搜索[全栈智算]结果-低调大师优秀个人博客

精选列表

搜索[全栈智算]，共10000篇文章

GPT‑5.6 连续重置额度：OpenAI 用算力换市场

过去一周使用 Codex（OpenAI 的编程 Agent）和 ChatGPT Work 的用户，大概率都遇到了一件稀罕事：额度还没见底，OpenAI 就给重置；一天内重置多次不说，原本的五小时用量限制，也被临时取消了。

2026-07-17

什么样的智能体才算“真正能干活”？

当前智能体平台五花八门：Agent、Bot、AI助手... 看似什么都能干，但一旦你想让它“真正做事”，比如：

2026-07-14

国家超算互联网用户规模破 100 万

国家超算互联网平台发文宣布，其注册用户规模已突破100万。“这不仅是一个数字的跨越，更是我国一体化算力服务体系迈上新台阶的重要标志。”

2026-01-04

国外科技媒体 The Register 近日发文讨论了开放权重模型对 AI 技术进步的正面影响，称中国企业通过开放分享和底层创新，比如 DeepSeek 和 Kimi 系列模型，展现了更高的效率和更强的竞争力。文章标题十分坦诚——《China proves that open models are more effective than all the GPUs in the world》，直接提出“中国证明开放权重模型比 GPU 更有效”。核心内容 1. OpenAI 延迟发布“开放权重”模型自 GPT‑2 以来，OpenAI 已多年未对外开源其模型。原计划在本周发布一个社区友好型开源模型，但因安全审查推迟。CEO Sam Altman 表示，“一旦权重公布，就无法撤回，我们必须确保万无一失”。 2. 美国虽投资重金，但开放模型依然乏善可陈美国在 GPU、计算资源上投入数百亿美元，却仅涌现出少数效率和实力不足的开源模型。譬如 Meta 发布的 Llama 4遭遇争议与冷淡反响；微软、IBM、谷歌亦推出体量较小、功能局限的模型 3. 中国在开源领域反超中国开发者不仅率先发布公开可用的大规模模型，而且算法创新表现突出。 DeepSeek R1（DeepSeek）早在年初便问世，后来 Moonshot AI 于 7 月推出的 Kimi 2 更声称已实现万亿参数规模 MoE（专家专家模型），并宣布超越包括西方顶尖私有模型在内的技术水平。文章强调，尽管美企掌控大量计算资源，但因开源保守与发布缓慢，在社区驱动的模型研发上落后于中国。从战略上看，美国若想保持 AI 领导力，除了硬件投入，更应适当开放、加快社区驱动的模型生态——否则将继续被中国“公开优先”（open-first）的路线追赶。

2025-07-24

大模型撞上“算力墙”，超级应用的探寻之路

大模型撞上“算力墙”，超级应用的探寻之路文/傅聪近日，大模型教父Sam Altman在Reddit上的评论透露出GPT-5难产的隐忧，直言有限的算力约束让OpenAI面临迭代优先级的艰难抉择，在通往

2025-02-06

中国信通院发布算力互联公共服务平台

平台现已开放测试，试用：http://stateioc.iqka.com/ 算力互联公共服务平台是推进和管理全国算力互联互通和算力互联网体系的综合服务平台，包括算力标识管理、算力互联网业务查询、算力统一大市场

2024-07-12

openEuler：智能算力时代的数字基础设施底座

以下是该项目的主要内容和成就概览：版本发布与贡献 20.03 LTS多样性算力版本：该版本吸引了60位成员和3630名贡献者，展示了 openEuler 在多样性算力领域的强大实力。

2024-07-05

openKylin 全方位赋能算能 RISC-V 产品！

近日，在openKylin社区RISC-V SIG组的推动下，openKylin实现了对算能RISC-V产品的全方位支持，涵盖了桌面环境、软件生态、容器化部署和人工智能等关键领域。

2024-01-02

靠近用户侧和数据，算网融合实现极致协同

近200年后的今天，算力成为新的生产力，算法成为新的生产关系，生产资料即是数据。但，正如电力花费了50年才走进人类生活，算力离无处不在也还有一定距离，最根本的原因在于：算力，是不够用的。

