搜索[安全加速 SCDN]结果-低调大师优秀个人博客

精选列表

搜索[安全加速 SCDN]，共10000篇文章

从“世界工厂”到“新质品牌”，中国制造加速跨越“微笑曲线”

一端是原始研发与专利设计，一端是品牌塑造与营销渠道，曲线的两端占据了价值链绝大部分的附加值；而处于曲线底部的中间环节，承担着最繁重的生产制造，却只能赚取最微薄的加工利润。

2026-08-28

企业级语言模型算法实战：从推理加速到应用突围

过去两年，我参与了数个日请求量千万级的大模型项目，从智能客服到代码辅助，再到RAG知识库。一个被反复验证的残酷事实是：80%的项目死于上线后第一个月——不是模型能力不够，而是延迟太高、成本失控、幻觉修不了。

2026-08-27

『NAS』推荐几个绿联 NAS Docker 能用的镜像加速器

但 Docker 的镜像（简单理解为软件安装包吧）是放在国外服务器保存的，我们要下载这些镜像全凭运气。

2026-08-02

走出“Token黑洞”：Agent推理加速、成本治理与端云协同实战

2026年7月，随着AI Agent从实验性项目全面铺开，企业CFO们正面临一场前所未有的“账单风暴”。Gartner最新数据显示，生产级Agent的月度推理成本平均超出预算4.2倍，其中68%的支出源于无效Token消耗、冗余模型调用与低效架构设计。行业共识已从“不惜代价追求效果”转向“单位智能成本工程化”，通过动态模型路由、语义缓存与端云协同推理，让每一分算力都精准转化为业务价值。这标志着Agent进入FinOps时代，可度量的推理经济性已成为决定其能否规模化落地的生死线。

2026-07-29

开发者福音：LightVela 多模型支持如何加速 AI 应用开发

摘要： LightVela 支持接入国内主流大模型、Coding Plan 套餐以及 OpenAI 兼容端点，为开发者提供了灵活的模型选择和便捷的集成方式。本文从开发者的角度，分析如何利用 Light

2026-07-14

《硅基加速之后：AI 时代的教育、劳动与公平制度》前言

我写这本书，不是为了再回答一次“AI 会不会取代人类”。这个问题太容易把我们带进一种简单的恐惧：仿佛未来只有两个选项，要么机器胜利，要么人类退场。我更关心的是另一个更难、也更现实的问题：当机器能力以硅基速度跃迁，而人的教育、职业转换和公共制度仍以碳基节奏缓慢更新时，我们怎样避免生产率提升演变成结构性断裂？

2026-07-12

谷歌前 CEO 敦促欧洲加速开源 AI 布局，避免依赖中国技术

1 月 20 日，在瑞士达沃斯世界经济论坛上，谷歌前首席执行官、科技投资人埃里克·施密特（Eric Schmidt）指出，欧洲需要大幅投资开源人工智能技术，否则可能陷入对中国 AI 模型的依赖。施密特认为，目前美国 AI 企业普遍采用闭源模型开发路线，这些技术通常通过购买或授权方式对外提供，而中国则倾向于开放权重和开源，推动其 AI 模型生态更广泛地被使用。他强调，欧洲若不愿意投入巨额资金建设本土开源 AI 实验室和模型，将可能在未来的 AI 技术竞争中依赖中国提供的技术与模型，“这对欧洲并非理想的结果”。此外，施密特还提到，解决能源价格飙升和加强数据中心基础设施建设是提升欧洲 AI 竞争力的关键配套环节。

