papaofdoudou
papaofdoudou

Cuda异步计算并行编程设计和优化

基于Cuda开发GPUGPU程序时，最重要的仍然是内核的设计，这是Cuda性能优化的难点，提供了不少岗位，养活了一大批工程师。这里以一个相对简单的的求平方和算法为例，从编程和优化，调试几个维度，介绍利用cuda开发并行计算程序时的关注点。

算法描述

平方和算法是一种缩减算法，缩减算法指的是从多个数据中提炼出较少的数据的一类算法，在统计中求和，找最值，均值，和方差等应用中，以及在图像处理中求一副图像的总亮度等，都是缩减算法。公式为：

sum = \sum_{i = 0}^{n-1} x^2_i

CUDA并行编程方法

得益于数量巨大的核心数量，GPU具有强大的并行计算能力，但是它的局限性也很明显，GPU从单核的结构和ISA性能上讲，计算能力远不如CPU，优势是胜在核多。CPU有复杂的存储器缓冲系统，先进的指令缓存系统和强大的分支预测能力。而GPU中的标量处理器结构相对简单，甚至都不要求是图灵完备的（早期的GPU甚至都不支持条件分支）。CPU支持顺序执行，高效循环和跳转，而GPU相对简单的结构使它较适合处理顺序的，单一的，少循环，少跳转的语句。所以在由GPU和CPU构成的异构系统中，GPU不能独立运行。CUDA编程作为一种实现也不例外。CUDA开发的典型模式为：首先由主机分配主机端和设备端的内存，之后再将计算数

你可能感兴趣的:(GPU,CUDA,GPGPU,CUDA)

  • WebGPU与Web框架集成 天涯学馆 WebGL3D图形图像技术前端javascriptreact.jswebgl图像处理3d
    目录React集成Vue集成Angular集成Svelte集成React集成将WebGPU与React集成，可以让您在React应用中利用现代Web图形和计算API来创建高性能的3D图形和计算任务。以下是一个简化的指南，介绍如何在React应用中集成WebGPU：1.准备环境确保你的开发环境支持WebGPU。目前，大多数现代浏览器已开始支持WebGPU，但可能需要在实验性特性中开启。同时，确保你的
  • flash_attn安装 壶小旭 PythonLinuxpython
    flash_attn安装1.cuda-nvcc安装https://anaconda.org/nvidia/cuda-nvcc2.torch安装#https://pytorch.org/#找到对应cuda版本的torch进行安装pip3installtorchtorchvisiontorchaudio--index-urlhttps://download.pytorch.org/whl/cu1213
  • 【python】flash-attn安装 x66ccff python开发语言
    这个命令：确保使用正确的CUDA12.6工具链设置必要的CUDA环境变量包含了常见的GPU架构支持利用你的128核心进行并行编译#清理之前的安装proxychains4pipuninstall-yflash-attn#获取CUDA路径CUDA_PATH=$(dirname$(dirname$(whichnvcc)))#使用proxychains4安装CUDA_HOME=$CUDA_PATH\TOR
  • GLake：优化GPU内存管理与IO传输的开源项目 2401_87458718 开源
    GLake：突破GPU内存和IO瓶颈的利器在人工智能快速发展的今天，大模型训练和推理正面临着严峻的挑战。随着模型规模的不断扩大，GPU内存容量和IO带宽的增长速度已经远远跟不上AI模型规模的增长速度，形成了所谓的"内存墙"和"IO传输墙"。为了应对这些挑战，一个名为GLake的开源项目应运而生，旨在通过底层优化来突破GPU内存和IO传输的瓶颈。GLake简介GLake是一个专注于优化GPU内存管理
  • llama-cpp-python本地部署并使用gpu版本 i__chen llamapython开发语言
    使用带编译的命令安装llama库#首选GGML_CUDA后续LLAMA_CUBLAS将删除CMAKE_ARGS="-DGGML_CUDA=on"FORCE_CMAKE=1pipinstallllama-cpp-python--no-cache-dirCMAKE_ARGS="-DLLAMA_CUBLAS=on"FORCE_CMAKE=1pipinstallllama-cpp-python--no-c
