美商歐萊禮

面對氣候變遷，在尋找解決方案的過程中，軟體專業人士能發揮哪些作用可能讓人感到難以捉摸。這本書是一份極佳的指南，專注於我們可以採取的實際步驟，並使我們的系統更加永續。 —Sam Newman，《建構微服務》的作者 軟體開發與營運將如何改變，以滿足地球永續與綠色需求？ 這對於開發組織意味著什麼？ 在這本發人省思的書中，永續軟體倡導者Anne Currie、徐均維和Sara Bergman為此主題提供了獨到的見解——從國家電網的未來發展與可能的演變，到軟體開發與營運變革對開發人員日常生活的影響，涵蓋了廣泛的討論。 無論你是新手開發者還是 CTO（技術長），本書都將為你剖析當前的挑戰，並說明如何以更環保、同時更具成本效益的方式，來開發、伺服器託管及維運程式碼。目前，許多超大規模公有雲供應商已承諾在2030年實現淨零IT營運，而本書將教會你如何加入這場趨勢潮流。 本書將帶你探索與思考： •能源轉型如何可能改變本地部署與雲端托管的方式，以及企業該如何為此做好準備。 •永續軟體開發的基本架構原則及其應用方式。 •如何判定系統中哪些部分需要變革。 •延長硬體使用壽命的概念，以及軟體在其中扮演的角色。

Albert 和 John 是史上最成功的生成式 AI 產品之一 GitHub Copilot 的幕後推手，也因此成為值得學習的典範。本書讓每個人都能輕鬆邁入提示工程這個領域。 —— Hamel Husain，獨立 AI 研究員與顧問 大型語言模型（LLM）正在徹底改變世界，期許能自動化各種任務並解決複雜問題。新一代的軟體應用紛紛把這些模型作為基礎元件來釋放幾乎所有領域中的驚人潛力，但同時也需要全新的技能才能穩定運用這些能力。本書將帶領你學習提示工程的藝術與科學 — 這正是釋放 LLM 真正潛能的關鍵。 產業專家 John Berryman 和 Albert Ziegler 將分享如何與 AI 有效溝通，將你的想法轉化為適合語言模型理解的格式。學會理論基礎與實用技巧之後，你將具備充分的知識與信心來打造新一代的 LLM 應用程式。 本書精彩內容： • 理解 LLM 的架構，並學會與其互動的最佳方式 • 針對你的應用程式設計完整的提示撰寫策略 • 收集、篩選並呈現高效提示所需的上下文資訊 • 精通特定提示技巧，例如少樣本學習、思維鏈提示設計與 RAG（檢索增強生成）

「軟體開發者與資料科學家必備的實戰資源！Ali以深厚技術與清晰教學，手把手帶你用FastAPI打造可上線的生成式AI服務，從實作中保持領先地位。」 —Joe Rowe，Applied Data Science Partners技術保證與合規主管 「這是一本極實用的生成式AI入門書籍，詳盡說明如何打造真正能運作的服務，非常適合當成邁入 AI 開發領域的首選書籍。」 —Julian Brendel，Vitol資深Python開發者 準備好要用生成式AI打造真正可上線的應用程式了嗎？ 本書以實作為核心，教你如何運用FastAPI網頁框架來設計與部署AI服務。你將學到如何整合模型，處理文字、圖像、音訊與影片，並讓服務與資料庫、檔案系統、網站與API自然串接。無論你是網頁開發者、資料科學家，還是DevOps工程師，本書提供的範例、工具與策略，都能幫你打造高效、可隨需擴展、能即時提供服務的AI應用程式。 作者Alireza Parandeh透過清楚的解說與實際範例來介紹身分驗證、並行、快取，同時結合向量庫的檢索增強生成（RAG）技術。你將學會如何檢驗AI輸出品質、提升效能，以及保護微服務的最佳做法，並利用Docker來部署容器，在雲端自信啟動你的AI應用程式。 • 建立可與資料庫、檔案系統、網站及API互動的AI服務。 • 管理並行的AI工作與長時間運行的任務。 • 透過WebSockets與伺服器傳送事件（SSE），以串流形式傳送AI生成的結果。 • 使用身分驗證、內容過濾、限流與速率限制機制來保護服務。 • 透過快取、批次處理與微調技術強化AI效能。 Alireza Parandeh 是獲得英國工程委員會（UK Engineering Council）認證的特許工程師（Chartered Engineer），也是微軟與Google認證的開發者、資料工程師與資料科學家。 #FastAPI #生成式AI #AI服務/應用開發 #RAG #Docker部署AI #Context-rich AI

突破效能瓶頸，掌握多核心、GPU加速與大規模資料處理技巧。 實務方法×業界案例，帶你用Python打造生產級效能。 跨越記憶體限制、善用GPU，GenAI與生產化ML的最佳效能解方。 「Ian與Micha的新書不僅介紹現代效能工具，也深入探討程式優化的普遍原則。每一位Python開發者都應該閱讀此書！」 — Mikhail Timonin，量化開發者，Engelhart 不論你是要處理龐大資料、打造AI產品，還是單純想讓程式更流暢，新版都提供了比前版更強化的工具與方法，讓你的Python程式真正跑出高效能。 收錄GenAI、機器學習產品化等實戰案例，讓你的Python程式在真實環境中全面升級。 ---------------------------------------------------- 或許你的Python程式已經能正確運行，但若能跑得更快，會為你帶來什麼改變？全新第三版《高效能Python程式設計》將引導你找出程式在高資料量環境下的效能瓶頸，並透過各種設計方法與背後的理論基礎，幫助你更深入理解Python的運作，進而寫出真正高效的程式碼。 本書不只涵蓋多核心、叢集與編譯的技巧，也帶你探索如何突破RAM限制、活用GPU加速，甚至在 GenAI、機器學習產品化等場景中提升效能。你將看到許多來自業界的實戰案例，這些公司如何善用高效能Python進行社群分析、AI應用到生產級系統。作者Micha Gorelick與Ian Ozsvald更分享了多年經驗與實用方法，幫助資深Python開發者在不犧牲可靠性的前提下，靈活擴展或縮小系統，迎戰真實世界的效能挑戰。 • 更深入掌握NumPy、Cython與效能分析器。 • 瞭解Python如何將底層電腦架構抽象化。 • 進行效能分析來找出CPU時間與記憶體的使用瓶頸。 • 利用合適的資料結構來寫出高效的程式。 • 提升矩陣與向量運算的速度。 • 使用Pandas、Dask與Polars來快速處理DataFrame。 • 加快神經網路與GPU的計算速度。 • 使用工具來將Python編譯為機器碼。 • 同時管理多個I/O與計算操作。 • 轉換multiprocessing程式碼，並在本地或遠端叢集上運行。