盘古5.0,靠什么去解最难的题?
文|周效敬
编|王一粟
当大模型的竞争开始拼落地,商业化在B端和C端都展开了自由生长。
在B端,借助云计算向千行万业扎根;在C端,通过软件App和智能终端快速迭代。
在华为,这家曾经以通信行业起家的科技公司,以AI为纵向中轴线的牵引力,以鸿蒙为横向基础系统,分别延伸出了B端和C端的不同业务线的迭代。
在B端,华为从网络通信、底层算力,到云计算都有系统性覆盖,尤其是近年来高歌猛进的华为云,成为了承接AI基础大模型——盘古大模型落地的最佳场景。而在C端,从手机、PC平板,再到智能汽车,华为终端也包揽了几乎最全的智能硬件生态,第一时间落地大模型。
6月中旬,华为在2024年开发者大会上呈现出的AI和系统级的软件能力,再次证明了硬件出身的华为,一样能让“软件定义华为”。
“硬件越来越简单,软件越来越复杂”,任正非曾在一次会议中提到他对软件的重视,“未来软件将吞噬一切,说明未来信息社会的数字化基础架构核心是软件。数字社会首先要终端数字化,更难的是行业终端数字化,只有行业终端数字化了,才可能建立起智能化和软件服务的基础。”
而到了大模型时代,盘古大模型做的怎么样,能否承担牵引华为整体业务的重担?在大模型B端行业场景中,华为云又靠什么去解最难的题?
目前看来,盘古大模型5.0在多模态、思维链技术上都做了重点加强,正好命中大模型技术中最前沿、也最难攻克的两个技术点,可以说,这两个技术的水平决定了大模型能力的上限。另外,盘古大模型5.0已经集齐从十亿级到万亿级的参数规模,可满足几乎所有规模企业的应用场景。
而在行业落地上,过去一年里,在多数厂商仍处于POC阶段时,盘古大模型已在30多个行业、400多个场景中落地,覆盖了从高铁巡检、气象预报到钢厂场景仿真、具身智能,再到工业互联网等。
华为常务董事、华为云CEO张平安宣布盘古大模型5.0正式发布
华为云盘古大模型能够在B端快速落地,一方面得益于华为在to B和to G领域的深厚积累,一方面也离不开多年来ISV(独立软件提供商)的生态建设,比如中软动力、软通动力、南威软件等,都是深耕各行业的软件服务商。
值得注意的是,华为第一次在HDC开发者大会上同时举办来自不同BG——华为云和华为终端的两大重磅发布会,盘古大模型5.0和鸿蒙HarmonyOS NEXT双双迎来实质性更新,这种时空上的连接不是偶然,背后是在AI浪潮下,云和端的协同愈加紧密了。
盘古大模型5.0,多模态和强思维挑战大模型的能力上限
底层技术是大模型商业化想象力的根基。
目前看来,盘古大模型5.0在多模态、思维链技术上都做了重点加强,正好命中大模型技术中最前沿、也最难攻克的两个技术点,可以说,这两个技术的水平决定了大模型能力的上限。
首先来看多模态技术。从2024年初,Sora展现出惊人的视频生成能力,多模态大模型再次成为全球大模型公司技术竞逐的焦点和难点。
从多模态大模型发展的时间线可以看到,从2022年大模型突然爆发开始,多模态技术就在不断积蓄力量,有人预测,2024年有望成为多模态的爆发之年。
图:多模态大模型发展时间线 源自中国科技大学、腾讯优图实验室《多模态大模型综述》
本次发布的盘古5.0,在技术层面最大的亮点是多模态技术,从文本、视频等方面的理解到内容的生成,再到复杂逻辑推理和场景应用,都实现了高度的一致性,盘古5.0在处理不同任务、不同数据或处于不同环境时,能够保持其性能和行为的稳定、可靠。
在理解方面,盘古5.0可以更好、更精准地理解物理世界,包括文本、图片、视频、雷达、红外、遥感等更多模态。在图片和视频识别方面,可支持10K超高分辨率。10K的超高分辨率意味着什么?更丰富的细节,更准确地分析和理解图像内容。在工业设计和建筑设计领域,10K分辨率可以帮助设计师更快速地生成和调整3D模型,缩短设计周期。
在内容生成方面,盘古5.0采用的“可控时空生成”技术,聚焦自动驾驶、工业制造、建筑等多个行业场景,可生成更加符合物理规律的多模态内容。
可控时空生成技术可以生成在视觉上逼真、车辆行为和环境互动真实的训练视频。在自动驾驶领域,该技术可以生成六摄像头视角的视频,而且在车辆行为和环境互动方面与现实情况高度同步。
在大模型领域,除了盘古5.0之外,前不久智源研究院也推出了Emu3原生多模态世界模型。该模型采用多模态自回归技术路径,既统一了视频、图像、文字,也统一了生成和理解。据了解,Emu3在持续训练中,经过安全评估之后将逐步开源。
可以看到,一致性更强的多模态技术,是目前行业共同发展的方向,这给大模型落地到实际场景中奠定了基础。
除了多模态能力,推理决策依托的思维能力,是大模型“智商”的体现。比如,GPT-4V 可以理解复杂的指令来生成问答对甚至推理信息,但其他模型这方面的能力则明显不足。上下文学习和思维链研究依然处于初步阶段,相关的能力也较弱,亟需相关底层机制以及能力提升的研究探索。
复杂逻辑推理是大模型成为行业助手的关键,盘古5.0将思维链技术与策略搜索深度结合,极大提升了数学能力、复杂任务规划能力以及工具调用能力。
思维链(Chain of Thought)技术的基本思想是,模拟人类解决问题时的思维过程,将复杂的问题分解为较简单的子问题,然后分别解决并汇总。相较于纯文本的推理,多模态的推理涉及更多的信息来源和更复杂的逻辑关系,当前行业里这方面的能力较少。
