搜索[部署]结果-低调大师优秀个人博客

精选列表

搜索[部署]，共10000篇文章

在阿里云HPC上用容器服务一键部署和运行WRF解决方案

可移植性：环境无关的交付、部署方式；可用于软件生命周期中不同运行环境。

2017-02-08

【云中沙箱】实验限时免费－使用阿里云服务器（CentOS）部署Node.js环境！

云中沙箱实验教您如何在阿里云服务器（CentOS），通过 NVM方式安装部署Node.js环境。云中沙箱，阿里云官方实验平台。

2017-01-10

阿里云容器服务体验：部署 ShellPays 条码支付整合服务平台 -- (一)系统概要与环境准备

此平台系统已在多种计算环境上进行部署，并且投入生产。本文所述方案是为了参与阿里云容器服务公测。

2016-03-23

英伟达内部全面部署 AI 编码工具，工程师代码产出量提升三倍

英伟达近日宣布已在公司内部为3万名工程师全面部署生成式人工智能编码工具，借助AI技术赋能研发流程，实现工程师代码产出量提升至原有水平的三倍，且代码漏洞率保持稳定，AI辅助研发的技术优势与应用价值进一步凸显

2026-02-09

Apache DolphinScheduler 3.4.0 重磅发布：OIDC 登录、gRPC 任务支持、Kubernetes 部署与调度可靠性全面进化

稳定性与重要修复 Kubernetes Worker 部署增强在 Kubernetes 原生部署场景下，3.4.0 使 Worker StatefulSet 的 Helm Chart 支持注入 Secrets

2026-01-22

调问更新11.14~11.21：私有部署方案+3 项功能新增+3 项功能优化+3 项 BugFix

并邀请不同背景的客户进行试用体验，在客户没有运维背景的情况下，依然可以快速对调问系统进行私有化部署。并且同时增加BT宝塔部署方案，提供对应的部署包与手册。

2025-11-24

从项目制集成到产品化连接：Oinone iPaaS 快部署、好适配、低成本接全域

价值摘要：快速部署｜灵活适配不同系统｜低成本连接方案｜AI 与各类业务系统无缝对接 DEMO 体验演示环境相关视频 ⚡ 直达演示环境 ☕ 账号：admin ☕ 密码：admin 🎬 1.

2025-10-23

基于 AI 网关和 llmaz，提升 vLLM 推理服务可用性和部署易用性的实践

以下文章来源于 Se7en 的架构笔记，作者 cr7258 目录 01 前言02 llmaz 和 Higress 介绍 03 安装 Higress 04 安装 llmaz 05 使用 llmaz 部署

