GPU共享

CentOS企业级文件服务器终极部署指南

方案对比与选择指南（企业级评估）技术方案详细对比表方案协议版本典型应用场景核心优势主要局限性NFSNFSv3/NFSv4.2高性能计算(HPC)、容器持久化存储、AI训练数据集共享内核级支持、RDMA协议支持
·2025-07-01 19:01

NAT穿透让你的内网服务轻松破墙而出，无公网IP也能给外网互联网连接访问

NAT（NetworkAddressTranslation，网络地址转换）允许多个内网设备共享一个公网IP，但也带来了一个问题：外部网络无法直接访问内网主机。
搬码临时工·2025-07-01 18:30

前端使用Axios时的跨域问题

后端配置CORS最标准的解决方案是后端配置CORS（跨域资源共享）。以下是Node.jsExpress框架的示例配置：constexpress=require('express');constcor
itanly·2025-07-01 17:47

口扫系统软件的架构设计流程

[结构光图像流]↓解码结构光图案↓三角测量计算深度↓点云生成并去噪滤波↓实时配准/拼接(可选ICP/Odometry)↓网格重建（如MarchingCubes或BallPivoting）↓GPU显示（OpenGL
老猿的春天·2025-07-01 16:41

跨届资源汇聚地：校友平台开启终身学习与职业互助新模式

传统校友关系受限于时空隔阂与信息壁垒，难以实现深度互动与资源共享。如今，依托智能化校友平台，一个打破届别、跨越地域的终身学习与职业互助新生态正加速形成，成为驱动个体成长与社群繁荣的核心引擎。
IDZSY0430·2025-07-01 14:00

Kubernetes第八章--存储类型

k8s存储概述在Kubernetes（K8s）中，存储系统是一个关键的组成部分，用于管理容器化应用的数据持久性和共享性。K8s的存储分类可以从多个维度进行理解，但主要分为两大类：临时存储和持久存储。
运维小贺·2025-07-01 14:27

WebView 嵌套页面调试指南：解决上下文丢失与状态失效问题

在移动Web开发中，嵌套iframe、多Tab页、多页面状态共享已是常见模式。尤其是在App中用WebView加载这些页面时，调试常常遇到一个隐形难题：状态丢失、数据不一致或逻辑错乱。
2501_91600889·2025-07-01 13:22

PyTorch里.pt和.pth的区别

参数+优化器状态等）仅模型参数（state_dict）文件大小较大（包含额外元数据）较小（仅参数）加载方式直接加载，无需定义模型结构需先实例化模型，再加载参数适用场景部署、跨环境迁移训练中断恢复、参数共享
sky丶Mamba·2025-07-01 13:49

谨慎处理单片机中断，中断等价于比主程序优先级更高的线程

既是多线程，那必然有资源共享冲突问题。所以，小小单片机，背负着“多线程”的重任。共享资源冲突，可能是全局
银铠电子·2025-07-01 11:35

GPU 分布式通信加速黑马！DeepEP 的实战与深度剖析

DeepSeek.ai推出的DeepEP，专为MoE/EP通信优化，实现了GPU原生高吞吐、低延迟通信，极大释放了底层硬件潜力。
DeepLink_01·2025-07-01 10:33

告别GPU焦虑：如何在纯CPU服务器上，打造高性能Embedding服务？

兄弟们都懂，GPU它香啊，但它也贵啊！很多时候，咱只能在有限的资源里想办法。
ezl1fe·2025-07-01 10:02

本地部署Qwen3小参数版本实测：并非鸡肋

另一方面，大模型对硬件要求较高，尤其是对GPU的性能和显存容量有一定要求。如果硬件不达标，模型运行起来可能会很慢，甚至根本无法运行。而且，
程序员寒山·2025-07-01 09:56

高性能AI核心板Z3588CV1：基于瑞芯微RK3588的旗舰级解决方案——8K视觉处理 · 6TOPS NPU算力 · 多场景边缘计算

RK3588处理器技术细节计算单元CPU：4×[email protected]（大核集群）4×[email protected]（能效集群）支持ARMDynamIQ混合架构，可实现任务智能调度GPU：
九鼎创展科技·2025-07-01 07:18

pytest学习和使用-pytest如何进行分布式测试？（pytest-xdist）

分布式测试：是指通过局域网和Internet，把分布于不同地点、独立完成特定功能的测试计算机连接起来，以达到测试资源共享、分散操作、集中管理、协同工作、负载均衡、测试过程监控等目的的计算机网络测试。
测试界晓晓·2025-07-01 07:48

如何搭建基于RK3588的边缘服务器集群？支持12个RK3588云手机

软件部署及优化要点：️‌一、硬件集群架构设计‌‌节点基础配置‌‌核心单元‌：单节点采用RK3588核心板（4×[email protected]+4×[email protected]），集成6TOPSNPU及Mali-G610GPU
XMAIPC_Robot·2025-07-01 07:17

商品类目一览

请求地址productCategory传入product_id，得到结果交流：5b6u5L+hIGpudG9vbA=={"data":{"alternative_categories":[{"category_id
乱乱乱乱·2025-07-01 06:37