2023-03-31

美团外卖广告智能算力的探索与实践

在深度学习时代，算力的需求和消耗日益增长，如何降低算力成本，提高算力效率，逐渐成为一个重要的新课题。智能算力旨在对算力进行精细化和个性化分配，实现最优化资源利用。

2021-06-18

面试必问的时间复杂度到底怎么算

高级工程师title的我，最近琢磨着好好刷刷算法题更高级一些，然鹅，当我准备回忆大学和面试时候学的数据结构之时，我发现自己对这个算法复杂度的记忆只有OOOOOooo 文章收录在 GitHub JavaKeeper ，N线互联网开发必备技能兵器谱算法（Algorithm）是指用来操作数据、解决程序问题的一组方法。对于同一个问题，使用不同的算法，也许最终得到的结果是一样的，但在过程中消耗的资源和时间却会有很大的区别。那么我们应该如何去衡量不同算法之间的优劣呢？主要还是从算法所占用的「时间」和「空间」两个维度去考量。时间维度：是指执行当前算法所消耗的时间，我们通常用「时间复杂度」来描述。空间维度：是指执行当前算法需要占用多少内存空间，我们通常用「空间复杂度」来描述。因此，评价一个算法的效率主要是看它的时间复杂度和空间复杂度情况。然而，有的时候时间和空间却又是「鱼和熊掌」，不可兼得的，那么我们就需要从中去取一个平衡点。时间复杂度一个算法执行所耗费的时间，从理论上是不能算出来的，必须上机运行测试才能知道。但我们不可能也没有必要对每个算法都上机测试，只需知道哪个算法花费的时间多，哪个算法花费的时间少就可以了。并且一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它花费时间就多。一个算法中的语句执行次数称为语句频度或「时间频度」。记为T(n)。时间频度T(n)中，n称为问题的规模，当n不断变化时，时间频度T(n)也会不断变化。但有时我们想知道它变化时呈现什么规律，为此我们引入时间复杂度的概念。算法的时间复杂度也就是算法的时间度量，记作：T(n) = O(f(n))。它表示随问题规模n的增大，算法执行时间的增长率和f(n)的增长率相同，称作算法的渐进时间复杂度，简称「时间复杂度」。这种表示方法我们称为「大O符号表示法」，又称为渐进符号，是用于描述函数渐进行为的数学符号常见的时间复杂度量级有：常数阶$O(1)$ 线性阶$O(n)$ 平方阶$O(n^2)$ 立方阶$O(n^3)$ 对数阶$O(logn)$ 线性对数阶$O(nlogn)$ 指数阶$O(2^n)$ 常数阶$O(1)$ $O(1)$，表示该算法的执行时间（或执行时占用空间）总是为一个常量，不论输入的数据集是大是小，只要是没有循环等复杂结构，那这个代码的时间复杂度就都是O(1)，如： int i = 1; int j = 2; int k = i + j; 上述代码在执行的时候，它消耗的时候并不随着某个变量的增长而增长，那么无论这类代码有多长，即使有几万几十万行，都可以用$O(1)$来表示它的时间复杂度。线性阶$O(n)$ $O(n)$，表示一个算法的性能会随着输入数据的大小变化而线性变化，如 for (int i = 0; i < n; i++) { j = i; j++; } 这段代码，for循环里面的代码会执行n遍，因此它消耗的时间是随着n的变化而变化的，因此这类代码都可以用$O(n)$来表示它的时间复杂度。平方阶$O(n^2)$ $O(n²)$ 表示一个算法的性能将会随着输入数据的增长而呈现出二次增长。最常见的就是对输入数据进行嵌套循环。