2025-06-30

从本地部署、推理加速到产业落地，昇腾AI基础设施驱动全栈技术升级

本地部署：香橙派联合昇腾，降低大模型部署使用门槛当大模型从"炼丹炉"走向生产线，算力成本与部署门槛正成为制约行业落地的双重枷锁。

2025-05-13

K8S 部署 Deepseek 要 3 天？别逗了！Ollama+GPU Operator 1 小时搞定

尤其是最近给 Rainbond 开源社区的用户答疑时，发现大家对大模型私有化部署有需求，都希望把大模型部署到企业内网，既能按需定制优化，又能保障安全合规。

2025-04-17

RWKV 已部署到 5 亿台 Windows 电脑？真正开源的新一代 AI 架构

2024 年 9 月，RWKV 社区成员发现：Office 系统在自动更新后（版本 2407 及以后）已自带 RWKV 运行库。在 Windows 系统的 C:\Program Files\Microsoft Office\root\vfs\ProgramFilesCommonX64\Microsoft Shared\OFFICE16 目录，可以找到一系列 rwkv dll（动态链接库）文件。由于正版 Windows 大多预装了 Office 365，因此，全球大多数 Windows 10 和 11 机器现已搭载 RWKV，包括线下商店中售卖的 Windows 机器。这意味着 RWKV 的装机量可达几亿台。 RWKV 是真正的开源架构（目前在 Linux Foundation 旗下），遵循 Apache 2.0 协议，可用于商业，欢迎大家在各个项目使用。 RWKV 的最新架构为 RWKV-6，且 RWKV-7 即将公布。从 dll 的文件属性，可以明确这是 RWKV 模型的加载器：此外，微软提供的协议中也明确出现了 rwkv.cpp 的仓库地址：随后，社区开发者对 dll 文件进行解析，发现 dll 中的函数确实是来自 rwkv.cpp 库中的 RWKV 模型相关函数：该发现在多方社交媒体上引起了激烈的讨论：知乎上的讨论：https://www.zhihu.com/question/666097016 RWKV 在 Windows 系统中的角色目前，微软方面未公布 RWKV 模型会用于 Windows 系统中的哪些功能。尽管 RWKV 系列 dll 文件存放在 Microsoft Office 目录中，但它们其实是操作系统的一部分，而不仅限于 Microsoft Office 。出于 RWKV 恒定的显存/内存占用、支持全球 100 多种语言、“能耗最低的模型”等特性，我们推测 RWKV 可能会用于以下 Windows 系统功能：本地 copilot 作为 Windows 系统的本地记忆回调器 Local memory recall 是让操作系统记住你过去的操作或输入信息，在需要时再次使用这些记忆。 RWKV 的 llama.cpp 用法随着 RWKV 社区成员 @MollySophia 的工作，llama.cpp 现已适配 RWKV-6 模型。接下来，我们一起看看如何在 llama.cpp 中使用 RWKV-6 模型进行推理：第一步：获取 gguf 格式模型 llama.cpp 支持 .gguf 格式的模型，但 RWKV 官方仅发布了 .pth 格式模型。因此，我们需要使用以下两种方法获取 gguf 格式的 RWKV 模型。方法 1：从 HF 下载现成 gguf 模型（推荐）可以从 https://huggingface.co/latestissue 下载已量化并转化成 gguf 格式的 RWKV 模型方法 2：从 HF 格式转换成 .gguf 格式首先，从 RWKV 官方 HF 仓库下载一个 Hugging Face 格式的 RWKV 模型，如 RWKV/v6-Finch-1B6-HF 然后在 llama.cpp 目录运行此命令，将 Hugging Face 模型转成 gguf 格式： python llama.cpp/convert_hf_to_gguf.py ./v6-Finch-1B6-HF 量化方法：（可选）运行以下命令，对 .gguf 模型进行量化： ./build-cuda-rel/bin/llama-quantize v6-Finch-1B6-HF/v6-Finch-1.6B-HF-F16.gguf（量化前的 gguf 模型路径） ./v6-Finch-1B6-HF/v6-Finch-1.6B-HF-Q5_1.gguf（量化后的 gguf 模型路径） Q5_1（量化精度）所有可选的量化精度：建议使用以下两种量化精度： Q5_1、 Q8_0。第二步：本地构建 llama.cpp 可以选择从 llama.cpp 的 release 页面下载已编译的 llama.cpp 程序。也可以参照 llama.cpp 官方构建文档，选择适合的方法本地编译构建。第三步：运行 RWKV 模型推理在 llama.cpp 目录运行以下命令，可驱动 RWKV 模型基于 prompt 生成文本： ./build/bin/llama-cli -m ./v6-Finch-1B6-HF/v6-Finch-1.6B-HF-F16.gguf --no-warmup -p "User: Write me a poem\n\nAssistant:" -t 8 -ngl 25 -n 500 这条命令通过 llama-cli 运行 RWKV 模型，使用 8 个线程、跳过预热、并根据给定的 prompt 生成最多 500 个 token。参数解释： ./build/bin/llama-cli：编译好的 llama-cli 程序，打开命令化界面 -m ./v6-Finch-1B6-HF/v6-Finch-1.6B-HF-F16.gguf：模型的路径参数 --no-warmup：跳过“预热”阶段，直接开始生成文本（以少量性能换取速度） -p "User: Write me a poem\n\nAssistant:"： prompt 参数，模型根据该提示词生成文本。"User: Write me a poem\n\nAssistant:" 是符合 RWKV 模型格式的 prompt，更多 RWKV prompt 格式请在RWKV文档-提示词指南中查看。 -t 8：-t 指定线程数，建议根据可用的物理 CPU 核心数调整 - ngl：指定模型使用的 n-gpu-layers ，25 是在 GPU 上运行 25 层（1.6B 的 24层 + head 算一层）。可以无脑设定 -ngl 99，使 llama.cpp 加载 RWKV 模型所有层 -n 500：-n 参数表示生成的最大 token 数完整的参数列表可以在 llama.cpp 参数文档中查看。批量推理生成使用以下命令，以进行批量推理：使用 \n 隔开不同的 prompt ./build/bin/llama-parallel -ns 4 -np 4 -m v6-Finch-1B6-HF/v6-Finch-1.6B-HF-F16.gguf --no-warmup -ngl 25 -n 500 -p "Who are you?\nWhat do we have for dinner?\nWhat's the meaning of life\nHello\nWhat is the end of the universe?" 参数解释： -ns 4: n_sequence，推理序列的数量 -np 4: n_parallel，并行推理的数量启动 Web 服务使用以下命令，以启动 llama.cpp 的 Web 服务： ./build/bin/llama-server -m v6-Finch-1B6-HF/v6-Finch-1.6B-HF-F16.gguf --no-warmup -ngl 25 启动后，可以访问 http://127.0.0.1:8080 以检查 Web 页面：点击右上方的 New Ul按钮，或者直接访问 http://127.0.0.1:8080/index-new.html，可以打开新版本的 WebUI RWKV 模型介绍 RWKV 是一种创新的深度学习网络架构，它将 Transformer 与 RNN 各自的优点相结合，同时实现高度并行化训练与高效推理，时间复杂度为线性复杂度，在长序列推理场景下具有优于 Transformer 的性能潜力。 RWKV 模型架构论文： RWKV 4：https://arxiv.org/abs/2305.13048 RWKV-5/6（Eagle & Finch）：https://arxiv.org/abs/2404.05892 RWKV 模型的最新版本是 RWKV-6 ，架构图如下：相对Transformer 架构，RWKV 架构的推理成本降低 2~10 倍，训练成本降低 2~3 倍。加入 RWKV 社区 RWKV 中文文档：https://www.rwkv.cn QQ 频道：https://pd.qq.com/s/9n21eravc QQ 交流群：224287095

