCQ可以很好的解决,做到业务系统的解耦。

以用户下单这个业务场景为例,订单系统需要通知库存系统。传统IT企业的做法是订单系统调用库存系统的接口,系统耦合,调用库存系统接口失败会导致下订单失败。
而引入消息队列后,用户下订单后,订单系统完成持久化处理,将消息写入消息队列,返回用户订单下单成功。库存系统订阅下订单的消息,采用拉取/推送的方式,获取下单信息,库存系统根据下单信息,进行库存操作。这样就实现订单系统与库存系统的系统解耦,大大简化了信息交互的难度和方式,减轻了接口的压力。
此外,对于现在流行的微服务架构,消息队列也可以承担服务调用的通道,实现异步调用。
通过京东云消息队列JCQ产品,用户不但享有强大的产品性能,还能利用多样的监控和预警方案,对产品的使用情况了如指掌。并且京东云消息队列JCQ产品提供按量付费的后付费措施,使得用户以最低的成本获得最大的弹性处理性能。
好文章,需要你的鼓励
前OpenAI首席技术官Mira Murati创办的AI初创公司Thinking Machines Lab宣布推出"交互模型"技术。不同于现有AI的轮流对话方式,该模型采用"全双工"技术,能在接收输入的同时生成响应,实现类似真实电话通话的自然交互。其模型TML-Interaction-Small响应速度达0.40秒,优于OpenAI和谷歌同类产品。目前仍处于研究预览阶段,计划数月内开放有限测试,年内正式发布。
香港大学与哈尔滨工业大学联合发布的这项研究(arXiv:2605.06196)发现,大语言模型在扮演不同社会层级角色时,内部神经网络存在一条清晰的"粒度轴",从普通个人视角延伸至全球机构视角。这条轴是AI角色空间的主导几何方向,可被测量、被跨模型复现,并通过激活引导技术加以操控,为AI社会模拟的可信度评估和角色视角的主动调控提供了新工具。
澳大利亚各州及联邦能源部长在近期会议上达成共识,要求数据中心通过投资新建可再生能源和储能设施,完全抵消其电力需求。除昆士兰州外,所有州均支持该提议。联邦能源部长克里斯·鲍文表示,数据中心是新增能源需求的最大驱动力之一,应成为电网的助力而非负担。澳大利亚能源市场委员会将于7月前提交具体实施建议。数据显示,到2030年数据中心用电量预计将增至现在的三倍。
华盛顿大学研究团队发现,在AI数学推理训练中,将随机拼凑的拉丁文占位词(Lorem Ipsum)添加到题目前,能帮助AI突破"全部答错、训练停滞"的困境,在多个模型上平均提升推理得分2.8至6.2分。研究揭示了有效扰动的两个关键特征:使用拉丁语词汇避免语义干扰,以及保持较低困惑度确保AI能正确理解题目内容。