IBM 于 9 月 13 日宣布推出具有高度灵活性的全新计算平台——IBM NeXtScale System，该平台能够在单个机架中提供三倍数量的内核，旨在为社交媒体、分析、技术运算及云交付等增长最快的工作负载提供最佳支撑。

5 月 19 日消息，云计算或将成为促进变革的重要力量，但《华尔街日报》网站一篇题为《忘记“云”；“雾”才是科技的未来》的文章却指出，由于接入设备激增，网络带宽有限，“雾计算”或许才会带来真正的计算变革。

2016年蔓延全球的安全威胁仍然是愈演愈烈，而这也同时催促着安全技术的进步与革新。

昨天盛大云在其官方微博发布了一则声明，引起了业内较大反响。声明中称因为无锡机房的一台物理机本地磁盘损坏，导致个别用户数据丢失。经 TechWeb 从盛大云内部人士了解到，目前损坏的磁盘已经连夜取回上海，数据已在恢复中，受影响的用户范围不大。

国际 TOP500 组织 17 日发布了全球超级计算机 500 强排行榜最新榜单，以下是该榜单的一些重要数据： 1、这一榜单的前 5 名自去年 6 月以来没有变化，分别为中国“天河二号”超级计算机（浮点运算速度为每秒 33．86 千万亿次）、美国能源部下属橡树岭国家实验室的“泰坦”（每秒 17．59 千万亿次）、美国劳伦斯－利弗莫尔国家实验室的“红杉”（每秒 17．17 千万亿次）、日本理化研究所的“京”（每秒 10．51 千万亿次）、美国阿尔贡国家实验室的“米拉”（每秒8．59 千万亿次）。

对于Android来说并没有区别，比如一张100x100的jpg，大小10k，一张100x100的png，大小15k，如果放在同一个drawable目录下，它们加载进来占用的内存是一摸一样的，只跟分辨率有关。通常jpg图片的文件大小会比png图片小，是因为jpg是有损压缩，而png是无损压缩，而且jpg没有alpha通道

Hadoop在使用原理上基本上遵照了Map、Reduce这样的一种模式进行项目的实际开发与交互，将一个个任务分解成映射与合并两种方式，然而通过映射进行分类与简化，从而产生部分归并结果，然后对同类结果进行归并计算；

本文是我对分布式计算的算子这层的一些认识和想法。因为最近自己的开发任务也是这方面相关的，公司内部有自研的类流式计算框架需要做一层算子层。我主要分析的是流式系统上实现算子这一点入手，对比现有计算框架和业界正在开展的项目，分析分析这件事的表面和背后深层的含义，以及可想象空间。

Hadoop是一个开发和运行处理大规模数据的软件平台，是Appach的一个用java语言实现开源软件框架，实现在大量计算机组成的集群中对海 量数据进行分布式计算。Hadoop框架中最核心设计就是：MapReduce和HDFS。MapReduce提供了对数据的计算，HDFS提供了海量数 据的存储。

们每天都依赖搜索引擎以从 Internet 的海量数据中找到特定的内容，但您曾经想过这些搜索是如何执行的吗？一种方法是 Apache 的 Hadoop，它是一个能够对海量数据进行分布式处理的软件框架。Hadoop 的一个应用是并行索引 Internet Web 页面。Hadoop 是一个受到 Yahoo!、Google 和 IBM 等公司支持的 Apache 项目。本文将介绍 Hadoop 框架，并展示它为什么是最重要的基于 Linux 的分布式计算框架之一。

libGlass 提供了一组可伸缩的组件用来执行分布式计算。应用程序在需要的情况下被当作是可重用的组件。该框架适合新的应用程序，同时对一些老应用也同样可用，而无需去改写。

分布式计算是现代计算和通信系统的基础。在大规模网络系统方面的一个例子是互联网，而在多处理器方面的一个例子则是新式多核笔记本电脑。下面的这些 讲演材料介绍了分布式计算的原理，重点围绕设计分布式系统和网络中基本问题：通信，协作，错误容忍，本地化，并行，自组织，对称破裂，同步，不确定性。我 们将探索其中的基本算法思想和下限技术，基本上都是分布式计算的重点。每一章都是一个新的主题。

针对“互联网+”时代的业务增长、变化速度及大规模计算的需求，廉价的、高可扩展的分布式x86集群已成为标准解决方案，如Google已经在几千万台服务器上部署分布式系统。

Swarm是一个Web应用程序开发框架，它允许程序分布在多台 计算机，从某种程度上让程序对程序员完全透明。

Apache River 是一个分布式计算的架构，基于原 Sun 的 JSK Starter Kit 源码，主要使用 Jini 规范。

ICE(Internet Communications Engine)是ZeroC提 供的一款高性能的分布式计算平台

Apache Ignite 内存数组组织框架是一个高性能、集成和分布式的内存计算和事务平台，用于大规模的数据集处理。Ignite 为应用和不同的数据源之间提供一个高性能、分布式内存中数据组织管理的框架。

Spark是一个通用的分布式内存计算框架，本文主要研讨Spark的核心数据结构RDD的设计思路，及其在内存上的容错。内容基于论文

DPark 是 Spark 的 Python 克隆，是一个Python实现的分布式计算框架，可以非常方便地实现大规模数据处理和迭代计算。 DPark 由豆瓣实现，目前豆瓣内部的绝大多数数据分析都使用DPark 完成，正日趋完善。

Glow 是使用 Go 编写的易用分布式计算系统，是 Hadoop Map Reduce，Spark，Flint，Samza 等等的替代品。 Glow 的目标是提供一个库，可以在并行线程或者分布式集群机器中进行更简单计算。