如果嵌套层级不断深入的话，算法的性能将会变为立方阶$O(n^3)$，$O(n^4)$，$O(n^k)$以此类推 for(x=1; i<=n; x++){ for(i=1; i<=n; i++){ j = i; j++; } } 指数阶$O(2^n)$ $O(2^n)$，表示一个算法的性能会随着输入数据的每次增加而增大两倍，典型的方法就是裴波那契数列的递归计算实现 int Fibonacci(int number) { if (number <= 1) return number; return Fibonacci(number - 2) + Fibonacci(number - 1); } 对数阶$O(logn)$ int i = 1; while(i<n) { i = i * 2; } 上面的代码，在while循环里面，每次都将 i 乘以 2，乘完之后，i 距离 n 就越来越近了，直到i不小于n退出。我们试着求解一下，假设循环次数为x，也就是说 2 的 x 次方等于 n，则由2^x=n得出x=log₂n。因此这个代码的时间复杂度为$O(logn)$ 线性对数阶$O(nlogn)$ 线性对数阶$O(nlogn) $，就是将时间复杂度为对数阶$O(logn)$的代码循环n遍的话，那么它的时间复杂度就是 n * O(logN)，也就是了$O(nlogn)$，如下， for(m=1; m<n; m++) { i = 1; while(i<n) { i = i * 2; } } 除此之外，其实还有平均情况复杂度、最好时间复杂度、最坏时间复杂度。。。一般没有特殊说明的情况下，都是值最坏时间复杂度。空间复杂度空间复杂度（Space Complexity）是对一个算法在运行过程中临时占用存储空间大小的一个量度，同样反映的是一个趋势，一个算法所需的存储空间用f(n)表示。S(n)=O(f(n))，其中n为问题的规模，S(n)表示空间复杂度。一个算法在计算机存储器上所占用的存储空间，包括存储算法本身所占用的存储空间，算法的输入输出数据所占用的存储空间和算法在运行过程中临时占用的存储空间这三个方面。一般情况下，一个程序在机器上执行时，除了需要存储程序本身的指令、常数、变量和输入数据外，还需要存储对数据操作的存储单元。若输入数据所占空间只取决于问题本身，和算法无关，这样只需要分析该算法在实现时所需的辅助单元即可。若算法执行时所需的辅助空间相对于输入数据量而言是个常数，则称此算法为原地工作，空间复杂度为O(1)。当一个算法的空间复杂度与n成线性比例关系时，可表示为$0(n)$，类比时间复杂度。空间复杂度比较常用的有：O(1)、O(n)、O(n²) 空间复杂度 $O(1)$ 如果算法执行所需要的临时空间不随着某个变量n的大小而变化，即此算法空间复杂度为一个常量，可表示为 O(1)举例： int i = 1; int j = 2; ++i; j++; int m = i + j; 代码中的 i、j、m 所分配的空间都不随着处理数据量变化，因此它的空间复杂度 S(n) = O(1) 空间复杂度 $O(n)$ int[] m = new int[n] for(i=1; i<=n; ++i) { j = i; j++; } 这段代码中，第一行new了一个数组出来，这个数据占用的大小为n，这段代码的2-6行，虽然有循环，但没有再分配新的空间，因此，这段代码的空间复杂度主要看第一行即可，即 S(n) = O(n) 复杂度速查表来源：https://liam.page/2016/06/20/big-O-cheat-sheet/ 源地址：https://www.bigocheatsheet.com/ 图例大-O 复杂度曲线抽象数据结构的操作复杂度数组排序图操作堆操作参考《大话数据结构》https://zhuanlan.zhihu.com/p/50479555

