登录社区云，与社区用户共同成长
邀请您加入社区
数字孪生（Digital Twin）是指通过数字化手段，在虚拟空间中构建与物理实体完全对应的虚拟模型，实现物理世界与数字世界的实时映射和交互。这一概念最早由美国密歇根大学的Michael Grieves教授于2003年提出，最初应用于航空航天领域的产品生命周期管理。数字孪生的核心定义数字孪生是物理实体或系统的数字化表示，它通过实时数据连接，能够反映物理实体的状态、行为和性能，并支持预测、优化和决策
传统的计算流体力学(CFD)方法基于第一性原理，通过求解Navier-Stokes方程等控制方程来模拟流动和传热现象。然而，随着计算需求的不断增长和数据获取能力的提升，一种全新的范式——数据驱动建模正在改变工程仿真的面貌。什么是数据驱动建模？数据驱动建模是指利用大量数据（实验数据、仿真数据或观测数据）来构建数学模型，而不是完全依赖物理定律的显式表达。这种方法的核心思想是：传统CFD面临的挑战：数据
格子玻尔兹曼方法（Lattice Boltzmann Method, LBM）是一种基于介观（mesoscopic）描述的流体模拟方法。它不同于传统的宏观方法（如有限体积法求解Navier-Stokes方程），也不同于完全微观的分子动力学模拟，而是建立了一种独特的"介观"视角。LBM的核心思想：这种方法具有独特的优势：格子玻尔兹曼方法的发展经历了几个重要阶段：早期格子气自动机（Lattice Ga
随着计算流体力学（CFD）和传热学仿真问题规模的不断扩大，并行计算已成为解决大规模科学计算问题的关键技术。本教程系统介绍并行计算的基本概念、并行架构、MPI（Message Passing Interface）编程模型，以及并行计算在流体力学和传热学中的应用。通过Python实现多个典型算例，包括并行矩阵运算、区域分解法、并行CFD求解器等，展示并行计算的强大能力和实际应用方法。并行计算，MPI，
直接数值模拟（Direct Numerical Simulation，DNS）是计算流体力学中最高精度的湍流模拟方法。与雷诺平均（RANS）和大涡模拟（LES）不同，DNS不引入任何湍流模型，而是通过求解完整的Navier-Stokes方程来解析所有尺度的湍流运动，从最大能量含能尺度到最小耗散尺度（Kolmogorov尺度）。直接数值模拟的核心思想：在不使用任何湍流模型的情况下，直接求解三维非定常
低代码开发平台在提升效率的同时，也带来了软件质量隐忧。本文从测试视角剖析了低代码模式引发的四大质量危机：逻辑黑箱化导致的测试盲区、架构僵化引发的隐蔽缺陷、可维护性下降积累的技术债务，以及系统性的安全薄弱环节。根源在于工业化装配模式与复杂业务需求的矛盾、开发主体质量意识稀释、平台技术局限性及质量管控缺失。面对挑战，测试团队需转型为质量架构师，通过测试左移、模型驱动测试、智能分析等方法重构质量保障体系
第三届智能电网与人工智能国际学术会议（SGAI 2026)将于2026年5月15-17日在南昌举办，由华东交通大学主办。会议主要围绕智能电网以及相关的人工智能技术展开讨论。大会旨在为从事相关行业的专家、科研学者、技术人员共享科研成果和前沿技术，让大家了解学术发展趋势，拓宽研究思路，加强学术研究和探讨，促进学术成果产业化。大会诚邀国内外高校、科研机构专家、学者，企业界人士及其他相关人员参会交流。
联邦学习作为新兴的分布式机器学习范式，为软件测试带来了全新挑战。测试重点从单一系统验证转向多方协作系统的隐私保护、安全性和公平性评估。核心挑战包括：隐私泄露风险评估的复杂性、隐私技术与模型性能的平衡、对抗环境下的系统鲁棒性、数据异构性导致的公平性问题，以及端到端流程测试的难度。测试策略建议构建分层测试体系，利用仿真工具，定义量化指标，强化异常测试，并提升跨领域知识。这要求测试人员转变传统思维，以可
