- 相关博文
- 最新资讯
-
/ mq_msg.proto —— 消息队列的消息类型定义// 生成 C++ 代码：// 会得到：// mq_msg.pb.h （声明）// mq_msg.pb.cc （实现，编译时必须一起链接！//// 文件名建议统一（下面按 mq_msg.proto 命名）。// 如果实际文件叫 message.proto，改一下 protoc 的输入即可，内容不变。// proto3 语法：字段默认值 = 0 / "" / false，且不能自定义默认值// 生成的类都在 bitmq 命名空间里。
-
- j7～
- 昨天
-
-
两台NVIDIA DGX Spark（GB10-4T）通过200G直连线组建双机集群，成功部署DeepSeek-V4-Flash 0731正式版与Vision-Exp视觉预览版，实现1M上下文、原生识图与投机解码全开。实测单并发速度达66.7 tok/s（8K上下文），6并发合计超147 tok/s，KV缓存池突破2.29M token。关桌面后稳定性提升，前缀缓存使首token延迟从66秒降至0.54秒。部署全程远程SSH管理，采用vLLM张量并行（TP=2），链路稳定高效，具备高可用与快速回滚能力。
-
- 星之所在瑶
- 昨天
-
-
📌今日行业事件集中在开源模型发布、企业经营与上市进展、终端产品适配、监管调查、技术论文迭代几个方向。Meta、阶跃星辰、英伟达、蚂蚁百灵相继开放多组大模型权重；Anthropic对外披露三季度经营数据，推进IPO流程。苹果智能确认接入国内大模型，计划在国内上线测试版本。监管机构针对头部AI企业启动安全相关调查。多篇学术论文围绕KV缓存压缩、弹性Transformer、智能体记忆机制输出研究成果。硬件端面向端侧的AI平台、可穿戴硬件陆续发布；同时出现线上服务故障、金融机构落地AI漏洞扫描等产业事件。
-
- AI日报派送佬
- 23小时前
-
-
本文从多类分类的边际理论出发，揭示FunctionCall在工具数超过临界点时突然失效的本质：工具选择实为in-context零样本多分类，其准确率依赖于正确类与竞争类间的logit margin。随着工具数K增加，极值理论表明margin随ln K衰减，导致分类准确率发生相变式坍塌。类间语义相似性加剧“logit分裂”与注意力稀释，ICL样本诅咒使性能非单调下降。全量注册违背两阶段检索-精读原则，应改用嵌入召回+小规模精读架构。核心工程法则包括控制有效工具数（K*≈10–30）、设计分类友好描述、实现按需
-
- 熊猫钓鱼>_>
- 昨天
-
-
Hermes Agent for Windows 一键安装脚本可免手动配置，自动完成 Git、uv、Python 等依赖安装，支持普通用户权限。执行 irm https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.ps1 | iex 即可部署，自动生成命令与 Web Dashboard，交互式配置 API Key 及网关。安装后通过 hermes 或 hermes dashboard 启动，支持 TUI
-
- AIGCExplore
- 22小时前
-
-
本文系统梳理了Git最常用的命令，按配置初始化、日常提交、分支管理、远程协作、撤销回退等实际场景分类，涵盖git status、git add、git commit、git push、git merge等核心操作，并附详细说明与示例。重点强调安全实践，如用git revert替代git reset避免历史污染，推荐git stash处理临时工作，提供.gitignore配置与reflog找回误删提交等实用技巧，帮助开发者高效掌握Git核心技能，实现流畅协作。
-
- 薛之谦_
- 23小时前
-
-
Meta 在 10 月 15 日把 Muse Spark Open 的权重搬上了 Hugging Face：816B 总参、42B 激活的 MoE，1M token 上下文，原生多模态，官方称其为迄今最强的美国开放权重模型。vLLM、SGLang 等 Day-0 支持，NVFP4 量化版把自托管门槛降到 700GB 显存级。但
-
- liferecords
- 23小时前
-
-
本指南介绍如何使用Elastic Observability监控Java应用，涵盖日志、指标、APM和Uptime四大方面。通过创建示例Java应用，配置Filebeat摄取日志并结构化处理，使用Metricbeat采集Prometheus指标，部署Elastic APM Java Agent实现性能追踪，并借助Heartbeat监控服务可用性与延迟。推荐使用Elastic OpenTelemetry SDK作为首选instrumentation方式。最终在Kibana中实现日志、指标、链路追踪与服务健康度
-
Spark + Fluss 让已有的 SQL 分析和 batch read 任务用上更新鲜的数据。通过 union read，Spark 可以在一次查询中组合湖中的历史数据与 Fluss 中的新数据，并处理主键更新，无需业务侧手动拼接两份结果。
-
- 阿里云大数据AI技术
- 昨天
-
-
看完这一篇，你就对 Spring Security 略窥门径了
开发Web应用，对页面的安全控制通常是必须的。比如：对于没有访问权限的用户需要转到登录表单页面。要实现访问控制的方法多种多样，可以通过Aop、拦截器实现，也可以通过框架实现，例如：Apache Shiro、Spring Security。我们这里要讲的Spring Security 就是一个Spring生态中关于安全方面的框架。它能够为基于Spring的企业应用系统提供声明式的安全访问控制解决方案。
-
-
-
为什么要在油气行业中应用 IoT？这 8 个应用场景告诉你 IoT 在油气行业中可以做什么...
