AMD开发者中国社区

【LLM 推理图解】Transformer 如何完成一次推理？一文搞懂 Prefill 与 Decode

很多人学完 Self-Attention、QKV、FFN 之后，一打开 vLLM / SGLang 源码，立刻懵了。

小程序蓝牙打印探索与实践 (最终章)

<view></view><view></view>

推理与部署篇05】模型量化部署深度对比

这篇文章全面介绍了2026年最新的AI模型量化部署技术，重点对比了GPTQ、AWQ、GGUF等主流方案。主要内容包括： 量化技术基础 量化本质是"用精度换效率"，可将70B参数模型显存需求从140GB降至35GB 量化类型：PTQ（训练后量化）、QAT（量化感知训练）、动态量化 量化粒度：Per-tensor、Per-channel、Per-group等 主流量化方案详解 GPTQ：基于梯度的精准

嵌入式开发中的状态机到底怎么写：从思路到代码，零基础讲透

这里列出来的是“按键状态机内部状态”。它不是给外部用的，所以放在.c文件里。

DreamX-World-5B 推理优化报告

DreamX-World-5B 推理涉及三个独立模型：问题： 和不支持 Windows，安装失败。修复： 中和直接调用无回退机制，在 Windows 下必定崩溃。方案：将导入和调用改为有回退机制的函数（内部自动降级到 ）。文件：（2处调用）问题： 与新版 PyAV 不兼容， 报 TypeError。方案：替换为写入。文件：问题： 中层的权重维度为 768（，即 ），但推理代码因将设为 1，导致模型

CRC校验C语言实现-CRC8、CRC16、CRC16的直接计算法、查表法

运行结果：在线工具推荐工具1：CRC在线计算工具使用示例：工具2：CRC在线计算工具使用示例：

FP4 / NVFP4 从数学角度统一总结

它是 4-bit 的非均匀浮点格点。真实值 ≈ FP4裸值 × block scale × global scale但工程上会用 calibration、clipping、QAT 或误差最小化来改进。FP4 提供一组极少的非均匀浮点格点；NVFP4 通过 block scale 和 global scale，把这些格点缩放到每个 block 的真实数值范围中，从而用 4 bit 近似表达 FP16

纯前端实现 PNG/JPG 转 ICO：基于 Canvas 与 WebAssembly 的多尺寸图标生成方案

通过上述方案，我们成功实现了纯前端的 PNG/JPG 转 ICO 功能。核心难点在于理解 ICO 的文件结构以及 BMP 格式的编码细节。隐私安全：数据不出本地。响应迅速：无需网络传输延迟。架构简单：无需维护后端服务。如果你对这个工具有任何建议，或者发现了 Bug，欢迎在评论区留言讨论。工具直达。

瑞芯微RV1126B开发板（EASY-EAI-PI2） 主板简介

EASY-EAI-PI2是灵眸科技研发的一款应用于AIoT领域的开发板。核心板基于瑞芯微的RV1126B处理器设计，集成了4个Cortex-A53及独立的NEON协处理器，支持4K@30fps的 H.264/H.265解码器，还支持4K@30fps的H.264/H.265编码器。引入了新一代完全基于硬件的最大 12M 像素 ISP（图像信号处理器），实现了多种算法加速器，如HDR、3A、LSC、3

餐饮点餐系统源码小程序+App+Web三端(附源码)方案选型指南

餐饮点餐系统的三端选型本质是“体验-效率-成本”的三角博弈：小程序端优先选择微信生态原生能力，确保用户触达零门槛；App端通过Flutter平衡性能与开发成本，满足连锁品牌的定制化需求；Web端依托Vue3+Element Plus快速构建管理后台，支撑精细化运营。技术团队需警惕“为跨端而跨端”的误区——核心交易链路建议保留原生实现，非核心模块可采用跨端框架提效。随着AI技术的融入，未来点餐系统将