策略搜索是人工智能领域中用于寻找最优或可行解决方案的一系列方法,在不同的应用场景下,策略搜索可以采用不同的形式和算法。
这些技术应用到行业里,比如,借助卫星遥感图像,盘古大模型就能够准确分析出一个区域农作物的生长状况,做农作物的产量预估、整体病虫害的监测;借助红外影像,盘古大模型可以准确识别车辆和人的运行轨迹,来进行交通的管理和事故的预防等。
另外,为了适配不同的业务场景,盘古大模型5.0提供了比上一版本跨度更大的参数规格,主要分为四个级别:
十亿级参数的Pangu E(Embedding)系列,属于无需联网就可以嵌入各类终端的“小”大模型,可支撑手机、PC等端侧的智能应用。这个参数规格在应用上与谷歌的Gemini Nano版本类似,Gemini Nano是谷歌多模态模型中体积最小、最高效的版本。参数超过10亿之后,通常需要大规模的分布式计算资源。
百亿级参数的Pangu P(Professional)系列,适用于低时延、高效率的推理场景,据华为常务董事、华为云CEO张平安介绍,100亿~900亿这一级别的参数,可以解决大部分场景下的AI应用问题。超百亿规模的参数,需要极大的计算资源和数据集。
千亿级参数的Pangu U(Ultra)有 1350 亿、2300 亿两种参数规格,适用于处理复杂任务,可以作为企业大模型的一个通用底座。
万亿级参数的 Pangu S(Super)系列超级大模型有 2.6 万亿参数,是处理跨领域多任务的超级大模型,能帮助企业更好的在全场景应用 AI 技术。随着参数数量的增加,模型的泛化能力和复杂度也会提高,但同时也需要更多的数据和计算资源。
盘古5.0从十亿级到万亿级,可以说覆盖了大中小企业所有简单或复杂的任务场景。企业在选择模型时,需要根据具体的应用场景、可用资源和任务需求来决定使用哪种规模的模型。
从多模态到强逻辑推理,再到适配各行业场景的参数规格,盘古5.0是怎么炼成的呢?其中一个关键点是数据。
华为诺亚方舟实验室主任姚骏透露,盘古5.0的训练从3.0堆数据量和提高数据清洗质量的数据工程,向科学使用数据的方向转变。盘古3.0时代,训练所需的数据量为3T tokens,5.0时代这一数字已经飙升到10万亿tokens,为了弥补自然数据增长的不足,合成数据已经成为训练数据的重要组成部分,在盘古的训练数据中,合成数据的占比为30%。
那么,如何确保合成数据的高质量和可用性?盘古团队的做法是,先利用小一点的大模型去快速地对不同的数据进行 AI 评估,区分不同数据类别在学习过程中的难易程度,再进一步根据阶梯式课程学习原理,让大模型学习基础的课程,逐渐加大高难数据的配比,模型就能像人一样从易到难去学习知识,从而实现更可控、可预期的能力涌现。
大模型行业化落地,最难攻的山头
今天的大模型竞争,没有什么比商业化落地更有吸引力,也更有难度。
商业分析机构Gartner认为,大模型未来场景选择会遵从“4C理论”:第一个C是技术成熟度,第二个C是场景商用化, 第三个C是紧迫性,第四个C是成本。这个理论中的几个要素也是企业客户关注的部分。
在一次活动上,中国移动研究院AI中心副总经理金镝介绍,中国移动从2023年年初开始启动大模型研发工作,当年就推出了139亿参数的大语言模型,中国移动在公司内部和客户中加快推进大模型落地,但面临的一大挑战是,行业如何看待和拥抱大模型。
“我们见行业客户,他们都会问:大模型到底能干什么?能带来什么价值?要先从哪些领域开始用?这些对客户而言都是很现实的问题。”金镝说。此外,在成本上也存在很多现实问题,比如用大模型,需要买多少算力,投多少人做数据治理和训练模型,需要多少人做运维等等。
盘古大模型从诞生伊始便确定了“不作诗,只做事”的方向,发力的重点是在to B领域。当其他厂商仍处于POC阶段时,盘古在过去一年里,已在30多个行业、400多个场景中落地。
在上海宝武钢铁热轧生产线上,一块 260 毫米厚的钢坯要在两分钟之内被轧成 1.2 毫米厚的钢板,每次调整生产钢板的种类和尺寸,都需要工程师重新调整7道精轧机组的300多个参数,需要耗费约5天的时间。
盘古大模型创新地将时序数据、表格数据、工艺参数、行业机理等token化,通过大模型的学习,实现对最优的参数进行预测,显著降低了热轧生产线调优时间,并提高预测精度和钢板成材率。现在通过盘古的预测大模型,只需要 3 到 4 个小时就可以完成这项复杂的工作。
目前,盘古大模型目前已在宝钢1880热轧生产线上线,预测精度提高5%以上,钢板成材率提升0.5%,预计每年可以多产钢板2万余吨,年收益达9000余万元。
据华为常务董事、华为云CEO张平安透露,现在华为云专家已经与宝武钢铁团队坐在一起,讨论挑战最具难度的高炉场景,在2000度的高温下,对炉温、铁水温度、硅含量等炉况进行仿真,从而辅助高炉精准控制,充分利用每一分能源,降低能源成本。同时,华为云还与宝武钢铁集团在炼钢、表检、新钢种研发、排程优化等多个领域开展盘古大模型的应用研究。
盘古5.0的应用始终聚焦在行业急需的价值场景上,自动驾驶是另一个被重塑的场景,鸿蒙智行的智驾能力在行业内也有口皆碑。
这个背后,也离不开盘古5.0通过可控时空生成技术,结合场景视频生成、4D BEV视频生成、自动驾驶仿真库及路网信息,大规模生成和实际场景相一致的驾驶视频数据,还可以灵活增加控制条件,生成不同路况、不同光照、不同天气的训练视频数据,加速自动驾驶技术的快速成熟。