  • Vulkan：Vulkan物理模拟与碰撞检测技术教程_2024-07-20_15-47-39.Tex chenjj4003 游戏开发microsoft网络服务器linux前端数据结构
    Vulkan：Vulkan物理模拟与碰撞检测技术教程Vulkan基础与环境搭建Vulkan库的简介与特性Vulkan是一个跨平台的2D和3D图形与计算API。它由KhronosGroup开发，旨在提供高性能的图形渲染和计算能力，同时减少CPU的开销，提高GPU的利用率。Vulkan的特性包括：低级API：Vulkan提供了对硬件的直接访问，允许开发者精细控制GPU资源，从而实现更高的性能和效率。多
  • Anaconda 2025 最新版安装与Python环境配置指南（附官方下载链接） waicsdn_haha 程序员教程pythonlinuxjupyterfpga开发javawindows
    一、软件定位与核心功能Anaconda2025是Python/R数据科学集成开发平台，预装1500+科学计算库，新增AI模型可视化调试、多环境GPU加速等特性。相较于传统Python安装，其优势包括：环境隔离：通过conda工具实现多版本Python环境共存包管理：一键安装NumPy/Pandas/Scikit-learn等工具链跨平台支持：Windows/macOS/Linux统一操作逻辑二、安
  • 梯度累加（结合DDP）梯度检查点 糖葫芦君 LLM算法人工智能大模型深度学习
    梯度累加目的梯度累积是一种训练神经网络的技术，主要用于在内存有限的情况下处理较大的批量大小（batchsize）。通常，较大的批量可以提高训练的稳定性和效率，但受限于GPU或TPU的内存，无法一次性加载大批量数据。梯度累积通过多次前向传播和反向传播累积梯度，然后一次性更新模型参数，从而模拟大批量训练的效果。总结：显存限制：GPU/TPU显存有限，无法一次性加载大批量数据。训练稳定性：大批量训练通常
  • PyNvVideoCodec解码使用 huomama pythonPyNvVideoCodec视频编解码
    解码视频生成器例子，支持解码视频和视频流try:importtimefromfunctoolsimportwrapsimportcv2importnumpyasnpimportpycuda.driverascudaimportPyNvVideoCodecasnvcimportctypesasCimportosexceptImportErrorase:passdefcast_address_to_1
  • 突破性能极限：DeepSeek开源FlashMLA解码内核技术解析 Shockang DeepSeekDeepSeek技术前沿
    引言：大模型时代的推理加速革命在生成式AI大行其道的今天，如何提升大语言模型的推理效率已成为行业焦点。DeepSeek团队最新开源的FlashMLA项目凭借其惊人的性能表现引发关注——在H800GPU上实现580TFLOPS计算性能，这正是大模型推理优化的重大突破。项目亮点速览GitHub仓库|性能测试核心优势硬件级优化：专为Hopper架构GPU设计，充分发挥TensorCore潜力内存黑科技：
  • PaddleOCR环境搭建(记录) 江木27 PaddleOCRpaddle
    安装环境(Linux)如果是win系统有一些小的不同安装wget,解压后将wget.exe复制到C:\Windows\System32下如遇到错误Couldnotlocatezlibwapi.dll.Pleasemakesureitisinyourlibrarypath!需nvidia下载zlib包即C:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v1
  • 探秘 DeepSeek 硬件适配：GPU/TPU/NPU 异构计算原理剖析 FinkGO小码 深度学习程序人生算法语言模型数据分析学习方法经验分享
    一、引言在深度学习领域蓬勃发展的浪潮中，硬件作为支撑技术腾飞的基石，其适配与协同能力成为决定深度学习应用效能的关键因素。DeepSeek作为前沿且极具创新性的技术框架，在与GPU、TPU、NPU等异构硬件的融合适配方面展现出卓越特性。依托清华大学《DeepSeek：从入门到精通》这一宝贵知识载体，我们得以深入挖掘其底层适配逻辑，全方位展现DeepSeek在异构计算舞台上的精彩表现。二、GPU：深度
  • Flutter-Android编译报错与解决方案汇总 ShawnRacine flutterandroid