《深入浅出多模态》(四)：多模态经典模型CLIP

GoAI的学习社区知识星球是一个致力于提供《机器学习|深度学习|CV|NLP|大模型|多模态|AIGC》各个最新AI方向综述、论文等成体系的学习资料，配有全面而有深度的专栏内容，包括不限于前沿论文解读、资料共享
GoAI·2025-07-01 05:34

深入浅出多模态》（十一）之多模态经典模型：Flamingo系列

GoAI的学习社区知识星球是一个致力于提供《机器学习|深度学习|CV|NLP|大模型|多模态|AIGC》各个最新AI方向综述、论文等成体系的学习资料，配有全面而有深度的专栏内容，包括不限于前沿论文解读、资料共享
GoAI·2025-07-01 05:01

线程安全与锁机制深度解析

线程安全核心概念与分类线程安全本质定义线程安全指多个线程访问共享资源时，无需额外同步措施仍能保证操作结果符合预期。其核心挑战源于以下三个特性的冲突：原子性：操作不可分割（如i++实
大曰编程·2025-07-01 04:27

C/C++联合体(union)完全指南：从内存共享到高级用法

unionData{inti;floatf;charstr[20];};核心特性所有成员共享同一块内存大小由最大成员决定同一时间只有一个成员有效常用于节省内存或类型转换场景2.C语言中的联合体2.1基本用法
·2025-07-01 03:23

信创背景下应用软件迁移解析：从政策解读到落地实践方案

信创（信息技术应用创新）是指用我国自主研发的基础软硬件产品实现对国外产品的替代，特别是在CPU、GPU及操作系统等关键领域。其核心目标是解决核心技术"卡脖子"问题，构建安全可控的IT底层架构和标准。
tianzhiyi1989sq·2025-07-01 00:06

什么是Alpha测试和Beta测试？

Beta测试≈真实世界的"路测实验"交给真实用户在实际环境中使用，比如某知名手游的Beta测试期间，我们发现了iOS14.3特定版本下的GPU内存泄漏问题，这种问题在模拟器上根本无法复现。2.
海姐软件测试·2025-07-01 00:32

关于 java：8. Java 内存模型与 JVM 基础

一、堆Java堆是JVM中所有线程共享的运行时内存区域，用于存放所有对象实例、数组以及类的实例字段值。
shenyan~·2025-06-30 23:25

【LangGraph 】“工作流”的核心就是围绕一个共享的 `State`

LangGraph里“工作流”的核心就是围绕一个共享的State（也常被命名为AgentState或者类似的TypedDict/Pydantic模型）来组织的：State本质上是整个流程的“快照”，所有跨节点需要保留或传递的数据
等风来不如迎风去·2025-06-30 23:50

计算机导论期末快速复习指南

操作系统核心概念进程与线程进程是程序在内存中的一次执行过程，具有动态性和并发性一个进程可以有多个线程，但至少要有一个线程资源分配给进程，同一进程的所有线程共享该进程的所有资源处理机分配给线程，真正在处理机上运行的是线程进程状态转换
Pu_Nine_9·2025-06-30 17:41

CARLsim开源程序 是一个高效、易用、GPU 加速的软件框架，用于模拟具有高度生物细节的大规模脉冲神经网络 （SNN） 模型。

一、软件介绍文末提供程序和源码下载CARLsim是一个高效、易用的GPU加速库，用于模拟具有高度生物学细节的大规模脉冲神经网络（SNN）模型。
struggle2025·2025-06-30 16:06

SpreadJS 迷你图：数据趋势可视化的利器

迷你图作为一种简洁而有效的数据可视化方式，在显示数据趋势方面发挥着重要作用，尤其在与他人共享数据时，能够快速传达关键信息。SpreadJS作为一款强大的电子表格组件，对迷你图功能提供了丰富的支持。
·2025-06-30 16:03

借助职星学院企业培训系统，推动企业人才发展

职星学院的课程管理功能助力企业打造知识共享平台。企业可以将内部的优秀经验、技术知识等转化为课程资源，存储在系统中，实现知识的沉淀和传承。同时，企业还可以引入外部优质课程，拓宽员工的知识面和视野。
github_staredu·2025-06-30 15:30

深入理解AI技术与实践：如何贡献代码

技术背景介绍AI技术的迅猛发展得益于开源社区的共享和协作。诸如TensorFlow、PyTorch等开源框架，极大地降低了AI模型开发的门槛。
Wurenyu957·2025-06-30 15:25

深拷贝、浅拷贝、引用拷贝

首先说浅拷贝，比如现在拷贝一个类的实例，实例中包含成员变量，浅拷贝会重新创建一个地址用于存储该实例，但是现在实例中的成员变量与原本被拷贝的内容拥有同一个成员变量的地址，也就是说两者对于该成员变量是共享的
Hellyc·2025-06-30 13:11