此次开发者大会还展示了盘古大模型在具身智能方面的应用。如智源研究院院长王仲远所言,大模型将以数字智能体的形态与智能硬件融合,以具身智能的形态从数字世界进入物理世界。
华为此次展示的“夸父”机器人出菜谱、炒菜、扫地、端茶倒水,都不在话下。盘古大模型能够让“夸父”机器人完成10步以上的复杂任务规划,并且在任务执行中实现多场景泛化和多任务处理。这些技能背后是盘古5.0对思维链技术与策略搜索的深度结合,让具身智能产品拥有了强大的脑力,可以自如调用工具,进行数学计算以及复杂任务规划。
据光锥智能在现场了解到,盘古大模型在这次机器人上落地,仅仅花了1~2个月的时间。
盘古能够在如此多的行业场景中迅速落地绝非偶然,背后离不开多个因素的助力。
首先,盘古自身的设计从一开始就很“扎实”。据了解,盘古团队一开始选择和NLP和CV两个赛道的时候,选择全栈技术路线并确立了三项核心设计原则:模型要大,网络结构要强,要有优秀的泛化能力。这些早期的设计原则,为盘古真正落地到各行各业的工作场景打下了基础。
其次,华为拥有强大的to B和to G能力也是不争的事实。华为经验积累多,资源多,深耕各行业多年,亦建有深耕各行业的20大产业军团。
华为军团是聚焦特定行业,面向战略扩张、面向战役攻关、面向代表处和伙伴赋能的组织。军团会瞄准一个领域进行饱和攻击,缩短商业成功的时间,快速做到行业领先。同时,组建包括科学家、技术专家、产品专家、销售专家等在内的重量级部队,把业务颗粒化,缩短产品的商用周期。
图:华为部分ISV合作伙伴 拍摄:光锥智能
此外,华为拥有强大的第三方供应商体系,与中软国际、软通动力、南威软件、能科科技、金财互联等深度合作,伙伴强有力的配合使得盘古在各行业能扎根下去。
端云协同,大模型竞争的关键变量
长在生态体系里与单打独斗是大模型的两种不同生存之道。
如果把以盘古大模型为主的AI能力看作华为的纵向能力,那么连接各终端的鸿蒙则是横向的系统级能力,华为通过“一横一纵”的格局来带动终端和华为云的能力双提升。
AI是这个生态体系中最大的技术变量,盘古大模型重塑了终端,也重塑了华为云。
通过云端训练和优化,盘古大模型可以赋予终端设备更高级的智能化能力,比如具身智能产品的应用表明,华为云的AI能力让终端更加智能和自主。
华为云将盘古大模型和华为在产品研发、数据治理、安全防护、业务运维等各个领域积累的数据和经验相结合,“跳了自己的降落伞”,应用在了华为云CodeArts、DataArts、MetaStudio和GaussDB、云安全等系列云服务的智能化上,从而重塑了华为云的服务。
鸿蒙操作系统不仅仅是手机或设备的操作系统,它也是一个全场景分布式操作系统,能够实现设备间的无缝连接和协同工作。
华为云与鸿蒙已经实现了深度协同,提供了包括统一账号、支付、音频、视频、地图和广告服务等开放能力。这意味着开发者可以利用一套统一的接口和服务,同时服务于云端和终端用户,简化了开发流程并提升了用户体验的一致性。
鸿蒙的生态伙伴“华龙讯达”是端云协同的一个典型。
华龙讯达是一家在工业自动化控制系统领域具有重要影响力的企业,工信部试点示范的工业互联网赋能平台公司。公司聚焦于智慧工业领域,推出基于鸿蒙生态的工业操作系统HUALONG OS,提供从设备级到工厂级的自动化控制解决方案,助力制造业数字化转型。
华龙讯达相关负责人
光锥智能在大会现场了解到,HUALONG OS实现了不同设备、不同屏幕尺寸的“一次开发、多端部署”,高效和实时传输的特性,降低了开发工作量,提高了开发效率,助力构建更加智慧的工厂。
在端云协同越来越紧密的当下,盘古大模型和鸿蒙系统纵横交错,通过一系列的技术融合与生态合作,实现了从底层技术到上层应用的全面协同,为用户、开发者及行业伙伴创造了一个高度一体化、智能化的数字生态体系。
据华为2023年年度财报数据,终端业务实现销售收入2515亿元人民币,同比增长17.3%;云计算业务实现销售收入553亿元人民币,同比增长21.9%。同期,华为云全球开发者数量超过600万,合作伙伴超过40000家。
在大模型商业化落地如此需要场景的今天,盘古依托华为的端云协同生态体系,相对其他纯大模型厂商无疑有着不小的优势。在竞争中,这类“综合型选手”会不会折叠掉那些只拥有单一能力的大模型厂商?未来的格局会怎样,这也是一件值得思考的事情。
结语
盘古5.0的发布标志着中国大模型技术向更高维度的跨越,不仅在技术层面实现了多模态处理、强逻辑推理和全系列参数的突破,还在实践中融入华为云与鸿蒙操作系统的生态矩阵,展现出端云协同的潜力。
盘古大模型通过与产业界的紧密合作,成功破解了B端应用的诸多难题,加速了AI技术在各行各业的商业化进程,一个由AI深度驱动的全新时代正加速到来。随着技术边界的不断拓展和应用场景的持续深化,盘古5.0及后续迭代将成为撬动产业升级的关键力量,未来的大模型竞争格局可能会悄然改变。
相关文章:
![](https://img-blog.csdnimg.cn/img_convert/c9525c5bc6bafd35f2c7dd9e630e754f.webp?x-oss-process=image/format,png)
盘古5.0,靠什么去解最难的题?