    报错一：java.lang.NullPointerException:Cannotinvoke“String.length()”because“”isnull解决方案：IsolvedthisproblembyupgradingAndroidGradlePlugintoversion8.3.1.YoucanuseTools->AGPUpgradeAssistanttoupgradeAndroidGr
  • Miniconda配置——conda虚拟环境的日常使用 guikunchen Ubuntu环境配置软件配置
    安装wget-chttps://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.shchmod+xMiniconda3-latest-Linux-x86_64.shbashMiniconda3-latest-Linux-x86_64.sh#记住更新PATH到~/.bashrc时选noConda、CUDA等软件一般装在home//
  • RTX 3090图形处理巅峰性能解析 智能计算研究中心 其他
    内容概要作为NVIDIA面向专业创作者与发烧级玩家的旗舰产品，RTX3090重新定义了图形处理的性能边界。本文将以Ampere架构的技术演进为切入点，系统性解构该显卡在显存配置、运算单元协作及图像处理技术方面的创新设计。通过对比测试数据与工程原理分析，重点探讨24GBGDDR6X显存在8K分辨率场景下的带宽利用率，以及10496个CUDA核心在光线追踪与深度学习超采样（DLSS）任务中的动态负载分
  • 部署 Llama 3.1 405B：分步指南,深入研究 Llama 最新模型 Llama 3.1 4050 亿参数模型的部署。这个强大的模型需要大量的 VRAM，特别是 4 位量化版本需要 231 G 知识大胖 NVIDIAGPU和大语言模型开发教程llamaai
    简介今天，我们将深入研究Llama最新模型Llama3.14050亿参数模型的部署。这个强大的模型需要大量的VRAM，特别是4位量化版本需要231GB。但是，经过一些优化，我们可以使用8x4090GPU在192GB上运行它。最好的部分？我们只需要运行三个终端命令即可完成所有设置。推荐文章《使用DSPy、Qdrant和Llama3对复杂问题进行多跳检索和推理,利用DSPy的无提示框架进行复杂的LLM
  • Python的PyTorch+CNN深度学习技术在人脸识别项目中的应用 mosquito_lover1 python深度学习pytorchcnn
    人脸识别技术是一种基于人脸特征进行身份识别的生物识别技术，其核心原理包括人脸检测、人脸对齐、特征提取、特征匹配、身份识别。一、应用场景安防：门禁、监控。金融：刷脸支付、身份验证。社交：自动标注、美颜。医疗：患者身份确认、情绪分析。二、关键技术深度学习：CNN在人脸检测、特征提取中表现优异。大数据：大规模数据集（如LFW、MegaFace）提升模型泛化能力。硬件加速：GPU、TPU等加速计算，提升实
  • 使用 DeepSeek 和 Streamlit 构建 AI 驱动的 SQL 查询应用程序 知识大胖 NVIDIAGPU和大语言模型开发教程人工智能sql数据库
    介绍随着数据继续呈指数级增长，高效查询大型数据集仍然是一项挑战。如果您只需用简单的英语提出问题并自动生成SQL查询，会怎么样？在本博客中，我们将介绍如何使用DeepSeekAI、Streamlit、AWSGlue和AWSAthena构建由AI驱动的SQL查询应用程序，以从基于S3的Delta表中检索见解。推荐文章《10个DeepSeekAI提示助您学习任何语言》权重1，提示词《24GBGPU中的D
  • pytorch3d安装记录 leo0308 3D目标检测Pythonpytorch人工智能pytorch3d3D视觉CV
    官方安装教程：https://github.com/facebookresearch/pytorch3d/blob/main/INSTALL.md通过pip或conda可以很容易安装上预编译好的包，安装过程不会报错，但是使用的时候就会报各种错误，原因是预编译好的包跟自己的环境不一定匹配，比如CUDA版本，torch版本等。推荐从源码安装。我是直接下载的源码安装，但是执行pythonsetup.py
  • cap4：YoloV5的TensorRT部署指南（python版） 我是一个对称矩阵 TensorRT全流程部署指南YOLOpython人工智能TensorRT模型部署