2020-03-25

看完这份知识图谱，才算搞懂 Flink！

看完这份图谱，才算真的搞懂 Flink！ ▽ Flink 知识图谱概览 ▽ 如何获取？

2020-02-12

华为云郑叶来：多元算力驱动应用创新

郑叶来认为，算力不仅仅是计算能力的描述，更是已经成为整个信息世界的基础能力，而在AI时代，信息世界对算力这一基础能力的需求则变得更为突出。

2019-12-16

开发者简报：没用过 Vim，怎么算 Geeker？

渐进增强vs优雅降级渐进增强：在网站设计初期以主体功能为主，一般都以IE为最低兼容对象并逐步的向主流浏览器兼容（如Chrome、Firefox等），这样就会使一些新的前端技术、功能无法全效展示。

2019-08-01

阿里云超算：高性能容器方案实战之Singularity

除了自动化整合IaaS层硬件资源为用户提供云上HPC集群外，E-HPC还致力于巩固云上HPC服务的高可用性，先后推出了“集谛多维性能监控”、“低成本断点续算”等新特性，帮助用户更好、更省地使用云上HPC

2018-11-15

如何用阿里云搭建自己的工业超算集群

如何用阿里云搭建自己的工业超算集群工业仿真已被世界上很多企业应用到工业生产的各个环节，对提高企业的产品研发效率，减少决策失误，降低企业风险起到了重要作用，以设计与仿真模拟一体化的工业仿真，广泛地应用于航空航天

2018-01-01

hdfs du命令是算的一份数据

=49697834325930Bytes(45.2TB) ThisishowmuchHDFSstorageisconsumedbyfilesinpath/to/directory hdfsdu命令是算的一份数据

2017-11-14

绿色超算第一名：NVIDIA DGX SATURNV

本周，美国盐湖城举办的SC16大会发布了2016年度最新全球超算榜单。NVIDIA DGX SATURNV 位列Green 500榜单第一，被评为全球最高效超级计算机。

2017-08-01

IT人员表示‘我说了算’

对于微软的容器产品，用户的态度如何呢？根据市场调查，到目前为止，微软企业用户更倾向于在内部环境中或者自管理的云基础架构中使用Windows Server 2016中的容器功能，而不是单独的Azure容器服务——尽管Azure容器目前已经可用，而Windows Server容器离上市还有几个月的时间。 Bala Subra是一家大型出版公司的.NET架构师，他对Windows Server容器已经进行了概念验证测试，他表示“我们需要一个适用于多种平台的解决方案，不只是Linux系统。” 虽然该公司已经使用了Linux容器，但是尚未用于生产环境，Subra表示自己有耐心等到Windows Server 2016正式上市，届时将开始部署Windows容器。这在很大程度上是因为微软用户需要一个由微软进行开发并提供支持的本地产品，鉴于微软的用户量，这种需求并不罕见。另外也有一些组织想提前尝试在内部的裸金属上运行Windows Server容器，而不是直接交付给公共云中的虚拟机。 Urban Science是一家专门从事汽车行业的数据分析公司，该公司的配置管理员Marc Priolo说：“为了让成本优势转移到容器技术，我们必须考虑重组我们的服务器基础设施。当你部署容器时，会消除很多虚拟操作系统的开销。” 虽然VM可以持续运行十几个容器，但是裸机服务器可以运行成千上百个容器。而且裸机是网络级规模企业的最爱，451 Research的分析师Jay Lyman表示。 Azure容器服务目前可用，但仍不完整在云环境中，Azure Container Service（ACS）是建立在Hyper-V容器上，并且在4月19日开始向用户提供大量集群管理和编配等选项。但这里的选择是一把双刃剑，它同时也意味着用户仍然需要自己集成持续整合、交付工具以及日志记录和监控。Azure容器没有本地Docker注册中心，使用了Docker版注册表，Azure Compute产品经理Boris Scholl表示。 “我们绝对会自己运行Docker，并且会充分利用嵌入到Windows Server 2016中的各种功能，”DevOps分析师Chris Riley表示他正在考虑使用容器。Riley同时也是TechTarget网站的投稿者以及Azure网站客户，他说“在处理现有的应用程序上，ACS存在一定的复杂性——对于我们来说，部署Windows Server 2016中的容器会更简单一些。” Window容器还需合作伙伴趁着Docker热潮，微软已经提供了多款具体应用工具，但是在容器方面的合作伙伴队伍还需壮大。例如，ContainerX的公司领导人曾在VMware工作，最近他表示支持Windows Server 2016容器、基础设施分享以及多组合功能，并希望这些功能与Windows容器包分开打包。 WinDocks公司提供了基于SQL Server的容器虚拟化平台，还有DH2i都是微软Windows Server容器的强劲竞争对手。手机费用支付公司Ding正在对WinDocks的产品进行评估，计划用在其软件开发管道，对容器中运行的SQL Server实例副本进行代码测试。 “创建测试及开发SQL Server是个相当漫长的过程。根据VM大小，可能需要花10分钟到两个小时。”Ding的数据库管理员Andrew Pruski说。他说，通过测试WinDocks产品，SQL Server复制只花了90秒。本文转自d1net（转载）

2017-07-02

一家企业怎样才算Cool？Gartner告诉你！

怎样才算Cool(酷)?

2017-07-02

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。

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。

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。