文|周效敬 编|王一粟 当大模型的竞争开始拼落地,商业化在B端和C端都展开了自由生长。 在B端,借助云计算向千行万业扎根;在C端,通过软件App和智能终端快速迭代。 在华为,这家曾经以通信行业起…...
![](https://img-blog.csdnimg.cn/direct/18641797b2814b6ea2591cb0e39726fd.png)
2.3章节Python中的数值类型
1.整型数值 2.浮点型数值 3.复数 Python中的数值类型清晰且丰富,主要分为以下几种类型,每种类型都有其特定的用途和特性。 一、整型数值 1.定义:整数类型用于表示整数值,如1、-5、100等。 2.特点: Python 3中的…...
![](https://img-blog.csdnimg.cn/direct/12287334aa344f6492aae9829b420901.jpeg#pic_center)
每日Attention学习7——Frequency-Perception Module
模块出处 [link] [code] [ACM MM 23] Frequency Perception Network for Camouflaged Object Detection 模块名称 Frequency-Perception Module (FPM) 模块作用 获取频域信息,更好识别伪装对象 模块结构 模块代码 import torch import torch.nn as nn import to…...
![](https://img-blog.csdnimg.cn/img_convert/8ee3209888a7297d083f121a47ec58c1.png)
【从0实现React18】 (五) 初探react mount流程 完成核心递归流程
更新流程的目的: 生成wip fiberNode树标记副作用flags 更新流程的步骤: 递:beginWork归:completeWork 在 上一节 ,我们探讨了 React 应用在首次渲染或后续更新时的整体更新流程。在 Reconciler 工作流程中ÿ…...
![](https://img-blog.csdnimg.cn/direct/f498366140e045a8b424c823d30265c1.gif)
0-30 VDC 稳压电源,电流控制 0.002-3 A
怎么运行的 首先,有一个次级绕组额定值为 24 V/3 A 的降压电源变压器,连接在电路输入点的引脚 1 和 2 上。(电源输出的质量将直接影响与变压器的质量成正比)。变压器次级绕组的交流电压经四个二极管D1-D4组成的电桥整流。桥输出端…...
![](https://img-blog.csdnimg.cn/direct/b95d09316bed45908e442f2edae00e0e.gif)
HTML5+CSS3+JS小实例:图片九宫格
实例:图片九宫格 技术栈:HTML+CSS+JS 效果: 源码: 【HTML】 <!DOCTYPE html> <html lang="zh-CN"> <head><meta charset="UTF-8"><meta name="viewport" content="width=device-width, initial-scale=1…...
![](https://www.ngui.cc/images/no-images.jpg)
湘潭大学软件工程数据库总结
文章目录 前言试卷结构给学弟学妹的一些参考自己的一些总结 前言 自己可能很早很早之前就准备复习了,但是感觉还是没有学到要点,主要还是没啥紧迫的压力,我们是三月份开学,那时候实验室有朋友挺认真开始学习数据库了,…...
![](https://www.ngui.cc/images/no-images.jpg)
Codeforces Testing Round 1 B. Right Triangles 题解 组合数学
Right Triangles 题目描述 You are given a n m nm nm field consisting only of periods (‘.’) and asterisks (‘*’). Your task is to count all right triangles with two sides parallel to the square sides, whose vertices are in the centers of ‘*’-cells. …...
![](https://img-blog.csdnimg.cn/direct/9fb2cb2308ca4c719f4474879f4db02d.png)
怎样将word默认Microsoft Office,而不是WPS
设置——>应用——>默认应用——>选择"word"——>将doc和docx都选择Microsoft Word即可...
![](https://img-blog.csdnimg.cn/direct/779b1eb40206406bbc189f6733db7551.png)
C语言之进程的学习2
Env环境变量(操作系统的全局变量)...
![](https://img-blog.csdnimg.cn/direct/80bf0ec4a6254f0bb47853acc86c7b50.png)
web使用cordova打包Andriod
一.安装Gradel 1.下载地址 Gradle Distributions 2.配置环境 3.测试是否安装成功 在cmd gradle -v 二.创建vite项目 npm init vitelatest npm install vite build 三.创建cordova项目 1.全局安装cordova npm install -g cordova 2. 创建项目 cordova create cordova-app c…...
![](https://www.ngui.cc/images/no-images.jpg)
内卷情况下,工程师也应该了解的项目管理
简介:大家好,我是程序员枫哥,🌟一线互联网的IT民工、📝资深面试官、🌹Java跳槽网创始人。拥有多年一线研发经验,曾就职过科大讯飞、美团网、平安等公司。在上海有自己小伙伴组建的副业团队&…...
![](https://img-blog.csdnimg.cn/direct/7f06907c3c4b4c2a8800bace1e511bb8.gif#pic_center)
【解锁未来:深入了解机器学习的核心技术与实际应用】
解锁未来:深入了解机器学习的核心技术与实际应用 💎1.引言💎1.1 什么是机器学习? 💎2 机器学习的分类💎3 常用的机器学习算法💎3.1 线性回归(Linear Regression)…...