    《TensorRT全流程部署指南》专栏文章目录：《TensorRT全流程部署指南》专栏主页cap1：TensorRT介绍及CUDA环境安装cap2：1000分类的ResNet的TensorRT部署指南（python版）cap3：自定义数据集训练ResNet的TensorRT部署指南（python版）cap4：YoloV5目标检测任务的TensorRT部署指南（python版）cap5：YoloV5
  • [15] 使用Opencv_CUDA 模块实现基本计算机视觉程序 明月醉窗台 CUDA-Opencv计算机视觉opencv人工智能图像处理CUDA
    使用Opencv_CUDA模块实现基本计算机视觉程序CUDA提供了出色的接口，发挥GPU的并行计算能力来加速复杂的计算应用程序利用CUDA和Opencv的功能实现计算机视觉应用1.对图像的算术和逻辑运算两个图像相加#include#include"opencv2/opencv.hpp"#include
  • ubuntu多版本cuda如何指定cuda版本 slience_me 服务器linuxubuntulinux运维
    本文作者：slience_meubuntu多版本cuda如何指定cuda版本文章目录ubuntu多版本cuda如何指定cuda版本1.关于cuda设置1.1查看当前安装的CUDA版本1.2下载并安装所需的CUDA版本1.3设置环境变量1.4验证切换1.5安装对应的NVIDIA驱动程序2.设置环境变量2.1打开终端2.2编辑`~/.bashrc`或`~/.zshrc`2.3添加环境变量2.4保存并退
  • 显卡3050ti等安培架构的GPU安装paddlepaddle 社会闲散人员中的代码爱好者 python环境搭建python人工智能深度学习
    3050ti等安培架构的GPU安装paddlepaddle官网原话如果您使用的是安培架构的GPU，推荐使用CUDA11.2如果您使用的是非安培架构的GPU，推荐使用CUDA10.2，性能更优其他配套确定软件版本后，到官网下载对应版本的软件CUDA：CUDAToolkitArchive|NVIDIADevelopercuDNN：cuDNNArchive|NVIDIADeveloper这里需要下载CU
  • 什么是Grok-3？技术特点，场景，潜在问题与挑战 AndrewHZ 深度学习新浪潮深度学习transformer人工智能语言模型LLMGrok-3ElonMusk
    Grok-3的技术特点与优势1.超大算力与训练规模算力投入：Grok-3使用了20万块英伟达H100GPU，分两个阶段训练（第一阶段10万GPU训练144天，第二阶段20万GPU训练92天），总计算量是前代Grok-2的10倍。这种规模远超同期其他项目（如印度的1.8万GPU公共设施），显著提升了模型性能。模型规模：推测其参数量可能达到200B-500B，远超DeepSeek-R1等模型，通过推大
  • 简单介绍 NVIDIA推出的图形处理单元（GPU）架构“安培架构“ 神仙约架 人工智能架构安培安培架构NVIDIA
    概念"安培架构"（AmpereArchitecture）是NVIDIA推出的一款图形处理单元（GPU）架构，它是继图灵架构之后的下一代产品。安培架构最初在2020年发布，以其高性能和高效率而闻名，广泛应用于游戏、专业视觉、数据中心、人工智能（AI）和自动驾驶等领域。特点安培架构的主要特点包括：1.更高的性能和效率-安培架构通过改进的执行单元和更高的时钟频率，提供了比前代图灵架构更高的性能和能效。2
  • ChatTTS-ui模型概述、安装及使用方法说明 醉心编码 人工智能基础技术类脚本基础TTS大模型人工智能
    ChatTTS-ui模型概述、安装及使用方法说明一、ChatTTS-ui模型概述二、ChatTTS-ui的技术优势三、ChatTTS-ui的安装与配置1.安装Python和Git环境2.下载ChatTTS-ui源码3.创建并激活虚拟环境4.安装依赖5.启动应用四、ChatTTS-ui的高级功能1.API调用2.音色自定义3.细粒度控制4.GPU加速五、ChatTTS-ui的应用场景六、ChatTT
  • Ollama 部署指南（Windows） 圣心 windows