铁电存储器FRAM电路深度解析：从芯片选型到ZLinear采集卡的非易失存储实战

本文介绍了铁电随机存储器（FRAM）在工业数据采集系统中的关键应用。FRAM兼具RAM的高速读写和ROM的非易失性，解决了EEPROM写入慢、Flash需擦除整个扇区的问题。文章详细解析了FRAM的工作原理、产品选型（以富士通MB85RS16为例）、电路设计要点及代码实现，包括SPI接口操作、写保护机制和首次上电初始化等。FRAM特别适合存储频繁更新的关键参数（如校准系数、设备状态等），其纳秒级写

2026年HTML解析库性能横评：谁是最快的Parser？

《2026年主流HTML解析库性能评测与选型指南》全面对比了Python、Node.js、Rust和Go生态下的HTML解析技术。关键发现：Rust的scrape-core凭借SIMD优化和Arena内存模型成为性能标杆，比Python方案快10-25倍；Python生态中Selectolax(Lexbor)已超越lxml成为新标准，比BeautifulSoup快5-8倍；Node.js的html

大文件上传最全指南：分片、断点续传、秒传，一篇就够了

功能实现方式分片上传+ 并发控制断点续传服务端记录已上传分片 + 前端跳过秒传文件hash + 服务端比对进度条已上传分片数 / 总分片数这套方案已在我司多个项目中稳定运行，支持GB级文件上传。你可以根据自己的需求调整分片大小、并发数、重试策略。你在大文件上传中还遇到过什么坑？评论区交流。

前端实现 SSE（Server-Sent Events）的三种方式

本文介绍了前端实现SSE（Server-Sent Events）实时接收服务器推送数据的三种主流方式，并按照推荐程度排序： 最佳方案：微软开源的@microsoft/fetch-event-source库，支持POST请求、自定义Headers、自动重连和完善异常处理，特别适合AI聊天等复杂场景。 次选方案：原生fetch+ReadableStream组合，支持POST和自定义Headers但需手

vue 阅览文档 原生+onlyoffice

前端插件： npm i “@onlyoffice/document-editor-vue”: “^1.6.1”服务部署： onlyoffice文档下边是一个简单里例子再下边有README.md文件可以看previewFileaudioREADME.mdProps参数类型必填说明是预览类型是文件地址（远程 URL 或URL）见下方各类型说明否（ 必填）类型相关配置组件容器默认宽高为 ，可通过/覆盖。

Vue + Element 实现图片上传添加自定义水印（图片水印、文字水印都可以）

本文介绍了一个基于Vue2和ElementUI实现的图片上传水印组件，支持文字和图片水印的添加。组件通过el-upload实现上传功能，利用Canvas对图片进行重绘处理，可自定义水印内容、大小、位置等参数。核心功能包括：1）读取图片并生成临时URL；2）自适应计算水印尺寸；3）支持多行文字水印和时间戳；4）灵活控制水印位置。组件封装完善，提供完整源码和调用示例，可直接集成到项目中。该方案解决了网

【单机离线版】大学考试题库复习工具：前端离线Excel解析 + localStorage持久化 + Playwright

本文介绍了一个纯HTML实现的离线题库复习工具，核心技术包括： 前端Excel解析：使用SheetJS库在浏览器端直接解析Excel文件，无需后端服务 数据持久化：利用localStorage实现题库数据和答题记录的本地存储 智能字段映射：自动识别不同格式的Excel表头字段（题干/选项/答案等） 自动化测试：配套60+个Playwright测试用例确保功能稳定性 工具特点： 完全离线运行，单HT

这个 A3 转 A4 工具，一键把你的大图纸 PDF 拆成标准 A4 页面

摘要： 针对A3尺寸PDF文件在屏幕阅读、打印和编辑中的不便，推出了一款在线工具「A3转A4」，可一键将A3页面沿中缝拆分为左右两页A4，合并为新PDF。工具支持拖拽上传、内容无损转换，适用于打印图纸、平板阅读、文档分发等场景。技术层面基于pdf-lib库，通过页面嵌入与平移实现高效裁切，保障文件隐私与处理速度。免费无广告，操作简单，访问在线工具即可使用。

我在金融科技公司用 Tiptap 一年：选型、架构与踩坑实录

从传统 Markdown 编辑器升级到企业级富文本编辑器，我在金融科技公司的知识管理平台中深度使用 Tiptap 已超过一年。本文结合真实生产环境实践，详细分享 Tiptap 的选型思考、基于 ProseMirror 的扩展架构设计、Yjs 协作编辑落地方案，以及自定义业务组件开发经验。同时总结了中文输入法、Word 粘贴清洗、协作撤销冲突、大文档性能优化等多个典型踩坑案例，并给出对应解决方案。如