![](https://img-home.csdnimg.cn/images/20230724024159.png?origin_url=https%3A%2F%2Ftva1.sinaimg.cn%2Flarge%2Fe6c9d24egy1h41m2zugguj20k00b9q46.jpg&pos_id=img-cFPEVMUl-1719839150958)
1-3.文本数据建模流程范例
文章最前: 我是Octopus,这个名字来源于我的中文名–章鱼;我热爱编程、热爱算法、热爱开源。所有源码在我的个人github ;这博客是记录我学习的点点滴滴,如果您对 Python、Java、AI、算法有兴趣,可以关注我的…...
![](https://img-blog.csdnimg.cn/direct/8bbe84242aaa4d9783fe3ffb0ae3cbfb.png)
【FFmpeg】avformat_alloc_output_context2函数
【FFmpeg】avformat_alloc_output_context2函数 1.avformat_alloc_output_context21.1 初始化AVFormatContext(avformat_alloc_context)1.2 格式猜测(av_guess_format)1.2.1 遍历可用的fmt(av_muxer_iterate࿰…...
![](https://www.ngui.cc/images/no-images.jpg)
Flask 缓存和信号
Flask-Caching Flask-Caching 是 Flask 的一个扩展,它为 Flask 应用提供了缓存支持。缓存是一种优化技术,可以存储那些费时且不经常改变的运算结果,从而加快应用的响应速度。 一、初始化配置 安装 Flask-Caching 扩展: pip3 i…...
![](https://img-blog.csdnimg.cn/61af6ad468884aec922c56d4a2752a08.jpg)
基于weixin小程序农场驿站系统的设计
管理员账户功能包括:系统首页,个人中心,农场资讯管理,用户管理,卖家管理,用户分享管理,分享类型管理,商品信息管理,商品类型管理 开发系统:Windows 架构模式…...
![](https://www.ngui.cc/images/no-images.jpg)
JAVA将List转成Tree树形结构数据和深度优先遍历
引言: 在日常开发中,我们经常会遇到需要将数据库中返回的数据转成树形结构的数据返回,或者需要对转为树结构后的数据绑定层级关系再返回,比如需要统计当前节点下有多少个节点等,因此我们需要封装一个ListToTree的工具类…...
![](https://www.ngui.cc/images/no-images.jpg)
设计模式——开闭、单一职责及里氏替换原则
设计原则是指导软件设计和开发的一系列原则,它们帮助开发者创建出易于维护、扩展和理解的代码。以下是你提到的几个关键设计原则的简要说明: 开闭原则(Open/Closed Principle, OCP): 开闭原则由Bertrand Meyer提出&am…...
![](https://img-blog.csdnimg.cn/img_convert/c87883abbab15ed764790b0b2227fc25.png)
代码随想录算法训练营第59天:动态[1]
代码随想录算法训练营第59天:动态 两个字符串的删除操作 力扣题目链接(opens new window) 给定两个单词 word1 和 word2,找到使得 word1 和 word2 相同所需的最小步数,每步可以删除任意一个字符串中的一个字符。 示例: 输入: …...
![](https://img-blog.csdnimg.cn/direct/48b98ad78da9414a85b3f2d55374ec07.png)
jvm性能监控常用工具
在java的/bin目录下有许多java自带的工具。 我们常用的有 基础工具 jar:创建和管理jar文件 java:java运行工具,用于运行class文件或jar文件 javac:java的编译器 javadoc:java的API文档生成工具 性能监控和故障处理 jps jstat…...
![](https://i-blog.csdnimg.cn/direct/eb950b3a71924df18229a00c5f1fab94.png)
ISP IC/FPGA设计-第一部分-SC130GS摄像头分析-IIC通信(1)
1.摄像头模组 SC130GS通过一个引脚(SPI_I2C_MODE)选择使用IIC或SPI配置接口,通过查看摄像头模组的原理图,可知是使用IIC接口; 通过手册可知IIC设备地址通过一个引脚控制,查看摄像头模组的原理图ÿ…...
![](https://www.ngui.cc/images/no-images.jpg)
HTTP协议头中X-Forwarded-For是能做什么?
X-Forwarded-For和相关几个头部的理解 $remote_addr 是nginx与客户端进行TCP连接过程中,获得的客户端真实地址. Remote Address 无法伪造,因为建立 TCP 连接需要三次握手,如果伪造了源 IP,无法建立 TCP 连接,更不会有后…...
![](https://img-blog.csdnimg.cn/direct/91ba9a7e593f4124acdb14243d93865f.png)
Linux高并发服务器开发(八)Socket和TCP
文章目录 1 IPV4套接字结构体2 TCP客户端函数 3 TCP服务器流程函数代码粘包 4 三次握手5 四次挥手6 滑动窗口 1 IPV4套接字结构体 2 TCP客户端 特点:出错重传 每次发送数据对方都会回ACK,可靠 tcp是打电话的模型,建立连接 使用连接 关闭连接…...
![](https://www.ngui.cc/images/no-images.jpg)
力扣第220题“存在重复元素 III”
在本篇文章中,我们将详细解读力扣第220题“存在重复元素 III”。通过学习本篇文章,读者将掌握如何使用桶排序和滑动窗口来解决这一问题,并了解相关的复杂度分析和模拟面试问答。每种方法都将配以详细的解释,以便于理解。 问题描述…...