    文章来源：Windows部署文档--Ollama中文文档|Ollama官方文档OllamaWindows欢迎使用OllamaforWindows。不再需要WSL！Ollama现在作为本机Windows应用程序运行，包括NVIDIA和AMDRadeonGPU支持。安装OllamaforWindows后，Ollama将在后台运行，并且这ollama命令行在cmd,powershell或您的最爱终端应用
  • 适用于呼叫中心质检的离线ASR模型 狂爱代码的码农 VOIP那些事容器
    以下是适用于中文呼叫中心质检的离线语音转文字（STT）模型及工具，根据性能、中文支持、部署灵活性等维度整理：1.开源模型与框架1.1WeNet(出门问问&西北大学)特点：端到端语音识别框架，专为中文优化，支持流式和非流式识别，适合工业场景。优势：预训练模型基于AIShell等中文数据集，准确率高。低延迟，适合实时处理（如质检中的实时监控）。支持GPU/CPU部署，提供Python和C++接口。部署
  • GPU与FPGA加速：硬件赋能AI应用 AI天才研究院 DeepSeekR1&大数据AI人工智能大模型AI大模型企业级应用开发实战计算科学神经计算深度学习神经网络大数据人工智能大型语言模型AIAGILLMJavaPython架构设计AgentRPA
    GPU与FPGA加速：硬件赋能AI应用1.背景介绍1.1人工智能的兴起人工智能(AI)在过去几年中经历了爆炸式增长,成为推动科技创新的核心动力。从语音识别和计算机视觉,到自然语言处理和推荐系统,AI已广泛应用于各个领域。然而,训练和部署AI模型需要大量计算资源,这对传统的CPU架构提出了巨大挑战。1.2硬件加速的必要性为满足AI算法对计算能力的巨大需求,硬件加速技术应运而生。专用硬件如GPU(图形
  • （14）FPGA与GPU区别 宁静致远dream FPGA入门与提升（培训课程）fpga开发
    （14）FPGA与GPU区别1文章目录1）文章目录2）FPGA入门与提升课程介绍3）FPGA简介4）FPGA与GPU区别5）技术交流6）参考资料2FPGA入门与提升课程介绍1）FPGA入门与提升文章目的是为了让想学FPGA的小伙伴快速入门以及能力提升；2）FPGA基础知识；3）VerilogHDL基本语法；4）FPGA入门实例；5）FPGA设计输入，包括代码输入、原语输入；6）FPGA设计技巧；7
  • Hadoop(一) 朱辉辉33 hadooplinux
    今天在诺基亚第一天开始培训大数据，因为之前没接触过Linux，所以这次一起学了，任务量还是蛮大的。 首先下载安装了Xshell软件，然后公司给了账号密码连接上了河南郑州那边的服务器，接下来开始按照给的资料学习，全英文的，头也不讲解，说锻炼我们的学习能力，然后就开始跌跌撞撞的自学。这里写部分已经运行成功的代码吧.    在hdfs下，运行hadoop fs -mkdir /u
  • maven An error occurred while filtering resources blackproof maven报错
    转：http://stackoverflow.com/questions/18145774/eclipse-an-error-occurred-while-filtering-resources   maven报错： maven An error occurred while filtering resources   Maven -> Update Proje
  • jdk常用故障排查命令 daysinsun jvm
    linux下常见定位命令： 1、jps      输出Java进程       -q       只输出进程ID的名称，省略主类的名称；       -m      输出进程启动时传递给main函数的参数；     &nb
  • java 位移运算与乘法运算 周凡杨 java位移运算乘法
      对于 JAVA 编程中，适当的采用位移运算，会减少代码的运行时间，提高项目的运行效率。这个可以从一道面试题说起：     问题： 用最有效率的方法算出2 乘以8 等於几?” 答案：2 << 3 由此就引发了我的思考，为什么位移运算会比乘法运算更快呢？其实简单的想想，计算机的内存是用由 0 和 1 组成的二
  • java中的枚举(enmu) g21121 java
    从jdk1.5开始，java增加了enum(枚举)这个类型，但是大家在平时运用中还是比较少用到枚举的，而且很多人和我一样对枚举一知半解，下面就跟大家一起学习下enmu枚举。先看一个最简单的枚举类型，一个返回类型的枚举： public enum ResultType { /** * 成功 */ SUCCESS, /** * 失败 */ FAIL,
