远景科技在乌兰察布投产全球最大AI算力超级单体，规划容量2GW，支持百万卡并行。AI算力扩张使电力成为关键，远景利用风光资源、储能和直流供电技术，将波动绿电转为稳定算力能源，提升效率至传统数据中心10倍，标志能源能力进入AI竞争核心。

远景科技在乌兰察布建成全球最大AI算力超级单体，占地12万平方米，支持百万卡并行和百万P算力。基地利用当地绿电和风能，实现高比例绿电直供，算力输出为传统数据中心10倍。该项目是“戈壁使命”首个旗舰项目，旨在为国产算力集群提供可复制的中国方案，并推动中国AI基础设施走向全球。

亚马逊工程师指出，AI Agent间直接同步调用会形成分布式单体，导致紧耦合、级联故障、扇出风暴及无法回放审计。解决方案是改用事件日志和消息代理，让Agent异步通信，通过持久化事件实现松耦合、可回放和审计。虽然增加延迟，但相比秒级推理可忽略，核心是避免脆弱性，确保系统稳定可维护。

文章讨论了Lakebase，一个无服务器的Postgres数据库，旨在克服传统OLTP数据库的局限性。通过外部化写前日志（WAL）和数据文件，Lakebase实现了更高的可扩展性和耐用性，支持实时事务和分析处理，消除了数据复制的需求，确保分析读取最新数据。该架构实现了存储与计算的分离，提供无限存储、弹性计算和简化的高可用性，推动了数据库技术的发展。

本文讨论了单体架构、微服务和无服务器架构的优缺点。单体架构简单，但维护困难；微服务通过拆分系统为独立服务解决了维护问题，但增加了复杂性；无服务器架构通过触发函数管理资源，降低成本，但可能导致延迟和调试困难。大多数生产系统通常结合使用这三种架构。

JavaClaw 是一个基于 Java 的 AI 控制平面，支持多渠道交互和任务管理，运行在本地设备上。它使用 Spring Boot 4 和 JobRunr 进行任务调度，确保数据隐私。核心架构模块化，支持插件扩展，提供智能网页工具和文件访问功能。

本文探讨了.NET虚拟单体仓库的代码流算法，分析了正向和反向流动的复杂性及冲突处理。该算法旨在同步不同分支的变更，解决冲突并优化开发流程。尽管取得了一定成果，但仍面临元数据损坏和分支合并顺序等挑战，整体目标是简化构建和发布流程，同时保持灵活性。

本文介绍了.NET虚拟单体仓库（VMR），通过双向同步简化构建和发布流程，聚合所有源代码和基础设施，解决多代码库的复杂性。文章详细阐述了VMR的创建、源代码构建及同步机制，旨在提升开发效率和维护性。

Uber在2015年面临数据科学家管理服务器和数据管道的问题，导致模型开发缓慢。为了解决这一问题，Uber开发了Michelangelo集中式机器学习平台，并转向云原生Kubernetes架构以应对扩展瓶颈。通过实施统一的批处理联邦层和Uniflow工作流服务，Uber优化了模型开发流程。到2026年，Michelangelo将实现自我修复的生态系统，以应对单一云依赖的风险。

本文讨论了如何使用Spring Modulith和IntelliJ IDEA将传统单体应用迁移到模块化单体架构。传统的按层组织代码导致紧耦合和维护困难。Spring Modulith通过明确模块边界、定义公共API和事件驱动通信，帮助开发者构建结构清晰的模块化单体应用。文章还介绍了逐步迁移的步骤，包括重构包结构、修复模块边界违规和使用IntelliJ IDEA进行模块化测试。

模块化单体架构将应用逻辑划分为独立模块，仍作为单个工件进行部署，结合了模块化设计的优势与单体架构的开发和发布便利。通过使用Spring Modulith和Kotlin，可以清晰定义模块边界，独立测试模块，并监控模块间的交互。

.NET 虚拟单体存储库（VMR）是一种创新架构，旨在克服传统多仓库模式的缺陷。它通过虚拟化技术结合单体存储库的优势，提高了构建一致性和供应链安全性，支持跨平台开发，满足开源社区的需求，促进了.NET生态系统的高效协作与演进。

Tinder通过Swift编译器分析代码依赖关系，将庞大的iOS单体应用拆分为模块，提升了构建速度和开发效率，构建时间减少了78%，整个过程在六个月内完成。

语义路由系统面临扩展挑战，多个模型独立运行导致计算成本线性增长。通过重构vLLM语义路由器的分类层，采用模块化架构、低秩适应（LoRA）和并发优化，解决了这一问题。新架构支持多模型，提升了多语言处理能力和长文档支持，显著提高了分类效率和并发性能。