![](https://img-blog.csdnimg.cn/direct/4c2e4de5a1a248ec96af7b27b5395abc.png)
Qt实战项目——贪吃蛇
一、项目介绍 本项目是一个使用Qt框架开发的经典贪吃蛇游戏,旨在通过简单易懂的游戏机制和精美的用户界面,为玩家提供娱乐和编程学习的机会。 游戏展示 二、主要功能 2.1 游戏界面 游戏主要是由三个界面构成,分别是游戏大厅、难度选择和游戏…...
![](https://img-blog.csdnimg.cn/direct/26954117593243f1b88034d03648834f.png)
Windows 10,11 Server 2022 Install Docker-Desktop
docker 前言 Docker 是一个开源的应用容器引擎,让开发者可以打包他们的应用以及依赖包到一个可移植的镜像中,然后发布到任何流行的 Linux或Windows 机器上,也可以实现虚拟化。容器是完全使用沙箱机制,相互之间不会有任何接口。 docker-compose Compose 是用于定义和运行…...
![](https://www.ngui.cc/images/no-images.jpg)
C++中的RAII(资源获取即初始化)原则
C中的RAII(Resource Acquisition Is Initialization,资源获取即初始化)原则是一种管理资源、避免资源泄漏的惯用法。RAII是C之父Bjarne Stroustrup提出的设计理念,其核心思想是将资源的获取(如动态内存分配、文件句柄、…...
![](https://img-blog.csdnimg.cn/direct/829dc1b4006d4f8b95932940608a8c7c.png)
【机器学习】Whisper:开源语音转文本(speech-to-text)大模型实战
目录 一、引言 二、Whisper 模型原理 2.1 模型架构 2.2 语音处理 2.3 文本处理 三、Whisper 模型实战 3.1 环境安装 3.2 模型下载 3.3 模型推理 3.4 完整代码 3.5 模型部署 四、总结 一、引言 上一篇对ChatTTS文本转语音模型原理和实战进行了讲解&a…...
![](https://www.ngui.cc/images/no-images.jpg)
ubuntu22.04 编译安装openssl C++ library
#--------------------------------------------------------------------------- # openssl C library # https://www.openssl.org/source/index.html #--------------------------------------------------------------------------- cd /opt/download # 下载openssl-3.0.13…...
![](https://img-blog.csdnimg.cn/direct/57441e5b867e455f8f54fdd10acaca8c.png)
百度Agent初体验(制作步骤+感想)
现在AI Agent很火,最近注册了一个百度Agent体验了一下,并做了个小实验,拿它和零一万物(Yi Large)和文心一言(ERNIE-4.0-8K-latest)阅读了相同的一篇网页资讯,输出资讯摘要࿰…...
![](https://www.ngui.cc/images/no-images.jpg)
7-491 3名同学5门课程成绩,输出最好成绩及所在的行和列(二维数组作为函数的参数)
编程:数组存储3名同学5门课程成绩 输出最好成绩及所在的行和列 要求:将输入、查找和打印的功能编写成函数 并将二维数组通过指针参数传递的方式由主函数传递到子函数中 输入格式: 每行输入一个同学的5门课的成绩,每个成绩之间空一格,见输入…...
![](https://img-blog.csdnimg.cn/direct/7c0cb1e5c7dc487e9698b5ff9a5c3bab.png)
OpenCloudOS开源的操作系统
OpenCloudOS 是一款开源的操作系统,致力于提供高性能、稳定和安全的操作系统环境,以满足现代计算和应用程序的需求。它结合了现代操作系统设计的最新技术和实践,为开发者和企业提供了一个强大的平台。本文将详细介绍 OpenCloudOS 的背景、特性…...
![](https://www.ngui.cc/images/no-images.jpg)
排序题目:多数元素 II
文章目录 题目标题和出处难度题目描述要求示例数据范围进阶 前言解法一思路和算法代码复杂度分析 解法二思路和算法代码复杂度分析 解法三思路和算法代码复杂度分析 题目 标题和出处 标题:多数元素 II 出处:229. 多数元素 II 难度 3 级 题目描述 …...
![](https://img-blog.csdnimg.cn/direct/e27c8fb34092430891cd07e5316108e4.png)
<电力行业> - 《第1课:电力行业的五大四小》
1 什么是电力行业的五大四小? 我们常说的电力行业的五大四小,指的是电力行业有实力的公司,分为:较强梯队的五大集团、较弱梯队的四小豪门。 五个实力雄厚的集团,分别是: 中国华能集团公司中国大唐集团公…...
![](https://img-blog.csdnimg.cn/direct/2c23aa9f360b4165adc2c9f353b16c8a.png#pic_center)
数据库定义语言(DDL)
数据库定义语言(DDL) 一、数据库操作 1、 查询所有的数据库 SHOW DATABASES;效果截图: 2、使用指定的数据库 use 2403 2403javaee;效果截图: 3、创建数据库 CREATE DATABASE 2404javaee;效果截图: 4、删除数据…...
![](https://img-blog.csdnimg.cn/direct/ef6d79931edc4cb6af94a0f0c27fba63.png)
mybatis实现多表查询
mybatis高级查询【掌握】 1、准备工作 【1】包结构 创建java项目,导入jar包和log4j日志配置文件以及连接数据库的配置文件; 【2】导入SQL脚本 运行资料中的sql脚本:mybatis.sql 【3】创建实体来包,导入资料中的pojo 【4】User…...
![](https://img-blog.csdnimg.cn/direct/a41cc83b5d32467884945b6ac6819978.jpeg)
数据结构:队列详解 c++信息学奥赛基础知识讲解
目录 一、队列概念 二、队列容器 三、队列操作 四、代码实操 五、队列遍历 六、案例实操 题目描述: 输入格式: 输出格式: 输入样例: 输出样例: 详细代码: 一、队列概念 队列是一种特殊的线性…...