  • MQ初级学习 510888780 activemq
    1.下载ActiveMQ 去官方网站下载：http://activemq.apache.org/ 2.运行ActiveMQ 解压缩apache-activemq-5.9.0-bin.zip到C盘，然后双击apache-activemq-5.9.0-\bin\activemq-admin.bat运行ActiveMQ程序。 启动ActiveMQ以后，登陆：http://localhos
  • Spring_Transactional_Propagation 布衣凌宇 springtransactional
    //事务传播属性 @Transactional(propagation=Propagation.REQUIRED)//如果有事务，那么加入事务，没有的话新创建一个 @Transactional(propagation=Propagation.NOT_SUPPORTED)//这个方法不开启事务 @Transactional(propagation=Propagation.REQUIREDS_N
  • 我的spring学习笔记12-idref与ref的区别 aijuans spring
    idref用来将容器内其他bean的id传给<constructor-arg>/<property>元素，同时提供错误验证功能。例如： <bean id ="theTargetBean" class="..." /> <bean id ="theClientBean" class=&quo
  • Jqplot之折线图 antlove jsjqueryWebtimeseriesjqplot
    timeseriesChart.html <script type="text/javascript" src="jslib/jquery.min.js"></script> <script type="text/javascript" src="jslib/excanvas.min.js&
  • JDBC中事务处理应用 百合不是茶 javaJDBC编程事务控制语句
      解释事务的概念; 事务控制是sql语句中的核心之一;事务控制的作用就是保证数据的正常执行与异常之后可以恢复   事务常用命令:             Commit提交         
  • [转]ConcurrentHashMap Collections.synchronizedMap和Hashtable讨论 bijian1013 java多线程线程安全HashMap
    在Java类库中出现的第一个关联的集合类是Hashtable，它是JDK1.0的一部分。 Hashtable提供了一种易于使用的、线程安全的、关联的map功能，这当然也是方便的。然而，线程安全性是凭代价换来的――Hashtable的所有方法都是同步的。此时，无竞争的同步会导致可观的性能代价。Hashtable的后继者HashMap是作为JDK1.2中的集合框架的一部分出现的，它通过提供一个不同步的
  • ng-if与ng-show、ng-hide指令的区别和注意事项 bijian1013 JavaScriptAngularJS
            angularJS中的ng-show、ng-hide、ng-if指令都可以用来控制dom元素的显示或隐藏。ng-show和ng-hide根据所给表达式的值来显示或隐藏HTML元素。当赋值给ng-show指令的值为false时元素会被隐藏，值为true时元素会显示。ng-hide功能类似，使用方式相反。元素的显示或
  • 【持久化框架MyBatis3七】MyBatis3定义typeHandler bit1129 TypeHandler
    什么是typeHandler? typeHandler用于将某个类型的数据映射到表的某一列上，以完成MyBatis列跟某个属性的映射   内置typeHandler MyBatis内置了很多typeHandler，这写typeHandler通过org.apache.ibatis.type.TypeHandlerRegistry进行注册，比如对于日期型数据的typeHandler，
  • 上传下载文件rz,sz命令 bitcarter linux命令rz