2026-01-21

昇思MindSpore携手伙伴共建繁荣开源生态，加速行业实践创新

会上，昇思MindSpore聚焦超节点技术创新，打造昇思HyperParallel架构，加速新模型结构和新训推范式创新，引领AI框架迈入“超节点时代”。

2025-12-29

智元开源 VideoDataset：基于 GPU 硬件解码的 VLM 训练加速利器

智元机器人团队宣布开源 VideoDataset，一个基于实际 AI 训练需求深度开发的高性能视频数据加载库。极致性能：通过将解码任务从传统的 CPU 转移到 GPU，充分挖掘硬件解码能力，吞吐量提升 4 倍。随机访问：解决了硬件解码通常不支持随机寻帧 (Random Seek) 的业界难题，专为 AI 训练设计的随机采样功能。无缝集成：兼容 PyTorch Dataset 接口，提供 Mixin 类，开发者改几行代码即可接入现有训练流。为了更直观地评估 VideoDataset 的表现，智元方面进行了 VideoDataset 与主流 CPU 软件解码方案的全面性能对比测试，测试对象包括 OpenCV、Torchvision（PyAV）、Torchvision（VideoReader）和TorchCodec。结果显示，VideoDataset与主流 CPU 软件解码方案对比，在解码吞吐量上提升了3到4倍。并且，它能更有效地分担计算负载，从而将解码任务近乎剥离CPU。这一优势使得 VideoDataset 在大规模视频数据训练中不仅能提供更高的解码效率，还能最大限度地利用GPU资源，提高整体训练效率。同时，由于支持多解码器复用，在面对实际训练中海量视频随机解码的场景下，VideoDataset 的解码吞吐量相比主流 GPU 硬件解码方案同样也有明显的优势。 VideoDataset 基于 NVIDIA Video Codec SDK 进行封装，通过多解码器（Decoder）调度和生产者—消费者模型等多种手段实现了解码与训练的完全异步流水线，使解码器利用率达到 90% 以上，提升了解码性能和吞吐量。并通过将视频进行 GOP 级切分，支持快速定位到关键帧。这样，解码器无需解码整个 GOP，只需要解码到目标帧即可停止，从而实现了高效的随机寻帧。还解决了 Python 多进程（spawn/fork）与 CUDA Context 的冲突，确保在 DataLoader 多 worker 模式下稳定运行。公告透露，VideoDataset 接下来的版本更新将包括：支持多级流水线优化，提升训练流程的灵活性与效率；完全支持Lerobot，推动生态系统的互联互通；面向PB级数据的分布式存储加载，处理海量数据不再是难题；更多视频格式的兼容，助力与HuggingFace生态深度集成。

2025-12-09

OpenHarmony 5.1版本发布：开发效率跃升，加速全场景布局

5月24日，OpenHarmony 5.1 Release 版本正式发布，支持更多的设备形态、全面提升了系统的稳定性和开发者体验，这是其技术路线演进中的关键一跃——更快的开发体验，向消费端的加速渗透，以及向全场景生态发起猛攻

2025-05-26

AigcPanel v0.4.0 加速标识支持，提高模型启动成功率

、语音克隆，多种声音参数可设置支持多模型导入、一键启动、模型设置、模型日志查看支持国际化，支持简体中文、英语支持多种模型一键启动包：MuseTalk、cosyvoice 版本更新 v0.4.0 加速标识支持

2025-02-20

加速技术开发！第110期北京源创会精彩回顾

其中，LazyLLM 加速 AI 应用开发的关键设计有以下几点：以数据流为核心的应用开发范式，LazyLLM支持Pipeline、Parallel、Switch、If、Loop、Diverter、Warp

2025-01-20

HDC 2024 | 华为云云原生开源+OpenHarmony，加速开发者应用创新

全栈开源，加速开发者应用创新近年来，随着云原生技术的迅速发展和社区生态的不断完善，开源已经成为了企业和开发者实现应用和业务创新的基石。

2024-06-25

使用推测解码 (Speculative Decoding) 使 Whisper 实现 2 倍的推理加速

因此，这种方法可以完美地替换现有的 Whisper 流水线，因为它可以在不降低准确性的情况下免费获得 2 倍的加速。想要看附带有更简洁解释的全部代码，请参阅配套的 Google Colab。