2024-09-05

魔豆文库 moredoc v3.2.0 发布，优化全文搜索，提升用户体验，并提供docker部署方案

社区版(开源版)升级日志修复文章二维码不显示的问题修复文章内容需要登录才能查看的问题新增支持浏览器新标签页打开页面新增支持azw格式文档新增支持从环境变量中读取配置，以适应docker部署方案

2024-06-14

🔥🔥🔥 Sigma v1.2.0 发布 - 一个极容易部署和维护的镜像仓库

在部署层面上完全可以做到 all-in-one 的部署，启动单个容器即可将整体的镜像仓库的所有服务启动起来，在搞可用层面也可以将各个模块分别单独灵活部署。

2024-03-11

通义千问1.5(Qwen1.5)大语言模型在PAI-QuickStart的微调与部署实践

无论是开发者还是企业客户，都可以通过PAI-QuickStart轻松实现Qwen1.5系列模型的微调和快速部署。

2024-03-05

130亿参数，52层网络，昆仑万维开源商用大模型，支持消费级显卡部署

此次开源的130亿参数模型提供两个版本的大模型：Skywork-13B-Base模型、Skywork-13B-Math模型，以及每个模型的量化版模型，以支持用户在消费级显卡进行部署和推理。

2023-11-07

WIKI 界面交互重构，私有化部署的开源知识库 zyplayer-doc 1.1.6 发布

简介 zyplayer-doc是一款适合企业和个人私有化部署使用的WIKI知识库管理系统，提供在线化的知识库管理功能，专为私有化部署而设计，最大程度上保证企业或个人的数据安全。

2023-10-23

【奶奶看了都会】Meta开源大模型LLama2部署使用教程，附模型对话效果

3.部署使用关于LLama2的技术细节就不再多说了，大家可以自行查阅。接下来就教大家怎么自己玩一玩LLama2对话大模型。大部分人都是没有本地GPU算力的，我们选择在云服务器上部署使用。

2023-07-22

一份保姆级的Stable Diffusion部署教程，开启你的炼丹之路 | 京东云技术团队

更更重要的是，他是全面开源的，这意味着你可以在自己的电脑上部署整个程序，使用它出图、作画是完全免费而且不限量的！市面上大多数商业级的AI绘画应用，都是基于SD去开发的。

2023-07-07

一文详解如何在 ChengYing 中通过产品线部署一键提升效率

的产品包，会预先定义好 ZK 的包上传到 ChengYing 的系统当中，再去选择要部署的服务以及给 ZK 编排部署机器，以此完成部署。

2023-05-06

全志V853开发板NPU转换部署 YOLO V5 模型详细教程

NPU 转换部署 YOLO V5 模型本文以 YOLO v5s 模型为例，详述 ONNX 模型在 V853 平台的转换与部署的流程。

2022-12-12

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。