    刚开始使用rz上传和sz下载命令： 因为我们是通过secureCRT终端工具进行使用的所以会有上传下载这样的需求： 我遇到的问题： sz下载A文件10M左右，没有问题 但是将这个文件A再传到另一天服务器上时就出现传不上去，甚至出现乱码，死掉现象，具体问题 解决方法： 上传命令改为;rz -ybe 下载命令改为：sz -be filename 如果还是有问题： 那就是文
  • 通过ngx-lua来统计nginx上的虚拟主机性能数据 ronin47 ngx-lua　统计 解禁ip
    介绍 以前我们为nginx做统计,都是通过对日志的分析来完成.比较麻烦,现在基于ngx_lua插件,开发了实时统计站点状态的脚本,解放生产力.项目主页: https://github.com/skyeydemon/ngx-lua-stats 功能 支持分不同虚拟主机统计, 同一个虚拟主机下可以分不同的location统计. 可以统计与query-times request-time
  • java-68-把数组排成最小的数。一个正整数数组，将它们连接起来排成一个数，输出能排出的所有数字中最小的。例如输入数组{32, 321}，则输出32132 bylijinnan java
    import java.util.Arrays; import java.util.Comparator; public class MinNumFromIntArray { /** * Q68输入一个正整数数组，将它们连接起来排成一个数，输出能排出的所有数字中最小的一个。 * 例如输入数组{32, 321}，则输出这两个能排成的最小数字32132。请给出解决问题
  • Oracle基本操作 ccii Oracle SQL总结Oracle SQL语法Oracle基本操作Oracle SQL
    一、表操作 1. 常用数据类型 NUMBER(p,s)：可变长度的数字。p表示整数加小数的最大位数，s为最大小数位数。支持最大精度为38位 NVARCHAR2(size)：变长字符串，最大长度为4000字节（以字符数为单位） VARCHAR2(size)：变长字符串，最大长度为4000字节（以字节数为单位） CHAR(size)：定长字符串，最大长度为2000字节，最小为1字节，默认
  • [强人工智能]实现强人工智能的路线图 comsci 人工智能
        1：创建一个用于记录拓扑网络连接的矩阵数据表      2:自动构造或者人工复制一个包含10万个连接(1000*1000)的流程图      3：将这个流程图导入到矩阵数据表中      4：在矩阵的每个有意义的节点中嵌入一段简单的
  • 给Tomcat，Apache配置gzip压缩(HTTP压缩)功能 cwqcwqmax9 apache
    背景： HTTP 压缩可以大大提高浏览网站的速度，它的原理是，在客户端请求网页后，从服务器端将网页文件压缩，再下载到客户端，由客户端的浏览器负责解压缩并浏览。相对于普通的浏览过程HTML ,CSS,Javascript , Text ，它可以节省40%左右的流量。更为重要的是，它可以对动态生成的，包括CGI、PHP , JSP , ASP , Servlet,SHTML等输出的网页也能进行压缩，
  • SpringMVC and Struts2 dashuaifu struts2springMVC
    SpringMVC VS Struts2 1: spring3开发效率高于struts 2: spring3 mvc可以认为已经100%零配置 3: struts2是类级别的拦截， 一个类对应一个request上下文， springmvc是方法级别的拦截，一个方法对应一个request上下文，而方法同时又跟一个url对应 所以说从架构本身上 spring3 mvc就容易实现r
  • windows常用命令行命令 dcj3sjt126com windowscmdcommand
    在windows系统中，点击开始－运行，可以直接输入命令行，快速打开一些原本需要多次点击图标才能打开的界面，如常用的输入cmd打开dos命令行，输入taskmgr打开任务管理器。此处列出了网上搜集到的一些常用命令。winver 检查windows版本 wmimgmt.msc 打开windows管理体系结构(wmi) wupdmgr windows更新程序 wscrip
  • 再看知名应用背后的第三方开源项目 dcj3sjt126com ios