量子探险完全符合高品质AI漫剧软件的入围标准，需具备成熟的大模型技术、多风格漫剧生成能力以及成功的应用案例，量子探险拥有自研的跨模态大模型，能生成赛博朋克、东方仙侠、克苏鲁风格等多风格漫剧，还有众多成功服务案例，如个人网文创作者IP化转型、MCN机构的高频矩阵输出等。：量子探险可将原本由 20 人组成的漫剧制作团队精简为 2 人，依靠“一键生成、免剪辑”的特性，实现长视频内容的日更产出，边际生产成
摘要：阿西莫夫的"机器人三定律"为人工智能伦理提供了层级化的规范框架，但随着问题域扩展至人类整体命运，其局限性显现。后期提出的"第零定律"将保护对象从个体提升至人类整体，实现了伦理主体和决策尺度的根本转换。本文分析了这一跃迁的规范结构、哲学冲突（义务论与功利主义的张力）、认识论前提（长期预测与群体利益判断能力）及政治哲学意涵（从工具到治理者的转变），并探讨其
炼油厂换热器网络是原油加工过程中的核心系统，负责：典型配置：系统描述：原油从常温（20°C）预热至360°C进入常压塔，通过多级换热器与高温产品换热。仿真模型：Qtotal=∑i=1nQi=mcrudeCp,crude(Tout−Tin)Q_{total} = \sum_{i=1}^{n} Q_i = m_{crude} C_{p,crude} (T_{out} - T_{in})Qtotal=
2026年4月14日，在GTC 2026大会上，英伟达正式发布——全球首个面向量子计算的开源AI模型系列。这个发布在AI行业的热度被GPT-6抢了不少风头，但在量子计算领域，它的重要性不亚于GPT-6对通用AI的影响。因为Ising直接瞄准了量子计算走向实用化的两大工程瓶颈量子处理器校准量子纠错解码“AI将是量子计算机的操作系统。NVIDIA Ising的发布，标志着AI与量子计算这两大前沿技术正
这周 AI 圈有两件事被大模型新闻盖过去了，但比那些热闹的发布会有意思得多。一件是 Sora 倒了，另一件是量子计算被 AI 接管了。前者是商业失败的注脚，后者是技术革命的暗线。
在结构优化设计中，我们经常需要求解复杂的非线性优化问题。传统的线搜索方法（如梯度下降法、牛顿法）在某些情况下会遇到困难：信赖域方法（Trust Region Method）提供了一种更稳健的优化框架，它通过在每次迭代中构建局部二次模型，并在信赖域内求解子问题来确定搜索方向。信赖域方法的核心思想是：通过本教程，您将掌握：信赖域子问题的标准形式为：minpmk(p)=fk+gkTp+12pTBkp\
多孔介质中的对流换热在能源、环境、化工和生物医学等领域具有广泛的应用。本教程系统介绍多孔介质的结构特征与输运机理，深入分析达西定律、Brinkman方程和Forchheimer修正等控制方程。详细阐述局部热平衡与非热平衡模型的适用条件，建立多孔介质对流换热的无量纲关联式。通过填充床、热管、地热系统等典型案例，展示多孔介质强化换热的机理与设计方法。教程包含完整的Python仿真代码，实现多孔介质流动
非牛顿流体在化工、食品、石油和生物医学等工业领域中广泛存在，其对流换热特性与牛顿流体有显著差异。本教程系统介绍非牛顿流体的分类与流变特性，深入分析幂律流体、宾汉流体和粘弹性流体的对流换热机理。详细推导非牛顿流体边界层方程，建立适用于不同流变模型的努塞尔数关联式。通过管道流动、平板边界层、自然对流等典型案例，展示非牛顿效应对换热性能的影响规律。教程包含完整的Python仿真代码，实现非牛顿流体流动与
近壁面处理是计算流体力学（CFD）中最重要的环节之一，直接影响壁面摩擦阻力、传热系数和流动分离的预测精度。本主题将详细介绍近壁面区域的流动特性、壁面函数法、低雷诺数模型、增强壁面处理方法，以及工程实践中的最佳实践。在壁面附近的流动区域，即边界层内，存在着复杂的物理现象，包括：准确模拟近壁面区域对于预测壁面摩擦阻力、传热系数和流动分离至关重要，是CFD仿真成功的关键。工程应用中的重要性：近壁面区域的