如今，物联网已经进入了各行各业：汽车、农业、绿色能源。物联网还将征服的领域之一是石油和天然气领域。在这些特殊的行业环境中，公司雇佣专业人员来预测机器何时需要维护和保养。通过物联网监控，以确保员工在工作环境中的安全，并改善生产。 麦肯锡 (McKinsey Global Institute)研究表明，到2025年，物联网有可能吸引$11.1T 的资金。
-
ES2020 是 ECMAScript 对应 2020 年的版本。这个版本不像 ES6 (ES2015)那样包含大量新特性。但也添加了许多有趣且有用的特性。本文的代码地址：https://github.com/ljianshu/Blog 本文以简单的代码示例来介绍 ES2020新特性。这样，你可以很快理解这些新功能，而不需要多么复杂的解释。
-
在本文中，我们将开始开发自己的Kubernetes控制器。 技术栈可以是Python、NodeJS或Ruby。因为这个博客被命名为为“ Java极客”，因此选择Java是很正常的。 作为一个用例，我们将实现sidecar模式：每当一个pod被调度时，sidecar pod也会随之被调度。如果将前者删除，则后者也必须删除。
-
-
其实“数据湖”的概念由来已久，如果追溯时间大概可以到2011年。如今我们经常提及的数据湖其实可以被认为是一个集中式的安全存储库，用户可以任何规模存储、管理、发现并共享所有结构化和非结构化数据，过程中无需预定义架构。
-
-
医疗保健、零售、金融、制造业……一文带你看懂大数据对工业领域的影响！...
随着大数据技术的兴起，工业领域在很大程度上发生了变化。智能手机和其他通讯方式的使用迅速增加，使得每天都能收集大量数据。以下是大数据对工业领域的影响。
-
2020年已经到来，它的到来带来了信息和技术（IT）领域的诸多创新和变革，特别是对DevOps技术的创新和变革。美国领先的调查机构Grand View Research的专家进行的一项研究宣称，预计到2025年，DevOps的市场价值将达到128.5亿美元。
-
Docker容器已经从一种锦上添花的技术转变成了部署环境的必需品。有时，作为开发人员，我们需要花费大量时间调试或研究Docker工具来帮助我们提高生产力。每一次新技术浪潮来临之际，我们都需要花费大量时间学习。
-
SQL是用于数据分析和数据处理的最重要的编程语言之一，因此SQL问题始终是与数据科学相关工作（例如数据分析师、数据科学家和数据工程师）面试过程中的一部分。 SQL面试旨在评估应聘者的技术和解决问题的能力。因此，至关重要的是，不仅要根据样本数据编写正确的查询语句，而且还要像对待现实数据集一样考虑各种情况和极端情况。
-
近日，阿里云对外宣布其容器服务调度GPU云服务器启动加速计算，最快只需60秒即可完成新冠病毒的核酸对比工作；同时将向医疗科研机构、疾控中心等一线病毒研究机构免费开放基因计算服务，技术可大幅提升宏基因组测序、疫苗研发相关的处理效率。基于此，晶少专程采访了阿里云基因计算服务AGS负责人、高级技术专家李鹏，集中呈现针对GPU和容器技术大幅提升核酸比对速度的有关细节以及关于阿里云基因计算服务（AGS）的诸多信息。
-
最近，我构建了一个本地开发环境，该环境使用 Docker 进行一些关键的集成测试。 在我要完成这项工作时，我意识到在开始这项工作之前，我没有考虑到这么做的一些意义深远影响，如：
-
数据库连接池和线程池等池技术存在的意义都是为了解决资源的重复利用问题。在计算机里，创建一个新的资源往往开销是非常大的。而池技术可以统一分配，管理某一类资源，它允许我们的程序可以重复的使用这个资源，只有在极端情况下（比如连接池满）才会创建新的资源。
-
-
从提取层、处理层、基础结构入手，带你了解Spark和Kafka！
电子商务市场中典型的一天是这样的：每分钟发生1万个事件流，并且要选择合适的工具对其进行处理。
-
随着业务的发展，MySQL数据库中的表会越来越多，表中的数据量也会越来越大，相应地，数据操作的开销也会越来越大；另外，无论怎样升级硬件资源，单台服务器的资源（CPU、磁盘、内存、网络IO、事务数、连接数）总是有限的，最终数据库所能承载的数据量、数据处理能力都将遭遇瓶颈。
-
王坚博士曾经做过这样一个非常形象的比喻，他将做 App 比作是在别人的花园里弄盆栽，「种点花草是没有问题的」，不过「别人叫你的产品下架你就得下架，这是有问题的」，现在在 GitHub 上，众多的开发者显然遭遇了这样的问题。
活动
-
2021-11-10
-
2021-03-09
-
2020-12-16
独家定制
-
-
3500人的专业安全团队与你同在
-
-
CSDN云计算在线公开课
-
-
IaaS市场高速增长，历久弥新
精品推荐
关于我们
关注「云计算」
转载 & 投稿：songhui@csdn.net
商务合作：zhangjing@csdn.net