-
部分金融知识learning
1. 区块链双花问题区块链（以比特币为例）解决“双花问题”（Double Spending）的核心在于：用分布式共识机制（PoW）替代了中心化的时间戳服务器，从而实现了交易的全局唯一排序。 简单来说，它通过一套组合拳，让全网对“哪笔交易先发生”达成绝... -
llama-factory使用
1. 选型1.1 可用框架在选择大模型微调框架时，并没有一个“唯一最优”的答案，最佳选择很大程度上取决于你的技术背景、可用资源以及具体的任务目标。 为了帮助你快速了解，我将几个主流的微调框架的核心特点整理成了下面的表格。 框架名称 核心优势 技... -
ubuntu18.04 vscode远程
步骤1234567891011121314151617181920# 下载Homebrewexport HOMEBREW_BREW_GIT_REMOTE="https://mirrors.tuna.tsinghua.edu.cn/git/h... -
gpu learning
1. GPU架构1.1 架构图12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596... -
CS336从头构建大模型
1. x2. x3. x4. x5. triton 对于矩阵乘法，是计算瓶颈（6倍），其他是内存瓶颈 insight systems 额外开销有两部分，第一个是初始化，数据传输之类的，第二个是编译 cpu和gpu执行异步，除非加synchroni... -
C++特性
1. std::execution/coroutine结合核心概念在深入代码之前，我们先了解几个关键概念： 执行上下文 (Execution Context): 代表了可以执行工作的“地方”，例如一个线程池、一个 I/O 事件循... -
RDMA learning
1. 安装环境 安装扩展内核模块 1sudo apt install linux-modules-extra-$(uname -r) 安装rdma RDMA：Soft-RoCE 环境搭建实验 运行程序 async-ucx/.g... -
Minimizing Congestion in Demand-Aware Reading
1. 原文[2401.04638] Approximation Algorithms for Minimizing Congestion in Demand-Aware Networks 2. 理解这篇论文 《需求感知网络中最小化拥塞的近似算法》 ... -
bcc-tools
1. 安装1.1 直接安装（缺少部分工具，例如biopattern）1sudo apt-get install bpfcc-tools linux-headers-$(uname -r) 安装结束之后文件位于/sbin下，例如/sbin/biola... -
沐曦集群使用vllm
1. 提前下载好文件下载地址：https://pub-docstore.metax-tech.com:7001/ 账号：wuluo 可以分享后使用，例如：https://pub-docstore.metax-tech.com:7001/shar...