从一个传文件的破需求,到一个能挂公网的“瞬传“:我用 WorkBuddy 把它从 HTML 一路做到了 Java

聊到上线,方向变了——而且是合理地变。这东西要长期挂公网给人用,Node 那套部署还得装运行时、起进程、配守护、挂了得拉起。我后端本就是 Java,干脆整体落到 Spring Boot 3.3.5 + Java 17:打成单个可执行 jar,配多阶段 Dockerfile(maven 先构建、产物塞进 jre 运行镜像),一拉即起,前置Nginx 反代 + Let’s Encrypt 自动签证书。

【实战】用纯前端打造绝区零风格 AI 角色助手 WebUI 并联调 vLLM

用纯原生 HTML/CSS/JS 零依赖打造一个绝区零风格的 AI 角色助手 WebUI，拆解 ZZZ 视觉语言（黄黑撞色、斜切角、故障艺术），实现流式对话、Markdown 渲染、RAG/校验开关交互，并通过 nginx 反代联调 vLLM 后端。本文从前端设计理念、页面结构、视觉实现到联调踩坑全流程实战。

使用ollama + webui 运行任意大模型_docker ollama web ui

在结束之际，我想重申的是，学习并非如攀登险峻高峰，而是如滴水穿石般的持久累积。尤其当我们步入工作岗位之后，持之以恒的学习变得愈发不易，如同在茫茫大海中独自划舟，稍有松懈便可能被巨浪吞噬。然而，对于我们程序员而言，学习是生存之本，是我们在激烈市场竞争中立于不败之地的关键。一旦停止学习，我们便如同逆水行舟，不进则退，终将被时代的洪流所淘汰。因此，不断汲取新知识，不仅是对自己的提升，更是对自己的一份珍贵

在github上部署个人的vitepress文档网站

在.vitepress目录中的config.mts中配置base地址与仓库名称相同，修改完成后，提交代码，github自动集成，稍等查看你的网站即可。如果打开网站，发现样式丢失，那么是base地址配置有问题，因为github给你分配的地址后拼了你的仓库名称，所以你的base地址也要配置成仓库名称。第四步：提交代码，github pages支持CI/CD持续集成，自动化部署，点击仓库的Actions

AMD云GPU + vLLM 内网穿透、外网web访问、文件上传下载传输完整整合手册

云端客户端主动连接ngrok海外服务器，建立加密TLS双向隧道，公网请求转发至容器本地端口，数据全程加密，无需修改云防火墙/安全组。双通道协议：21控制端口 + 随机高端口数据通道，仅开21隧道会出现能登录、无法上传下载，需要批量开放被动端口隧道，配置繁琐。依附cpolar/ngrok带宽，额外浏览器分片损耗，速度再降15%，不支持断点续传。仅22单端口，全加密，无随机端口问题，AMD无密码环境完

Github总结

SgLang代码细读-2.forward过程

1.SgLang代码细读-3.Cache2.SgLang代码细读-2.forward过程3.SgLang代码细读-1.从req到batch收起。

SgLang代码细读-2.forward过程

1.SgLang代码细读-3.Cache2.SgLang代码细读-2.forward过程3.SgLang代码细读-1.从req到batch收起。

SgLang代码细读-2.forward过程

1.SgLang代码细读-3.Cache2.SgLang代码细读-2.forward过程3.SgLang代码细读-1.从req到batch收起。

SgLang代码细读-2.forward过程

1.SgLang代码细读-3.Cache2.SgLang代码细读-2.forward过程3.SgLang代码细读-1.从req到batch收起。

SgLang代码细读-2.forward过程

1.SgLang代码细读-3.Cache2.SgLang代码细读-2.forward过程3.SgLang代码细读-1.从req到batch收起。

SgLang代码细读-2.forward过程

1.SgLang代码细读-3.Cache2.SgLang代码细读-2.forward过程3.SgLang代码细读-1.从req到batch收起。