【TVM 教程】PAPI 入门

ApacheTVM是一个深度的深度学习编译框架，适用于CPU、GPU和各种机器学习加速芯片。
·2025-06-30 12:30

人工智能-基础篇-10-什么是卷积神经网络CNN（网格状数据处理：输入层，卷积层，激活函数，池化层，全连接层，输出层等）

权值共享：同一
weisian151·2025-06-30 11:30

ZooKeeper深度面试指南二

应用场景多应用共享集群：不同业务（支付/订单）共用Zo
搬砖的小熊猫·2025-06-30 10:26

小米路由安装frpc

二、流程前提条件：一台公网frps服务器家里Nas，已经配置好SMB文件共享（端口445）、WebDav（端口80，可选端口443），其他自行发挥。出租屋解锁SSH的小米路由，我家是小米
zngw·2025-06-30 10:56

NVAPI 获取同步卡信息

<GPUNvPhysicalGpuHandlegpuHandles[NVAPI_MAX_PHYSICAL
xhh-cy·2025-06-30 10:24

Java--方法递归

递归重要规则：1.执行一个方法时，就创建一个新的受保护的独立空间2.方法的局部变量是独立的，不会相互影响，比如n变量3.如果方法中使用的是引用类型变量（比如数组，对象），就会共享该引用类型的数据。
·2025-06-30 08:14

Linux【7】------Linux系统编程（进程间通信IPC）

信号类型1.2信号含义1.3信号产生按键硬件异常调用接口发送指令内核检测1.4信号处理默认捕捉忽略1.5信号阻塞1.6信号挂起2消息队列2.1概念2.2创建消息队列2.3访问消息队列2.4控制消息队列3共享内存
Invinciblenuonuo·2025-06-30 07:06

【Python】科研代码学习：十三 Accelerate

torch.nn)更简单的使用Accelerate【HF官网-Doc-Accelerate：API】HFAccelerate是一个库，能够让PyTorch代码添加几行代码之后，就能在分布式配置中运行（比如多Gpus
溢流眼泪·2025-06-30 05:21

浅析JVM虚拟机之一

运行时数据区又分为线程共享内存区和线程隔离内存区。线程共享内存区包括方法区（
�欢快↑㎡·2025-06-30 05:50

进程和线程的区别，如何实现线程通信?

每个进程都有独立的内存空间，包括代码、数据、堆栈等，进程之间相互独立，需要通过进程间通信来实现数据共享。
EchoYa!·2025-06-30 02:07

程序和进程和线程的区别是什么？

进程：程序的一次执行，答法1：进程间切换代价大，线程间切换代价小进程拥有资源多，线程拥有资源少多个线程共享进程的资源进程是分配资源的基本单位，而线程是独立运行和调度的基本单位。
小白之歌·2025-06-30 02:06

进程与线程的联系和区别？

1、线程的基本概念概念：线程是进程中执行运算的最小单位，是进程中的一个实体，是被系统独立调度和分派的基本单位，线程自己不拥有系统资源，只拥有一点在运行中必不可少的资源，但它可与同属一个进程的其它线程共享进程所拥有的全部资源
Owen_Xp·2025-06-30 02:05

多个 Job 并发运行时共享配置文件导致上下文污染，固化 Jenkins Job 上下文

基于context.py固化JenkinsJob上下文的完整方案，适用于你当前的工作流（Python+JenkinsPipeline），解决：多个Job并发运行时共享配置文件导致上下文污染；读取环境变量或
要站在顶端·2025-06-30 01:33

DOP数据开放平台(真实线上项目)

数据开放平台是一种通过公开应用程序编程接口（API）或结构化数据，允许第三方开发者或机构访问、使用和共享数据的平台‌，旨在促进数据流通、打破信息孤岛并激发创新应用。
JAVA拾贝·2025-06-30 01:33

Docker 入门教程（七）：容器数据卷

容器默认的写层具有两个关键缺点：不持久：容器一旦被删除，数据也随之丢失不可共享：每个容器的数据互相隔离为了解决这个问题，Docker提供了数据卷（Volume）机制，将数据从容器中解耦出来，形成独立、
千233·2025-06-30 01:33

使用 Xinference 命令行工具（xinference launch）部署 Nanonets-OCR-s

二、部署步骤：从命令行启动模型1.确认环境与依赖已安装Xinference：pipinstall"xinference[all]"GPU显存≥9GB（
没刮胡子·2025-06-30 01:32

Unity纹理的性能优化

https://developer.unity.cn/projects/6482ba86edbc2a116e4f27c1在Unity的储存方式大部分的纹理，Unity都会保存两份像素数据的副本：GPU内存
东邪丶·2025-06-29 23:20

计算机基础和Java编程的练习题

显卡（GPU）：负责图形渲染，将数字信号转换为图像显示在屏幕上。电源：为计
柳依依@·2025-06-29 23:16

Python助力自动驾驶：深度学习模型优化全攻略

可是，跑在车上的这些模型不仅要精准，还得轻量、实时、稳定，这可不是简单的“丢GPU就能解决”的问题。今天，咱们就从Python开发者的视角，聊聊自动驾驶里深度学习模型的优化
Echo_Wish·2025-06-29 22:11

tensorRT 与 torchserve-GPU性能对比

实验对比前端时间搭建了TensorRT、Torchserve-GPU，最近抽时间将这两种方案做一个简单的实验对比。
joker-G·2025-06-29 22:40
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他