    知名应用程序的设计和技术一直都是开发者需要学习的，同样这些应用所使用的开源框架也是不可忽视的一部分。此前《 iOS第三方开源库的吐槽和备忘》中作者ibireme列举了国内多款知名应用所使用的开源框架，并对其中一些框架进行了分析，同样国外开发者 @iOSCowboy也在博客中给我们列出了国外多款知名应用使用的开源框架。另外txx's blog中详细介绍了 Facebook Paper使用的第三
  • Objective-c单例模式的正确写法 jsntghf 单例iosiPhone
    一般情况下，可能我们写的单例模式是这样的： #import <Foundation/Foundation.h> @interface Downloader : NSObject + (instancetype)sharedDownloader; @end #import "Downloader.h" @implementation
  • jquery easyui datagrid 加载成功，选中某一行 hae jqueryeasyuidatagrid数据加载
    1.首先你需要设置datagrid的onLoadSuccess $( '#dg' ).datagrid({onLoadSuccess :  function (data){      $( '#dg' ).datagrid( 'selectRow' ,3); }});   2.onL
  • jQuery用户数字打分评价效果 ini JavaScripthtmljqueryWebcss
    效果体验：http://hovertree.com/texiao/jquery/5.htmHTML文件代码： <!DOCTYPE html> <html xmlns="http://www.w3.org/1999/xhtml"> <head> <title>jQuery用户数字打分评分代码 - HoverTree</
  • mybatis的paramType kerryg DAOsql
    MyBatis传多个参数： 1、采用#{0},#{1}获得参数：    Dao层函数方法：     public User selectUser(String name,String area); 对应的Mapper.xml    <select id="selectUser" result
  • centos 7安装mysql5.5 MrLee23 centos
    首先centos7 已经不支持mysql，因为收费了你懂得，所以内部集成了mariadb，而安装mysql的话会和mariadb的文件冲突，所以需要先卸载掉mariadb，以下为卸载mariadb，安装mysql的步骤。   #列出所有被安装的rpm package rpm -qa | grep mariadb   #卸载 rpm -e mariadb-libs-5.
  • 利用thrift来实现消息群发 qifeifei thrift
               Thrift项目一般用来做内部项目接偶用的，还有能跨不同语言的功能，非常方便，一般前端系统和后台server线上都是3个节点，然后前端通过获取client来访问后台server，那么如果是多太server，就是有一个负载均衡的方法，然后最后访问其中一个节点。那么换个思路，能不能发送给所有节点的server呢，如果能就
  • 实现一个sizeof获取Java对象大小 teasp javaHotSpot内存对象大小sizeof
       由于Java的设计者不想让程序员管理和了解内存的使用，我们想要知道一个对象在内存中的大小变得比较困难了。本文提供了可以获取对象的大小的方法，但是由于各个虚拟机在内存使用上可能存在不同，因此该方法不能在各虚拟机上都适用，而是仅在hotspot 32位虚拟机上，或者其它内存管理方式与hotspot 32位虚拟机相同的虚拟机上 适用。     
  • SVN错误及处理 xiangqian0505 SVN提交文件时服务器强行关闭
    在SVN服务控制台打开资源库“SVN无法读取current” ---摘自网络 写道 SVN无法读取current修复方法 Can't read file : End of file found 文件：repository/db/txn_current、repository/db/current   其中current记录当前最新版本号，txn_current记录版本库中版本
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他