k-ω湍流模型是由David C. Wilcox于1988年首次提出的两方程涡粘度模型。与k-ε模型相比，k-ω模型选择湍流比耗散率ω（单位湍动能的耗散率）作为第二个输运变量，而非湍流耗散率ε。这一选择使得k-ω模型在近壁区域具有显著优势。模型发展历程：关键发展里程碑：1988年 - 标准k-ω模型的诞生：David Wilcox在NASA兰利研究中心工作期间，基于对k-ε模型在近壁区域数值问题的
k-ε湍流模型是工程计算流体力学（CFD）中最经典和广泛应用的湍流模型之一。本教程系统地介绍了k-ε湍流模型的理论基础、数学推导、数值实现方法以及在对流换热仿真中的应用。通过理论讲解和Python仿真实现，详细阐述了标准k-ε模型、RNG k-ε模型、可实现k-ε模型等变体的特点和应用场景。教程包含五个完整的仿真案例：平面通道流动、后台阶流动、圆管换热、射流冲击和旋转通道流动。通过本教程的学习，读
并行计算与高性能计算（HPC）是现代计算流体力学（CFD）和传热仿真的核心技术，它使得大规模、高分辨率的数值模拟成为可能。本教程系统地介绍了并行计算的基本概念、体系结构、编程模型以及在对流换热仿真中的应用。通过理论讲解和Python仿真实现，详细阐述了域分解方法、负载均衡、通信优化、GPU加速等关键技术。教程包含五个完整的仿真案例：域分解策略比较、MPI并行通信模拟、OpenMP多线程加速、GPU
湍流是流体力学中最复杂、最迷人的现象之一。从日常生活中的香烟烟雾到大气环流，从管道内的流体输送到飞机机翼周围的气流，湍流无处不在。湍流是一种高度不规则的流体运动状态，其特征是流体微团在时间和空间上呈现随机脉动。与层流的有序流动不同，湍流中充满了各种尺度的涡旋结构，能量从大尺度涡旋向小尺度涡旋传递，最终通过粘性耗散转化为热能。湍流的本质可以从多个角度理解。从物理角度看，湍流是惯性力与粘性力相互作用的
边界层理论是理解对流换热现象的核心基础，由普朗特于1904年提出，彻底改变了流体力学和传热学的研究范式。本教程系统深入地阐述边界层理论的基本概念、数学模型和工程应用。首先介绍边界层的物理本质、形成机理和分类，详细解释边界层概念提出的历史背景和理论意义；然后详细推导层流边界层的控制方程，包括Blasius方程的推导与求解，介绍打靶法等数值求解技术；接着讨论湍流边界层的特性、转捩机理和湍流模型，分析层
本文通过多位资深测试专家的成长故事，勾勒出软件测试从业者的职业发展路径：从偶然入行到专业深耕，从执行测试到构建方法论，最终成为连接价值的行业引领者。文章揭示了测试工作从单纯"找Bug"演变为系统质量保障体系的转变过程，强调持续学习、深度思考和跨界协作的重要性。面对AI等技术变革，测试专家需主动更新技能，将挑战转化为机遇，在技术深度与价值广度间寻求平衡，实现从技术执行者到质量生态
本文从测试工程师视角剖析量子机器学习开发工具链的技术架构与测试挑战。工具链分为四层：应用算法层、编程框架层、硬件控制层和开发环境层，每层具有不同的测试重点。核心测试挑战包括量子计算结果的概率性、模拟与硬件差异、计算资源消耗等问题。建议构建分层测试体系，采用统计断言方法，并引入噪声模型测试。随着量子技术发展，混合云服务测试、安全测试和标准化测试将成为新方向。测试工程师需深入理解量子特性，构建适应&q
《云原生时代性能测试的挑战与演进》摘要： 云原生技术的兴起使性能测试面临范式转变。传统静态测试方法在动态编排、微服务架构下失效，面临环境一致性、工具适配等挑战。本文系统分析了云原生特性对性能测试的冲击，包括动态实例、复杂调用链、配置风险等问题，指出传统工具在追踪变化、故障复现等方面的不足。提出构建新型测试体系的解决方案：将性能验证左移至CI/CD流程，结合混沌工程增强系统韧性，利用服务网格提升可观