![](https://img-blog.csdnimg.cn/direct/a458caf98dfc40779db782f546292ab2.png)
硬件开发笔记(二十三):贴片电阻的类别、封装介绍,AD21导入贴片电阻原理图封装库3D模型
若该文为原创文章,转载请注明原文出处 本文章博客地址:https://hpzwl.blog.csdn.net/article/details/140110514 长沙红胖子Qt(长沙创微智科)博文大全:开发技术集合(包含Qt实用技术、树莓派、三维、OpenCV…...
![](https://img-blog.csdnimg.cn/20200624171149382.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NTM2NjQ5OQ==,size_16,color_FFFFFF,t_70)
Kafka基本原理详解
(一)概念理解 Apache Kafka是一种开源的分布式流处理平台,专为高性能、高吞吐量的实时数据处理而设计。它最初由LinkedIn公司开发,旨在解决其网站活动中产生的大量实时数据处理和传输问题,后来于2011年开源࿰…...
![](https://www.ngui.cc/images/no-images.jpg)
【Unity】RPG2D龙城纷争(七)关卡编辑器之剧情编辑
更新日期:2024年7月1日。 项目源码:第五章发布(正式开始游戏逻辑的章节) 索引 简介一、剧情编辑1.对话数据集2.对话触发方式3.选择对话角色4.设置对话到关卡5.通关条件简介 严格来说,剧情编辑不在关卡编辑器界面中完成,只不过它仍然属于关卡编辑的范畴。 在我们的设想中…...
![](https://img-blog.csdnimg.cn/img_convert/bf3805b641abedd296dbf6e1fc2169c4.png)
uniapp启动页面鉴权页面闪烁问题
在使用uni-app开发app 打包完成后如果没有token,那么就在onLaunch生命周期里面判断用户是否登录并跳转至登录页。 但是在app中页面会先进入首页然后再跳转至登录页,十分影响体验。 处理方法: 使用plus.navigator.closeSplashscreen() 官网…...
![](https://www.ngui.cc/images/no-images.jpg)
全志H616交叉编译工具链的安装与使用
交叉编译的概念 1. 什么是交叉编译? 交叉编译是指在一个平台上生成可以在另一个平台上运行的可执行代码。例如,在Ubuntu Linux上编写代码,并编译生成可在Orange Pi Zero2上运行的可执行文件。这个过程是通过使用一个专门的交叉编译工具链来…...
![](https://img-blog.csdnimg.cn/direct/f6c38c9869e94460b24ee2de0e32a4e4.png)
深入解析Java和Go语言中String与byte数组的转换原理
1.Java String与byte[]互相转换存在的问题 java中,按照byte[] 》string 》byte[]的流程转换后,byte数据与最初的byte不一致。 多说无益,上代码,本地macos机器执行,统一使用的UTF-8编码。 import java.nio.charset.S…...
![](https://www.ngui.cc/images/no-images.jpg)
什么是strcmp函数
目录 开头1.什么是strcmp函数2.strcmp函数里的内部结构3.strcmp函数的实际运用(这里只列举其一)脑筋急转弯 结尾 开头 大家好,我叫这是我58。今天,我们要来认识一下C语言中的strcmp函数。 1.什么是strcmp函数 strcmp函数来自于C语言中的头文件<str…...
![](https://www.ngui.cc/images/no-images.jpg)
Follow Carl To Grow|【LeetCode】491.递增子序列,46.全排列,47.全排列 II
【LeetCode】491.递增子序列 题意:给你一个整数数组 nums ,找出并返回所有该数组中不同的递增子序列,递增子序列中 至少有两个元素 。你可以按 任意顺序 返回答案。 数组中可能含有重复元素,如出现两个整数相等,也可以…...
![](https://www.ngui.cc/images/no-images.jpg)
pytorch nn.Embedding 用法和原理
nn.Embedding 是 PyTorch 中的一个模块,用于将离散的输入(通常是词或子词的索引)映射到连续的向量空间。它在自然语言处理和其他需要处理离散输入的任务中非常常用。以下是 nn.Embedding 的用法和原理。 用法 初始化 nn.Embedding nn.Embed…...
![](https://img-blog.csdnimg.cn/direct/7feddcae6fbd49d692d90cfc5de58e3e.png#pic_center)
Python中常用的有7种值(数据)的类型及type()语句的用法
目录 0.Python中常用的有7种值(数据)的类型Python中的数据类型主要有:Number(数字)、Boolean(布尔)、String(字符串)、List(列表)、Tuple…...
![](https://img-blog.csdnimg.cn/img_convert/367ea767066b62e716d2f6b033f254d2.png)
某配送平台未授权访问和弱口令(附赠nuclei默认密码验证脚本)
找到一个某src的子站,通过信息收集插件,发现ZABBIX-监控系统,可以日一下 使用谷歌搜索历史漏洞:zabbix漏洞 通过目录扫描扫描到后台,谷歌搜索一下有没有默认弱口令 成功进去了,挖洞就是这么简单 搜索文章还…...
![](https://www.ngui.cc/images/no-images.jpg)
01.总览
目录 简介Course 1: Natural Language Processing with Classification and Vector SpaceWeek 1: Sentiment Analysis with Logistic RegressionWeek 2: Sentiment Analysis with Nave BayesWeek 3: Vector Space ModelsWeek 4: Machine Translation and Document Search Cours…...