2024-01-10

大模型时代的人工智能+大数据平台，加速创新涌现

软硬一体的智算服务PAI灵骏，为大规模深度学习训练场景提供稳定和高效的支撑，大模型训练任务线性加速比可达到96%，大模型训练资源可节省超50%。

2023-10-31

【CIKM 2023】扩散模型加速采样算法OLSS，大幅提升模型推理速度

阿里云人工智能平台 PAI与华东师范大学陈岑副教授团队合作在深度学习顶级会议 CIKM 2023 上发表 OLSS (Optimal Linear Subspace Search) 算法，这是一种针对扩散模型的采样加速算法

2023-10-25

AMD 开源 Brotli-G 压缩格式，可使用 GPU 加速 Brotli 压缩

AMD 的 GPUOpen 团队公布了一个新的开源项目：Brotli-G，Brotli-G 基于 IETF 维护的完善的 Brotli 无损压缩算法标准（ RFC7932），但可以使用 GPU 进一步增强 Brotli 压缩算法的性能和压缩比。 Brotli 压缩算法由 Google Research 开发，于 2013 年首次发布，开源规范于 2013 年至 2016 年间开发和推广。 Brotli是 LZ77 压缩算法和霍夫曼编码（类似于 GZIP 和 Deflate）的组合，作为 GZIP 和 Deflate 算法的开源继承者，Brotli具有相似的性能，但压缩比更好。目前 Brotli 在 Web 应用程序和内容中被广泛采用，用于压缩 Web 应用程序资产，例如字体、javascript、图像等。如今超过 95% 的网络浏览器都支持 Brotli 解压。许多 Web 应用程序框架都支持 Brotli 编码（例如 NGINX 和 ASP.NET）。一些 CDN 使用 Brotli 编码（例如 Azure 和 ImageKit） Brotli-G 性能优化 Brotli-G对标准 Brotli 比特流格式的修改主要集中在：允许在 GPU 和多线程 CPU 上进行高效的数据并行解压缩，同时仍保持相对较高压缩率。主要的变化可概括为：限制要压缩的块（页面）的大小，提供在 GPU 上使用多个计算单元 (CU) 的能力。实施并行霍夫曼子流，提供使用 SIMD 处理的能力。简化了比特流格式，最大限度地提高 GPU 性能。目前 Brotli-G 解压缩算法已作为“着色器-shader”程序（用微软的 HLSL 高阶着色器语言编写）实现，可以在任何兼容 DirectX 的显卡上运行（但似乎不支持 AMD 的 Radeon 显卡...）。在着色器中实现解压缩，可充分利用 GPU 硬件的巨大并行处理能力，以实现快速解压缩效果。 AMD 开源的是一个 Brotli-G SDK，包含用于 CPU 和 GPU 上的 CPU 压缩和解压缩的源代码。该 SDK 还包含 CLI 应用程序的源码，可用于测量 Brotli-G 编解码器的性能。需要注意的一件事是，已经使用 Brotli 压缩的内容，无法使用 Brotli-G 解压缩器进行解压。如果要利用 Brotli-G，必须使用兼容 Brotli-G 的压缩器（也在 SDK 中提供）重新压缩该内容。目前该 SDK 以基于 MIT 的BCP 78许可证（这是标准 Brotli 压缩算法的许可证）开源，可以在其GitHub 存储库中找到。

2022-11-23

Linux 6.2 已准备好引入计算加速器子系统

此前，关于 Linux 的计算加速器子系统（Accelerator Subsystem）一直处于争论状态，部分内核开发者应该针对该计算加速器开发新的子系统、部分开发者则认为它应当是 DRM 的子系统或其他子系统的一部分

2022-11-22

每日一博 | eBPF 技术实践：加速容器网络转发，耗时降低 60%+

针对容器网络的场景，我们可以利用 eBPF，略过 bridge、netfilter 等子系统，加速报文转发。下面我们以容器网络为场景，用实际数据做支撑，深入分析 eBPF 加速容器网络转发的原理。

2022-11-02

offset新探索：双管齐下，加速大数据量查询

本文分享自华为云社区《offset新探索：双管齐下，加速大数据量查询》，作者： GaussDB 数据库。

2022-10-27

资源下载

更多资源

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。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。