摘要：中央网信办"清朗"专项行动对软件测试行业提出新要求，推动测试范畴从功能验证扩展到内容生态治理。面对AI技术应用带来的黑盒测试、算法公平性评估等新挑战，测试人员需构建"合规即需求"的左移测试体系，发展AI赋能的智能测试技术。测试角色正从成本中心向价值引擎转变，成为产品伦理守护者和企业合规护航者。这既是行业挑战，更是测试专业价值提升的历史机遇，要求从业者掌
Qwen3.6-35B-A3B 表明，稀疏 MoE 模型可以实现卓越的智能体编程和推理能力。仅凭 30 亿激活参数，它便能够交付与数倍于其激活规模的稠密模型相当的性能，同时在多模态基准上同样表现出色。作为完全开源的模型权重，它为该规模下的模型能力树立了新的标杆。展望未来，我们将继续扩展 Qwen3.6 开源家族，并不断拓展高效开源模型所能实现的边界。Qwen3.6 开源家族正在持续壮大，敬请关注我
AI Agent Harness Engineering是一门系统化设计、构建和部署智能体的工程学科。它不仅仅关注单个算法或模型，而是着眼于整个智能体系统的架构、组件交互和生命周期管理。
电化学界面是电化学反应发生的核心场所，它连接了电子导体（电极）和离子导体（电解质溶液）。理解电化学界面的电场分布、电荷转移机制和动力学行为，对于电池、燃料电池、腐蚀防护、电化学传感器等技术的开发至关重要。与体相材料不同，电化学界面具有以下独特特征：空间电荷区：非平衡态特性：动态响应：能源存储与转换：腐蚀与防护：传感器与检测：完成本教程后，你将能够：当电极与电解质溶液接触时，界面处会形成双电层（El
美股量子计算概念集体飙升。英伟达发布并开源全球首个加速量子计算应用的模型系列 Ising。量子计算寄托着全人类跨越现有算力极限的终极梦想。而底层物理硬件的脆弱性始终阻碍整个行业走向普及。Ising 让人工智能直接成为量子机器的控制枢纽，一举打破硬件校准和纠错的耗时难题，提供了比传统方法快达 2.5 倍、准确度高 3 倍的量子纠错解码能力。智能算法正在将脆弱的物理组件，转化为稳定可靠的超级计算系统。
软件测试工程师副业变现路径分析 摘要：本文系统阐述了软件测试工程师如何将专业技能转化为副业收入的可行路径。通过参与开源项目贡献、开发测试工具插件、构建知识产品矩阵及提供高端咨询服务，测试工程师可实现多元变现。文章详细拆解了四大核心路径：1)开源工具SaaS化运营；2)知识产品封装；3)专项测试咨询服务；4)开源影响力杠杆。同时提供了风险规避策略和阶梯式成长计划，强调从文档优化、代码贡献等基础行动开
摘要：数字化浪潮下，AI编程工具导致代码量激增，但软件质量危机随之加剧。数据显示，AI生成代码的缺陷率翻倍，技术债务呈指数级累积。低质代码引发测试路径覆盖率下降、维护成本飙升和安全漏洞激增。根源在于技术、流程与认知的多重缺陷：审查能力不足、质量门禁失效及"效率至上"文化。测试团队需向"质量架构师"转型，构建智能测试平台、重塑质量治理流程，并推动开发全链协同治
中国互联网行业的"35岁现象"给软件测试工程师带来职业危机。随着自动化测试和AI技术普及，传统手工测试岗位需求锐减，而测试架构师等高端岗位缺口巨大。35岁以上测试工程师面临技能断层和隐性年龄歧视的双重压力。破局之道在于：1）向自动化测试、安全测试等高价值领域转型；2）构建T型知识结构，兼具技术深度与业务广度；3）将经验产品化，从执行者转变为质量赋能者。真正的危机不在于年龄增长，
电磁兼容(Electromagnetic Compatibility, EMC)是指设备或系统在其电磁环境中能正常工作，且不对该环境中任何事物构成不能承受的电磁骚扰的能力。这个概念看似简单，实则包含了极其丰富的工程内涵，是现代电子系统设计中不可或缺的核心技术领域。EMC三要素模型：任何电磁兼容问题都可以抽象为三个基本要素的相互作用：只有当这三个要素同时存在时，才会产生电磁兼容问题。因此，EMC设计