![](https://img-blog.csdnimg.cn/img_convert/6a3eeeac475e44b5d755b27870a83954.webp?x-oss-process=image/format,png)
发包真香之:scapy工具
scapy – python 可自由组包 参考学习:初识Scapy–Python的Scapy/Kamene模块学习之路 scapy 介绍 Scapy是基于Python语言的网络报文处理程序,它可以让用户发送、嗅探、解析、以及伪造网络报文,运用Scapy可以进行网路侦测、端口扫描、路由追…...
![](https://img-blog.csdnimg.cn/direct/220d75951bbd4419a090dca374b28172.png)
顺序表应用——通讯录
在本篇之前的顺序表专题我们已经学习的顺序表的实现,了解了如何实现顺序表的插入和删除等功能,那么在本篇当中就要学习基于顺序表来实现通讯录,在通讯录当中能实现联系人的增、删、查改等功能,接下来就让我们一起来实现通讯录吧&a…...
![](https://img-blog.csdnimg.cn/direct/ed040456521d4814b22298d1728064d0.png)
如何实现在短信链接中直接打开微信小程序
你是否有过这样的体验,收到一条短信,里面有一个链接,点击后就直接打开了微信,并且进入了一个小程序。这种神奇的功能是如何实现的呢?本文将为你揭晓答案。 利用微信URL Link 接口生成链接 要实现短信中的链接直接打开…...
![](https://img-blog.csdnimg.cn/img_convert/493cc4262558b538e87116f03c013f19.png)
Mac可以读取NTFS吗 Mac NTFS软件哪个好 mac ntfs读写工具免费
在跨操作系统环境下使用外部存储设备时,特别是当Windows系统的U盘被连接到Mac电脑时,常常会遇到文件系统兼容性的问题。由于Mac OS原生并不完全支持对NTFS格式磁盘的读写操作,导致用户无法直接在Mac上向NTFS格式的U盘或硬盘写入数据。下面我们…...
![](https://img-blog.csdnimg.cn/img_convert/6ddc5160bc725974998be1f657e337cf.png)
零基础实现大模型部署(window平台)_微软大模型小型化部署
这是一个超详细安装教程,介绍了在 Window 电脑上如何部署 Qwen1.5 大模型。本文还涉及到 Python 及其环境的配置。 适合对象:有点后端编程基础,没有 Python 基础。 需要环境:Window10/11,支持 Cuda 的 Nvidia 显卡。…...
![](https://img-blog.csdnimg.cn/img_convert/7e18f3366008d1af775bb218d90b33d0.jpeg)
真的假不了,假的真不了
大家好,我是瑶琴呀,拥有一头黑长直秀发的女程序员。 最近,17岁的中专生姜萍参加阿里巴巴 2024 年的全球数学竞赛,取得了 12 名的好成绩,一时间在网上沸腾不止。 从最开始的“数学天才”,到被质疑ÿ…...
![](https://www.ngui.cc/images/no-images.jpg)
新车凯美瑞买什么配置性价比最高,全新第九代:B级车市场新标杆
全新凯美瑞买什么配置性价比最高**广汽丰田第九代凯美瑞:B级车市场的璀璨明星**3月30日,广汽丰田第九代凯美瑞震撼上市,以其卓越的智能电混技术、智能座舱、智驾安全及无与伦比的驾乘质感,重新定义了中高级轿车市场的标杆。这款车型不仅价格亲民,介于17.18万元至20.68万元之…...
![](https://img-blog.csdnimg.cn/direct/1e5835aef1c54d9aa626805f38434db1.png)
Facebook的魅力:数字时代的社交热点
在当今数字化时代,社交媒体已经成为人们日常生活中不可或缺的一部分,而Facebook作为其中的巨头,一直以其独特的魅力吸引着全球数十亿用户。本文将深入探讨Facebook的魅力所在,以及它在数字时代的社交热点。 1. 社交网络的霸主&…...
![](https://www.ngui.cc/images/no-images.jpg)
Nginx高可用性架构:实现负载均衡与故障转移的探索
随着网络应用的不断发展和用户访问量的增长,如何确保系统的高可用性、实现负载均衡以及快速响应故障转移成为了每个运维和开发团队必须面对的挑战。Nginx作为一款高性能的HTTP和反向代理服务器,凭借其强大的功能和灵活的配置,成为了实现这些目…...
![](https://img-blog.csdnimg.cn/direct/6761b66868f0485383f36a4dbb2e9257.jpeg)
深入解析Web前端三大主流框架:Angular、React和Vue
Web前端三大主流框架分别是Angular、React和Vue。下面我将为您详细介绍这三大框架的特点和使用指南。 Angular 核心概念: 组件(Components): 组件是Angular应用的构建块,每个组件由一个带有装饰器的类、一个HTML模板、一个CSS样式表组成。组件通过输入(@Input)和输出(…...
![](https://www.ngui.cc/images/no-images.jpg)
Flutter 中的 CompositedTransformTarget 小部件:全面指南
Flutter 中的 CompositedTransformTarget 小部件:全面指南 在Flutter的动画和高级布局系统中,CompositedTransformTarget是一个与CompositedTransformFollower配合使用的组件,用于创建硬件加速的跟随动画和视差效果。这种类型的动画通常用于…...
![](https://img-blog.csdnimg.cn/direct/7bb0f6d5337642ba85194b02cf7cc2ac.png)
微前端(无界)入门
主应用通过props给子应用传值 父子应用通过eventBus通信 通过路由同步实现记录子应用的路由状态 主应用 main.ts: import ./assets/main.cssimport { createApp } from vue import { createPinia } from pinia import WujieVue from wujie-vue3import App from ./App.vue impo…...