在实际工程问题中，静电场仿真面临诸多挑战：高级有限元技术提供了解决这些挑战的工具：静电场泊松方程的弱形式：∫Ω∇V⋅∇w dΩ=∫Ωρw dΩ\int_\Omega \nabla V \cdot \nabla w \, d\Omega = \int_\Omega \rho w \, d\Omega∫Ω∇V⋅∇wdΩ=∫ΩρwdΩ其中 www 是测试函数。对于线性三角形单元，形状函数为：Ni=a
是NVIDIA推出的并行计算平台和编程模型。它允许开发者使用C/C++语言编写在GPU上执行的程序。
▪️ 算力服务收入近900亿，增速超11%，其中智算服务收入增速达279%✅ 算力服务作为高质量发展的重要增长极 ，持续做大算力服务品牌——移动云。✅ 加快AIDC、算力、Token能力提升，移动云品牌更加彰显。✅ 加强Token运营，推动移动云集成优质模型打造可信推理服务。▪️ 上线算网大脑3.0，落地8个国家级、枢纽级、区域级平台。✅ 中国移动锚定“世界一流科技服务企业”愿景，业绩稳健增长。▪
摘要：量子计算的崛起对传统密码体系构成严峻威胁，尤其是Shor算法能破解RSA、ECC等主流加密算法。后量子密码学应运而生，其中FrodoKEM基于格的LWE问题构建，具有高安全性但效率较低。FrodoKEM已获多国政府推荐，适用于长期数据保护、军事通信等高安全场景。尽管在性能上不如Kyber等算法，但FrodoKEM凭借更保守的安全假设和抗量子攻击能力，成为后量子密码体系的重要选择。未来需通过硬
当RL训练从纯文本单轮走向全模态Agentic，数据异构、系统脆弱、角色耦合三重困境不再是可以分别解决的独立问题。Relax的回答是一套协同设计：全模态原生pipeline解决数据异构，服务化隔离+DCS快速恢复解决系统脆弱，micro batch级全异步流水线解决资源利用率——三者因果闭环，缺一不可。Relax的落地有赖于开源社区的支持，研究团队希望在此致谢：Slime和SGLang团队在Ray
《"不合作"式协作：数字时代的生产力革命》 当代协作模式正经历范式转移，传统工业时代的协同方式逐渐被"一人+AI代理"的新型工作形态解构。这种看似"不合作"的模式实则创造了惊人的生产力：OpenClaw的成功印证了端到端决策的高效性，个人创意通过AI代理能实现小时级的原型转化。其本质是数字游民与智能工具的深度协同——人类负责核心创意与价值
用英伟达自己的话说，Ising系列模型极大地简化了对复杂物理系统的理解，为量子纠错和校准提供了高性能、可扩展的AI工具。英伟达最新AI开源，瞄准了量子计算：推出——。用英伟达自己的话说，Ising系列模型极大地简化了对复杂物理系统的理解，为量子纠错和校准提供了高性能、可扩展的AI工具。而量子纠错和校准，正是构建混合量子-经典系统时最关键的两大挑战。老黄亦对Ising寄予厚望：AI对量子计算的实用化
2026年AI技术呈现三大突破方向：量子AI、国产智算和具身智能。英伟达开源量子AI模型ISING，显著提升量子计算效率；中国启用6万卡国产AI集群，夯实科学智能算力基础；具身智能实现跨任务执行能力，AI正从数字世界迈向物理世界。同时，顶级AI模型能力趋同，应用场景成为竞争焦点，AI正从科研辅助工具转变为共同发现者。光子芯片等新型硬件与AI安全监管也同步推进。未来一年，量子AI生态、具身智能中间件
微电子器件是现代信息技术的基石，从智能手机到超级计算机，从物联网传感器到人工智能芯片，无一不依赖于先进的半导体器件技术。在这些微型器件中，电场分布决定了器件的导电特性、开关速度、功耗水平以及可靠性。深入理解微电子器件内部的电场分布规律，对于器件设计优化、工艺开发和性能提升具有重要的理论和实践意义。本教程将系统介绍MOSFET（金属-氧化物-半导体场效应晶体管）和PN结这两种最基本的半导体器件的电场
量子计算
——量子计算
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AtomGit开源社区
2048 AI社区
龙虾开发者社区
AI硬件创业社区
